KeyFrame內部研究專用

1390万次下载的 Skill 为什么在你电脑上跑不通?

Why QQ12 min中文
觀看原始影片

三句話摘要

AI Agent 的交付危機:從「光會想不會做」看運行環境、Skill 流程與應用驗收三層工程的完整性。 Skill 不是能力本身,是能力的施工圖;沒有運行環境施工圖落不了地,沒有應用驗收落地也不等於交付。 Skill 的本質是施工圖,不是魔法。Skill 目錄裡有 skill.md、指令和素材,但手冊有腳本不代表腳本能跑,目錄有素材不代表客戶端有權限讀取。延遲披露機制讓模型開始只看名稱和用途,真正使用時才加載完整內容,這能優化上下文但也提醒我們:Skill 解決的是「怎麼把知識交給模型」,不是「怎麼保證模型擁有全部執行條件」。

重點整理

  1. Skill 的本質是施工圖,不是魔法。Skill 目錄裡有 skill.md、指令和素材,但手冊有腳本不代表腳本能跑,目錄有素材不代表客戶端有權限讀取。延遲披露機制讓模型開始只看名稱和用途,真正使用時才加載完整內容,這能優化上下文但也提醒我們:Skill 解決的是「怎麼把知識交給模型」,不是「怎麼保證模型擁有全部執行條件」。

  2. 運行環境決定執行邊界。Cloudflare Computer 預覽版設計了統一執行入口,背後支持三種後端(真 Linux 容器、Worker 裡的 JS、隔離 JS 模組)。文件持久化、隔離策略、聯網能力都有成本:在 EVCPU 6G 記憶體容器中,tnpfs 安裝 854 個 npm 包耗時 34.3 秒,Computer 的 fuse 則需 124.7 秒。持久化與隔離不是免費的。

  3. 應用層才是「做完」的定義。KimiPPT 項目把 PPT 生成拆成可執行流程:先規劃內容、生成 PPTD、驗證格式、導出圖片、檢查視覺問題、修正 PPTD,最後交付完整 PPTX。只生成大綱不算做完,導出打不開的檔也不算,沒人檢查更不算。這層定義了交付標準、失敗定位、二次編輯能力。

實用技巧與重點

  • Matpok Skills 合集:截至 2026 年 8 月 6 日,51 個 Skill,約 1390 萬安裝量,倉庫約 20.6 萬個 Star,GetUpStar 排名第 23 位
  • Cloudflare Computer 文件系統:約 10GB 容量與宿主 Durable Object 共享
  • tnpfs 安裝 npm 依賴耗時:34.3 秒(854 個套件、36,675 個檔案)
  • extas 耗時:63.9 秒
  • Computer fuse 耗時:124.7 秒
  • KimiPPT 需求:Node.js 18+、Python、Chromium 瀏覽器、網路存取 kimi.com、statics.moonshot.cn
  • Skill 安全考量:AllowedTools 當前仍是實驗性規範

結論

Skill 不是能力本身,是能力的施工圖;沒有運行環境施工圖落不了地,沒有應用驗收落地也不等於交付。

完整解析

Agent 光會想不會做,根本不在於模型聰不聰明,而在於工程層面缺了哪一塊。許多人裝完 Skill 就以為能自動執行,實際上這涉及三層獨立的工程問題。

第一層是運行環境。Cloudflare 最近開源的 Computer 項目回答了「Agent 需要什麼樣的電腦」這個核心問題。它不只是給 Agent 一個 Shell,而是提供了帶檔案狀態、執行後端和隔離策略的工作區。當前實現支持三種後端:真 Linux 容器(能跑二進制,有真實網路),Worker 裡的 JS(輕量但不是完整 Linux),以及隔離的 JavaScript 模組(最輕量)。但這裡有個關鍵:檔案由誰持久化、哪個後端可以聯網、失敗後怎麼回收、結果能否重放——這些都有工程成本。Cloudflare 公開的基準測試顯示,相同環境下安裝依賴,持久化和隔離策略會讓執行時間成倍增長。這不是模型問題,是運行時的實實在在成本。

第二層是 Skill 流程。Agent Skills 規範定義了 Skill 作為一個目錄,裡面有 skill.md(說明和操作步驟)、腳本、參考資料和素材。講者強調,Skill 更像一份可付用的作業手冊,不是簡單的提示詞。問題在於,手冊寫了脆本不代表脆本能跑,目錄放了素材不代表客戶端有權限讀取。Matpok 展示的 51 個 Skill 案例各有不同,比如 TDD Skill 不會自動保證測試能跑,調試 Skill 不會凭空製造日誌。它們解決的是「把高手腦子裡的操作順序和判斷標準寫成模型可以調用的程序性知識」。這對團隊規範、代碼審查標準的穩定傳遞很有價值,但延遲披露機制(刚開始只看名稱和用途)也提醒我們,Skill 本身是供應鏈輸入,有安全風險。

第三層是應用驗收。KimiPPT 項目最清晰地展示了這一點。它不是只寫一段提示詞讓模型生成幻燈片,而是把 PPT 這件事拆成了一個完整可執行流程:規劃內容、生成 PPTD 格式(用 YAML 描述元素和位置,比直接操作 OOXML 簡單),驗證格式,導出頁面圖片,檢查是否有遮擋、溢出、對比度或排版問題,然後繼續修改。交付不只是中間文件,而是可打開的完整 PPTX。運行環境回答「能不能跑」,Skill 回答「知不知道怎麼做」,應用層回答「怎樣才算做完」。只生成文字大綱不算,導出打不開的檔也不算,沒人檢查更不算。

關鍵反轉在此:同一個 Skill 複製到另一台機器,Agent 可以正常讀懂它,卻未必能跑出同樣結果。格式可移植不代表能力可移植,流程能複用不代表交付能複線。Skill 本身也要看來源、審查腳本、限制權限。越是能自動執行的 Skill 越危險,因為它可能把代碼、網路存取和檔案操作都綁在一起。真正的競爭正在從「能不能生成」轉向「能不能可靠交付」。

8 min
AI 技術中文11月17日

Muse AI 国内注册方法来了!无需排队、无需信用卡,全程免费!

一路向前看原片 ↗
  • IP環境是核心要素:乾淨的住宅IP搭配日本節點能大幅提升註冊成功率,講者稱日本節點「幾乎秒過」,可選美國但成功率較低。
  • 全新郵箱是必要條件:系統會記錄每個郵箱的註冊歷程,曾排隊或卡在信用卡驗證的信箱會直接失敗,必須使用全新未註冊過的郵箱才能完全規避之前的失敗記錄。
AI 技術中文11月17日

Meta 改写 K-Means,训练轮次降到十分之一​ | K-Means | e-means | Meta FAIR | 聚类算法 | 向量检索 | Faiss | DINO10B | 向量数据库

Best Partners TV看原片 ↗
  • 從累加到衰減的中心維護:傳統小批量更新會累積歷史統計量造成早期分配記錄長期影響,而 e-Means 用指數移動平均使新分配能即時調整中心,早先統計逐漸失效,避免陷入次優解。
  • 死簇復活機制是關鍵改進:消融實驗顯示這項改動影響最大,透過每 5 批次檢查樣本不足的中心,從較大簇拆分一半重新安排,將樣本不足 10 個的中心比例從 26.3% 降到 0.3%。
AI 技術英文11月17日

Goal Engineering - The New Buzzword

Prompt Engineering看原片 ↗
  • 長期開放式目標中最難提供的上下文不是文件或 API,而是人類的判斷力與品味。傳統的檔案查詢或技術規格是相對容易部分,真正瓶頸在於定義「什麼是好的結果」。
  • Actively AI 初期採用單一代理處理多種任務類型失敗,因為人類審查者必須在十種不同的任務格式間切換心智模式,造成效率低落。重新架構為多個專一代理後,人類可在相同心智模式下快速連續審查。