你大概試過這種事：叫 AI 幫你寫一段程式，它三秒就吐出來，看起來很漂亮，跑起來也沒報錯。然後你上線，才發現它跳過了測試、沒做輸入檢查、把一個本來要拆三步的功能硬塞成一坨。AI 不是不會寫，是它永遠走最短的那條路。
這個月 GitHub 熱榜上衝出一個專案，做的就是堵住這條捷徑。它叫 agent-skills，作者是 Addy Osmani，Google Chrome 團隊的工程主管。短短時間累積接近 5.9 萬顆星，今天還掛在日榜上。我花了點時間把它整套讀完，這篇就講清楚它是什麼、值不值得裝、適合哪種人。
（截至 2026 年 6 月，agent-skills 約 58,900 star、6,300 fork，MIT 授權，免費。）
一句話：它把資深工程師的工作習慣，打包餵給 AI
agent-skills 的核心想法很簡單。一個做了十年的資深工程師，動手寫程式之前腦袋裡有一套流程：先搞清楚要做什麼，再拆成小任務，寫一塊測一塊，提交前自己審一遍，最後才上線。這套流程平常是內隱的，沒人會寫下來。
Osmani 做的，就是把這套內隱的判斷變成 24 個結構化的「技能」(skill)，讓 AI agent 照著走。每個技能不是一段提示詞，而是一份有步驟、有檢查點、有「過關條件」的工作流。AI 不能自己說「差不多了」就交差，它得拿出證據。
六個階段，七個斜線指令
整套東西對應軟體開發的六個階段，每個階段配一個斜線指令，你在 Claude Code、Cursor 那些工具裡打一行就能叫出來：
| 你在做什麼 | 指令 | 核心原則 |
|---|---|---|
| 定義要做什麼 | /spec | 先寫規格，再寫程式 |
| 規劃怎麼做 | /plan | 切成小的、原子化的任務 |
| 逐塊建構 | /build | 一次只做一片 |
| 證明它能跑 | /test | 測試就是證據 |
| 合併前審查 | /review | 改善程式碼健康度 |
| 簡化程式 | /code-simplify | 清楚優先於聰明 |
| 上線 | /ship | 更快才更安全 |
比較有意思的是 /build。你只要在規格出來後核准一次計畫，它就會自動把每個任務逐一實作完，中間不用你一直按確認。但它砍掉的是「人在每個任務之間卡關」這件事，不是驗證本身。每個任務照樣走測試驅動、照樣單獨提交，遇到失敗或高風險步驟就停下來等你。這個分寸抓得很準，自動化不等於放手不管。
真正值錢的設計：不准 AI 找藉口
讀到一半我才發現這套東西最聰明的地方。每個技能裡都有一張表，專門列「AI 想偷懶時會講的藉口」，然後逐條反駁。
比如 AI 常說「我等等再補測試」，技能文件裡就直接寫好對應的反駁，讓它沒辦法用這個理由跳過步驟。
用過 AI 寫程式的人應該都懂這種痛。它很會講道理，你說要測試，它說「這段邏輯很簡單應該不用」；你說要做安全檢查，它說「這是內部工具沒差」。agent-skills 把這些對話提前寫死，等於幫你把關。每個技能的結尾都要求拿出證據：測試通過的輸出、build 的結果、實際跑起來的數據。「看起來沒問題」這句話在這裡不算數。
這 24 個技能不是隨便湊的。裡面塞了 Google 自己的工程文化，像 API 設計的 Hyrum 定律、測試金字塔、程式碼審查每次控制在百行以內、簡化時遵守「卻斯特頓的籬笆」原則。這些都是大公司用血淚換來的規矩，現在直接寫進 AI 要照走的流程裡。
怎麼裝？三分鐘的事
它支援的工具很多：Claude Code（作者推薦）、Cursor、Gemini CLI、Windsurf、OpenCode、GitHub Copilot、Kiro，還有 Codex 之類的其他 agent。基本上你現在用哪個 AI 寫程式工具，它大概都能接。
- 去 GitHub 開 addyosmani/agent-skills，照你用的工具找對應的安裝段落（README 裡每個工具都有一節）。
- 把技能包放到工具讀得到的位置，Claude Code 是放進專案的設定資料夾。
- 之後在對話裡打 /spec 開始，或讓技能根據你在做的事自動觸發。設計 API 它會自己叫出 api-and-interface-design，寫前端就觸發 frontend-ui-engineering。
對完全沒碰過這類工具的人，門檻最低的組合是 Claude Code 加這套技能包，跟著 /spec、/plan、/build 走一遍，你會很直接感受到 AI 從「亂衝」變成「照規矩交件」。
我的看法：好用，但別誤會它在幹嘛
先說好的。這套東西解決的是真問題。現在大家都在喊 AI agent、喊自動寫程式，但實際用起來最大的痛點不是 AI 不夠強，是它不夠穩。同一個需求，這次寫得不錯，下次就漏東漏西。agent-skills 給的是一致性，讓 AI 每次都照同一套標準走。對個人開發者、小團隊，這個價值很實在，而且免費。
但有兩點要講清楚。第一，它是給「AI 寫程式」用的，不是教你寫程式。你完全不懂程式的話，它幫不了你從零學會，它幫的是讓已經在用 AI 寫東西的人寫得更規矩。第二，它本質是一套很講究的流程約束，所以你會犧牲一點速度去換品質。趕著做個一次性的小腳本，這套反而是累贅；做要長期維護、會上線給人用的東西，它才划算。
還有一個我覺得更大的訊號。一個 Google 等級的工程主管，願意把這套打磨過的工作流免費丟出來，背後的意思是：未來工程師的價值，越來越不在「會不會寫」，而在「知不知道一件事該怎麼做才對」。AI 負責產出，人負責定義流程和把關。agent-skills 等於把這個分工提前攤開給你看。
適合誰，不適合誰
- 適合：已經在用 Claude Code / Cursor 寫程式、想讓產出更穩定的人；帶小團隊、想統一大家用 AI 標準的人；想偷學大廠工程習慣的人。
- 不適合：完全沒寫過程式想靠它入門的人；只是要 AI 隨手寫個拋棄式小腳本的人。
結論很簡單：如果你已經天天用 AI 寫東西，這套值得花一個下午裝起來試。它不會讓 AI 變聰明，但會讓它變可靠，而可靠這件事，往往比聰明更值錢。
本文為 AI 工具教學與分享，不構成任何投資或專業技術建議。工具版本與功能更新極快，實際使用請以 GitHub 官方 repo 最新說明為準。
發表迴響