不卷模型卷Skill：海外把AI能力做成可测零件

首页 › trending › 不卷模型卷Skill：海外把AI能力做成可测零件

你还在追哪个大模型最聪明的时候，海外这周集体把战场挪到了另一层——Skill。七天里 GitHub 上冒出五个上千 Star 的仓库，干的都是同一件事：把那段写进 SKILL.md / AGENTS.md 的提示词，封成一个有契约、有测试、有记忆、会自己进化的"零件"。这条信息差，可能比你换不换模型更重要。

本周到底在吵什么：三股热度同时上分

先把 2026-07-03 这一天的实时数据拍在桌上，三条线同时刷屏：

GitHub 趋势榜集体"工程化 Skill"：deepseek-ai/DeepSpec 一周 6046⭐、langchain-ai/openwiki 1743⭐、Forsy-AI/agent-apprenticeship 1189⭐、Kulaxyz/self-learning-skills 785⭐、modiqo/skillspec 729⭐——主题词高度收敛。
HN 首页置顶一篇产品寓言《Half-Baked Product》：1152 分、353 条评论，把"半成品该不该发"的老命题重新引爆。
本地跑 SOTA 大模型的军备竞赛回潮：jamesob/local-llm 指南冲上 HN 首页（212 分/99 评），DeepSpec 的推测解码正给本地推理提速，作者开篇就是一句"如果 Dario 和 Altman 让你心梗（they should be）"。

三条线表面无关，底层是同一个判断：模型是耗材，会贬值的资产是"怎么用模型的方法"。 下面逐条拆。

主菜：Skill 正在被封成"带契约的函数"

过去半年，Claude Code 的 SKILL.md、Cursor 的 .cursorrules、通用的 AGENTS.md 这些"常驻指令"，被大多数人当成一个放提示词的文本文件——写一次，祈祷 agent 这次能照做。

这周的 GitHub 告诉你：海外已经不这么玩了。他们在把 Skill 做成软件工程对象，五个仓库正好拼出一条流水线。

① SkillSpec（modiqo/skillspec，729⭐，Rust）——给 Skill 加测试和"风险报告"

它的 README 第一句就扎心："You wrote a good SKILL.md. But did the agent actually follow it, or skip the late safety rule, grab an undeclared tool, and report 'done' with no proof?"——你写了个好 Skill，但 agent 到底照做了没？还是偷偷跳过了最后一条安全规则、捞了个没声明的工具、然后骗你"搞定了"？

SkillSpec 的做法极简：不换 agent 运行时，不做编排平台，就给你一个 CLI 和一个 skill.spec.yml，放在 SKILL.md 旁边。一条命令跑出风险报告，把 Skill 变成 agent 必须遵守的"契约"，结尾留一份可审计记录。这是把单元测试那一套搬进了提示词层。

② self-learning-skills（Kulaxyz/self-learning-skills，785⭐）——Skill 自己进化

它解决的是每个开发者都有的痛："连 prod DB 怎么连、creds 在哪、部署命令是啥、怎么验证线上"——这种 session 里苦查出来的知识，会话一结束就蒸发，下一个 session 从零重新学。

它是个 meta-skill：自己不干活，专门捕捉"活是怎么干成的"，包括失败——因为下次能跳过已知的死路，往往比记住正确答案更值钱。它教 agent 识别"刚挣到一个可复用 golden path"的瞬间，持久化到下次自动加载的位置。兼容 Claude Code、Cursor、任何读 AGENTS.md 的 agent。

③ OpenWiki（langchain-ai/openwiki，1743⭐，TypeScript）——Skill/代码的自动文档

npm install -g openwiki 一行装好，专门为 agent 写文档。最骚的是配套一个 GitHub Action，每天自动开一个 PR 同步文档更新——让文档不再是人写的，而是 agent 持续维护的副产物。

④ recall（raiyanyahya/recall，663⭐）——跨会话记忆，主题就一句话："Stop wasting tokens and re-explaining your project every session."

⑤ agent-apprenticeship（Forsy-AI/agent-apprenticeship，1189⭐）——workflow loop 里的"学徒"，agent 在循环里干活、再从循环里改进自己。

把这五个拼起来，你会看到一个非常清晰的转向：Skill 正在被拆成"契约（SkillSpec）+ 进化（self-learning）+ 文档（OpenWiki）+ 记忆（recall）+ 循环（apprenticeship）"五个工程化切面。 换句话说，海外在把"提示词"升级成"代码"——而大部分中文社区还在讨论"哪条提示词效果更好"。

flowchart LR
    A["你写的 SKILL.md<br/>一次性提示词"] --> B["SkillSpec<br/>skill.spec.yml<br/>风险报告+契约"]
    B --> C["self-learning-skills<br/>捕捉 golden path<br/>含失败路径"]
    C --> D["recall<br/>跨会话持久化记忆"]
    D --> E["OpenWiki<br/>每天自动开 PR<br/>维护文档"]
    E --> F["agent-apprenticeship<br/>workflow loop<br/>持续改进"]
    F -.反馈.-> A
    style B fill:#ffe4b5
    style C fill:#e0ffe0
    style E fill:#e0e8ff

各方观点（来自 HN/Reddit 评论区这一周的讨论，Reddit 此刻对机房 IP 封禁较严，部分观点来自 HN 同主题帖）：

支持派：理由很硬——"agent 的钱六成烧在工具调用上、重复会话反复烧 token"，把 Skill 固化为可复用资产，是唯一能把成本和可靠性同时压下来的方向；SkillSpec 这类"可审计契约"是 agent 进生产的前提。
反对派：质疑"过度工程化"——Skill 本来是为了降低门槛、让非程序员也能写，现在套上 spec、CI、契约，是不是又把门槛砌回去了？还有人担心 Skill 会"固化的坏实践"比"灵活的好提示"更难改。
中立/观望派：押注大模型本身会内化这些能力——"等模型聪明到自动记住上下文，这堆脚手架还有意义吗？"

对中国开发者的启示很直接：现在就去把你团队里反复出现的"项目知识、部署命令、调试路径"沉淀成结构化的 Skill，并套上最轻的验证。 等明年模型原生带这层，你已经被甩开一个身位。

配菜一：本地 SOTA 的回潮——"自己掌控算力"

jamesob/local-llm 这篇指南冲上 HN 首页不是偶然。作者开篇就定了基调："Have $2k burning a hole in your pocket... If Dario and Altman are giving you heartburn (they should be)"——手里有两千刀闲钱、又对 Anthropic 的 Dario 和 OpenAI 的 Altman 心存警惕的人，应该读下去，学会自己掌控这种"新型计算"。

它给出了 2026 年 7 月的真实硬件账本：

≈$2k 档：2× RTX 3090，共 48GB VRAM，能跑 Qwen3.6-27B 这一级别；
≈$40k 档：作者本人的 4× RTX Pro 6000，配 DDR4 老平台（因为 RAM 太贵），还上了 PCIe4 交换卡让 GPU 在 allreduce 阶段直连、降延迟。

同周，deepseek-ai/DeepSpec（6046⭐）给出了本地推理提速的另一条腿——推测解码（speculative decoding）的全栈代码：数据准备→训练 draft 模型→评估接受率，整条流水线开源。它的潜台词是：本地推理慢？那是因为你没用上小模型"猜"、大模型"验"的投机解码。

为什么现在回潮？评论区共识：一是云端 API 涨价/限流/隐私边界收紧；二是开源模型（Qwen3.6、DeepSeek 系）已经过了"能用"的临界点；三是 GPU 二手价回落。信息差在于：中文圈还在讨论"哪个 API 便宜"，海外已经在算"自建到什么量级才回本"。

配菜二：HN#1《Half-Baked Product》——半成品该不该发的老仗

1152 分、353 评论，是今天 HN 最热的帖子。作者用寓言体讲一个"做烤箱的创始人"：他不会烤蛋糕也不会揉面，但算清了"只要拿下西班牙 10% 的烤箱市场就能成为亿万富翁"，于是找了顶尖工程师做 MVP。故事的核心反讽是——完美主义是创业最贵的病，10% 永远在 Excel 里看着很小。

为什么 AI 圈在吵这个？因为它精准踩在"vibe coding 该不该 ship"那根神经上：一派认为 AI 让"发半成品"的成本降到几乎为零，应该疯狂小步快发；另一派（包括这周很多评论）反驳：AI 也让"发垃圾"的成本降到零，Half-Baked 不等于 Half-Assed——半成品要的是核心闭环跑通，不是把没验证的烂功能糊上去。 这个区分，比"该不该用 AI 写代码"重要得多。

信息差总结：你知道的 vs 别人已经在做的

维度	多数人还在想的	海外本周已经做的
Skill	一段写一次的提示词	带契约、测试、风险报告的"函数"（SkillSpec）
会话记忆	每次重新解释项目	golden path 自动捕获持久化（self-learning/recall）
文档	人写、很快过期	agent 每天自动开 PR 维护（OpenWiki）
大模型选择	比哪个 API 便宜	算自建回本临界点（local-llm + DeepSpec）
发布节奏	要么憋大招要么 AI 糊烂活	Half-Baked ≠ Half-Assed，核心闭环优先

行动指南：这周末就能做的四步

给一个核心 Skill 套验证：挑你最常让 agent 干的一件事（比如"部署到测试环境"），照 SkillSpec 写一个 skill.spec.yml，跑一次风险报告，看看 agent 是不是真的没跳步骤。
装 OpenWiki 跑一遍：npm install -g openwiki && openwiki --init，再挂上每日自动 PR 的 GitHub Action，让你的项目文档第一次"自己活下去"。
算一次自建账：照 local-llm 的 BOM，用 2026-07 的 GPU 现价估一下"2×3090 跑 Qwen3.6-27B"对你团队是否回本；月 API 账单过某个数，就该认真考虑。
复盘你的"半成品"：把你手上那个"还没完美"的项目拆出"核心闭环"，确认它是 Half-Baked（可发）还是 Half-Assed（别发）。

参考来源

Hacker News 实时首页（2026-07-03）：https://news.ycombinator.com/front
jamesob/local-llm 指南：https://github.com/jamesob/local-llm
deepseek-ai/DeepSpec（推测解码全栈）：https://github.com/deepseek-ai/DeepSpec
modiqo/skillspec（Skill 契约与风险报告）：https://github.com/modiqo/skillspec
Kulaxyz/self-learning-skills（自进化 meta-skill）：https://github.com/Kulaxyz/self-learning-skills
langchain-ai/openwiki（agent 自动文档）：https://github.com/langchain-ai/openwiki
Weli's blog《Half-Baked Product》：https://weli.dev/blog/half-baked-product/
GitHub Trending API（近两周新仓）：https://github.com/trending

本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护。聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。

[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。

51学通信知识星球海报-扫码加入