9 AI Agent Skills To Get Ahead of 99% of People
三句話摘要
掌握 AI Agent 領域九大不變趨勢，讓你成為公司內最懂 AI 的人。 --- AI Agent 時代的核心競爭力不是學最新技巧，而是理解「精準描述需求 + 建立自動化 Skill + 善用 SuperApp 平台」這三件事，其餘一切工具都只是這個框架下的執行手段。 描述能力取代提示技巧：從 2023 年的「Act as…」咒語到 2026 年的直接對話，AI 模型的進化讓最有效的「提示技巧」就是把你想要的事說清楚，誰能精準描述需求，誰就掌握優勢。
重點整理
重點- 1
描述能力取代提示技巧：從 2023 年的「Act as…」咒語到 2026 年的直接對話，AI 模型的進化讓最有效的「提示技巧」就是把你想要的事說清楚，誰能精準描述需求，誰就掌握優勢。
- 2
Skills 是 Agent 的記憶與習慣：Skills 本質上是任務專屬的指令檔，存放在 Codex 或 Claude 中。最高效的做法不是手動撰寫，而是讓 Agent 先執行任務、再告訴它「把這個變成一個技能」，之後每次互動都能自動改善該技能。
- 3
超級應用程式 + 工具整合是主戰場：Codex 與 Claude Desktop 已整合聊天、vibe coding、網站發布、內建瀏覽器等功能，同時可透過 Chorus.com 等平台，讓 Agent 直接在 iMessage 或 Slack 裡回應並執行複雜任務，電腦不需開著。
- 4
基礎軟技能的重要性反而上升：當 AI 工具愈來愈好用，真正決定輸出品質的是使用者本身的領域判斷力——你得知道「什麼是好的」，才能引導 Agent 產出真正有價值的結果。
- 5
--
實用技巧與重點
乾貨- 數字與成本
- 使用 GPT-5（API）做 9-10 個提示的複雜計算，費用約 $250
- GLM 5.2 被評為目前最強開源模型，性能接近 Claude Opus 4.8，成本顯著更低
- 工具與平台
- 超級應用程式：Codex（OpenAI）、Claude Desktop（Anthropic）
- Agent 整合管道平台：Chorus.com（支援 iMessage、Slack、WhatsApp、Telegram）
- 模型路由器：OpenRouter（單一 API Key 使用所有主流模型）
- 開源模型：GLM 5.2（智譜 AI，昨日發布）
- 電腦控制工具：Codex Computer Use（支援桌面控制 + 內建瀏覽器 + 外部 Chrome 控制）
- 即時語音 + 電腦控制範例：作者自建的「Riley's Jarvis」桌面應用（用 GPT-5.5 + Codex 約 3 小時完成）
- 類似產品：Thinking Machines（Computer Use 示範）
- 操作步驟：在 Cursor 使用 GLM 5.2
- 前往 OpenRouter，建立帳號並取得 API Key
- 在 Cursor → Settings → Models → API Keys，刪除原 OpenAI API Key 與 Base URL
- 點擊 View All Models → Add Model，輸入 `z-ai/glm-5.2`
- 確認後即可切換使用
- Skill 自動化流程
- 讓 Agent 執行任務 → 要求它「把這個做法變成 Skill」 → Agent 自動寫入技能檔 → 之後反饋時自動更新技能
- Cron / 排程範例
- 告訴 Codex：「每天早上 9 點幫我做一份 Hook Outline 發給我」→ Agent 自動建立排程，以自然語言設定 Cron Job
- --
結論
結論“AI Agent 時代的核心競爭力不是學最新技巧，而是理解「精準描述需求 + 建立自動化 Skill + 善用 SuperApp 平台」這三件事，其餘一切工具都只是這個框架下的執行手段。”
完整解析
詳細這支影片的核心論點是：AI Agent 工具會持續演變，但背後有九個結構性趨勢是不變的，理解這些趨勢比學任何技巧都更有長期價值。
第一個趨勢是 AI 模型的智能提升，使得 2023 年流行的「提示詞技巧」（如 Act as、at mention 檔案、Midjourney 參數）幾乎全部失效。作者示範用 GPT Image 2，僅用口語化的英文描述（更改衣服顏色、頭髮顏色、背景等），就能精準生成圖片，完全不需要任何參數。結論很直白：「He who can describe what they want the best will inherit the world（最能精準描述需求的人，將繼承世界）。」
第二個趨勢是 Skills 的崛起與自動化。Skills 是儲存在 Codex 或 Claude 中的任務專屬指令檔，作者目前已建立超過 100 個。他不手動撰寫 Skill，而是讓 Agent 先執行一次任務、優化輸出後，再告訴 Agent「把這個做法變成一個叫 Hook Outline 的 Skill」，Agent 就會自動寫入並在未來使用。更進一步，未來的 Agent（如 Hermes）將在使用者互動過程中自動更新 Skill，不需要明確指令。
第三和第四個趨勢描述了平台的整合方向。Codex 和 Claude Desktop 已成為「超級應用程式」，集聊天、vibe coding、網站發布、內建瀏覽器於一體。更關鍵的是，這些 Agent 透過 Chorus.com 等平台，能直接嵌入 iMessage 和 Slack——作者示範在 iMessage 群組裡對 Agent 下指令「幫我分析最新 20 支 YouTube 影片，建一個 Sponsor Landing Page」，幾分鐘後 Agent 直接在對話中回傳公開連結。電腦不需要開著，Agent 在雲端完成所有工作。
第五到第九趨勢則聚焦於更深層的結構變化。基礎軟技能（溝通、品味、領域判斷力）的重要性因 AI 強化而上升，因為工具本身愈來愈好用，差異化來自使用者能否判斷輸出品質。AI Agent 的「持續運作」能力讓 Cron Job 變成自然語言指令——告訴 Codex「每天早上 9 點送我一份 Hook Outline」，它就幫你設定好排程。電腦控制（Computer Use）方面，Codex 可以點擊、輸入、操控整個桌面，也能控制 Chrome 瀏覽器，作者預估 12 到 18 個月內 AI Agent 操控電腦的效率將超越人類。成本面上，Frontier 模型（GPT-5）一次複雜任務可達 $250，但中國開源模型 GLM 5.2 性能已接近 Claude Opus 4.8，且成本遠更低，搭配 OpenRouter 可用單一 API Key 靈活切換。影片最後，作者展示了他用約 3 小時自建的「Riley's Jarvis」——一個即時語音控制的桌面 Agent，能透過語音指令開網頁、切換應用程式、在 Cursor 中發送提示，示範了 AI Agent + 電腦控制 + 即時語音三者結合的雛形。
---
關鍵時刻
Pipeline v2帶時間戳的重點，會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。
事實查核
Pipeline v2說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。
