190 萬個 Agent Skills，平均分 6.2／12：為什麼裝越多，你的 AI 反而越笨

一個沒有半行程式碼的 GitHub 資料夾，今天 22.4 萬顆星。整個品類六個倉庫加起來，68.7 萬。

一句話結論：Agent Skills 確實變成了 AI 代理的 npm，但 SkillsBench 實測發現公開 skill 平均只有 6.2 分（滿分 12），2–3 個精準 skill 能讓通過率加 18.6 個百分點，全部塞進一份反而扣 2.9 分——挑得對，遠比裝得多重要。

（本文數據截至 2026 年 8 月 20 日，GitHub 星數經 API 逐個覆核。）

今天 GitHub 榜上到底發生了什麼？

不是某一個項目爆紅，而是一整個品類同時上榜。而且這些倉庫的共同點很奇怪：裡面主要是 markdown 檔案。沒有 SDK，沒有框架，沒有 npm package。

倉庫	星數	建立時間	內容
obra/superpowers	274,394	2025-10	agentic skills 框架與開發方法論
mattpocock/skills	224,078	2026-02	一個人的 .agents 目錄直接公開
santifer/career-ops	65,917	2026-04	求職：掃職缺、A–F 評分
mvanhorn/last30days-skill	58,749	2026-01	跨 Reddit／X／YouTube／HN 查近 30 日動態
K-Dense-AI/scientific-agent-skills	33,936	2025-10	科研用 skill 庫
mukul975/Anthropic-Cybersecurity-Skills	29,954	2026-02	817 個資安 skill，對應 6 套框架

更值得看的是速度。mattpocock/skills 在 OSS Insight 三月底那份分析裡還只有 9,442 顆星；我五月底寫它的時候是 10 萬；今天 22.4 萬。五個月，翻了二十多倍。obra/superpowers 四月我寫的時候 14.1 萬，今天 27.4 萬。

這種曲線通常代表兩件事之一：真的有用，或者大家都在跟風收藏。這篇文章要處理的，就是分辨這兩者。

Agent Skills 為什麼九個月就變成跨廠標準？

因為格式簡單到近乎沒有門檻。Anthropic 在 2025 年 10 月推出 Agent Skills，12 月 18 日把規格開放成公開標準（agentskills.io）。一個 skill 就是一個資料夾，裡面一份 SKILL.md，加上選配的腳本和資源。

設計上有個關鍵叫「漸進式揭露」：代理平常只預載 skill 的名稱和描述，等到任務對得上才載入完整內容。這讓你放一百個 skill 也不會把上下文撐爆——這是它能規模化的技術原因。

到 2026 年 6 月，agentskills.io 展示頁上大約有 40 個相容產品，涵蓋 OpenAI Codex、GitHub Copilot、Cursor、Gemini CLI、VS Code、Databricks、Snowflake。一份為 Claude Code 寫的 skill，不用改就能在競爭對手的工具裡跑。這是它從「某家廠商的功能」變成「共用基礎設施」最明確的訊號。

「新的 npm」這個比喻，準到什麼程度？

比多數人以為的更準，因為連壞的部分都一起繼承了。

好的部分先講：Skills.sh 在 2026 年 1 月把 npx skills add 這種 npm 式安裝推廣開來，一行指令跨平台裝完。分發問題基本解決了。

然後是規模。光是 SkillsMP 一家目錄，就從公開 GitHub 抓了約 190 萬個 skill。Skills.sh 的分類索引顯示，開發與工程類 288,811 個、產品管理 86,948 個、行銷 74,510 個、資料分析 69,187 個。

目錄大小不等於品質。這句話在 npm 的歷史上已經證明過一次，現在輪到 skills。

那為什麼說裝越多，AI 反而越笨？

這不是我的推測，是有同儕審查數據的。

SkillsBench 是第一份針對 agent skills 的正式評測，由史丹佛、CMU、柏克萊、牛津和 BenchFlow 的研究者做的，測了 11 個領域、84 項任務、7,308 條執行軌跡。結論分兩半，而且方向相反。

好消息：經過篩選的 skill，平均讓代理的通過率提高 16.2 個百分點。醫療領域最誇張，提高 51.9 個百分點。領域知識越專、越靠組織內經驗的，skill 的價值越大。

壞消息：同一份研究分析了 47,150 個公開 skill，平均品質分數只有 6.2 分（滿分 12）。研究者做實驗時，只敢用前四分之一（9 分以上）的那批。

最該記住的是這組對比：

做法	對通過率的影響
2–3 個目標明確的 skill	+18.6 個百分點
把所有東西塞進一份大文件	−2.9 個百分點

負的。也就是說，寫得不好的 skill 比沒有 skill 更差。你以為你在教 AI，其實你在干擾它。

這個結果其實有直覺解釋。代理靠 skill 的名稱和描述決定要不要載入，一份包山包海的文件，描述必然寫得含糊，於是在不該觸發的時候觸發，把無關的指令塞進上下文。swyx 刪掉兩個「想幫你」的 skill 之後跑出七小時連續作業，講的是同一件事。

Agent Skills 有多危險？

比大部分人裝的時候想得危險。關鍵在一句話：skill 會執行它自帶的腳本。

換句話說，你從公開目錄裝一個沒審過的 skill，等於裝了一個沒審過的依賴套件，而且它有程式碼執行權限。

• 一份跨四個來源、涵蓋 22,511 個 skill 的安全稽核，找出 140,963 個問題，平均每個 skill 約 6.3 個。
• Snyk 的 ToxicSkills 研究在受測 skill 中發現 36% 含 prompt injection。
• OSS Insight 引用的學術分析則指出，約 26% 的 skill 帶有足以讓「直接重用」變得有風險的安全弱點。

三份研究的數字不同，因為抽樣和判定標準不同。但方向一致：這是一個沒有守門人的公開市集。

那我到底該怎麼挑、怎麼裝？

把上面的數據翻譯成能立刻執行的六件事：

1. 先砍到 2–3 個。這是唯一有實測支撐的數量區間。你現在裝了二十個，多數在扣分。
2. 一個 skill 只做一件事。描述要窄到讓代理能準確判斷何時該用。含糊的描述是亂觸發的根源。
3. 裝之前打開 SKILL.md 和它附帶的腳本看一遍。看不懂腳本在做什麼就別裝，這跟你不會隨便 npm install 一個沒人用過的套件是同一個判斷。
4. 優先用有審核的來源。Anthropic 官方目錄和有安全掃描的市集，跟從 GitHub 直接爬的百萬級目錄，是完全不同的東西。
5. 把力氣花在專業領域。通用型 skill 收益最小，模型本來就會；越是你這一行才有的流程、規範、慣例，skill 的加分越明顯。
6. 定期刪。skill 庫跟依賴樹一樣會腐爛，而且它會跟著模型版本一起變質。

如果你想看一份寫得好的 skill 長什麼樣，mattpocock/skills 那 21 個 skill 仍然是可讀性最高的範本；如果你要的是整套工作流程，superpowers 是另一個路線。兩個我都寫過，可以直接拿去對照。

Skills 會是終局嗎？

大概不是。OSS Insight 三月那份分析提出一個我認為值得認真對待的判斷：skills 是過渡層，不是終點。

他們的理由是結構性的。代理系統大致在收斂成四層：推理、skills、工具與 MCP、記憶與資料。skills 是第二層，但現在幾乎所有的注意力和星數都堆在這一層，上下兩層都還沒建好。

還有一個比喻我覺得很到位。大家常說 skills 像 dotfiles 文化，但 dotfiles 是穩定的——你的 .vimrc 不會因為 Vim 出了小改版就壞掉。Agent skills 不一樣：模型換版本，它對同一份指令的理解就變了。這比較像是替一個每季換一次 shell 的作業系統寫腳本。

格式也還沒統一。Claude Code 讀 CLAUDE.md 和 .claude/skills/，Codex 讀 AGENTS.md，Cursor 和 OpenCode 各有各的做法。npx skills 這種跨格式安裝器的存在，本身就是在承認問題還沒解決。

對一般使用者來說，這件事的意義是什麼？

我的判斷是：這一輪的紅利不在「收藏了幾個 skill 倉庫」，而在「你有沒有把自己那一行的流程寫下來」。

190 萬個公開 skill 裡，絕大多數在做同一批通用的事，所以平均分才會是 6.2。真正稀缺的是領域知識——醫療那 51.9 個百分點的提升不是憑空來的，是因為那些流程本來就只存在於做過的人腦裡。

換句話說，門檻確實降到了寫一份 markdown 的程度。但寫得出有價值的那份，靠的仍然是你本來就會、而模型不會的東西。

星數會繼續漲。這不代表你該多裝。

常見問題

Agent Skills 是什麼？

一個資料夾，裡面有一份 SKILL.md 以及選配的腳本和資源，用來教 AI 代理穩定地完成某項特定任務。代理先讀 skill 的名稱和描述判斷該不該用，任務對得上才載入完整指令。

應該裝幾個 skill？

SkillsBench 的實測是 2–3 個目標明確的 skill 效果最好，能讓通過率提高 18.6 個百分點；把所有內容塞進一份大文件反而會讓表現下降 2.9 個百分點。少而準勝過多而雜。

從公開目錄裝 skill 安全嗎？

不能預設安全。Snyk 的研究在受測 skill 中發現 36% 含 prompt injection，另一份涵蓋 22,511 個 skill 的稽核找出 140,963 個問題。skill 會執行自帶腳本，等同於有程式碼執行權限的依賴套件，安裝前應該先讀過原始碼。

Agent Skills 跟 MCP 是競爭關係嗎？

不是，是互補的兩層。MCP 標準化代理怎麼連接外部工具，Agent Skills 標準化代理怎麼學會一套流程。兩者都由 Anthropic 發起後開放成公開標準。

為 Claude 寫的 skill 能在別的 AI 工具用嗎？

大致可以。截至 2026 年 6 月，agentskills.io 展示頁上約有 40 個相容產品，包括 OpenAI Codex、GitHub Copilot、Cursor、Gemini CLI、VS Code。不過各家對設定檔的命名和解析仍有差異，複雜的 skill 跨平台時仍可能需要調整。

延伸閱讀

• mattpocock/skills 破 10 萬星：那 21 個 Skill 到底在解決什麼問題
• Superpowers：把 AI 工程師的工作方法論打包成外掛
• Claude Skills 太多會怎樣？swyx 刪掉兩個 skill 的實測
• book-to-skill 實測：一本技術書變 skill，token 省 24–51 倍

資料來源

• Agentman — The Agent Skills Ecosystem in 2026（SkillsBench 評測數據、目錄規模、安全稽核，2026-06-25）
• OSS Insight — Agent Skills Are Not the Endgame（品類成長數據、四層架構、格式之爭，2026-03-24）
• mattpocock/skills、obra/superpowers（星數經 GitHub API 於 2026-08-20 覆核）

本文為資訊整理與個人觀點，不構成任何投資或採購建議。文中數據引用自 SkillsBench、OSS Insight、Agentman 產業報告及 GitHub 公開 API，星數與目錄規模會隨時間變動，請以官方來源為準。安裝任何第三方 skill 前請自行評估安全風險。