截至 2026 年 6 月，本文資訊以 Google Cloud Next 2026 官方公告為準。
這幾個月你大概聽到「Skill」這個詞越來越多次。Anthropic 先把它玩起來，一堆人開始幫自己的 AI 寫 SKILL.md，把一個個專業能力打包成資料夾丟給 Agent。本來這還是民間玩法，工程師圈自己卷自己。
然後在 Google Cloud Next 2026 第一天，Google 不聲不響上線了一個官方 GitHub 倉庫，叫 google/skills。一行指令，你的 AI 就能裝上 BigQuery、Firebase、GKE 這些 Google Cloud 產品的「專家技能包」。
這件事比表面上看起來重要。它代表 Skills 這套東西，正式從「某家公司的功能」變成大廠都來搶的開放標準。今天這篇就講清楚：Skill 到底是什麼、Google 這次給了什麼、你一個普通用戶為什麼該在意。
先說人話：Skill 到底是什麼
很多人卡在這一步，因為大家把它講得太玄。其實一個 Skill 就是一個資料夾，裡面放一個叫 SKILL.md 的檔案，告訴 AI 「遇到某類任務時，照這份說明做」。
這份說明用 Markdown 寫，人看得懂，機器也讀得懂。資料夾裡還可以塞 scripts/（能直接跑的程式碼）、references/（參考文件）、assets/（範本素材）。就這樣，沒有黑魔法。
關鍵在它怎麼被讀。AI 平常不會把所有 Skill 的內容塞進腦袋，那樣會撐爆它的記憶體（也就是 context）。只有當你的任務「對得上」某個 Skill 的描述，它才把那份說明完整讀進來。這個設計有個名字叫 progressive disclosure，講白了就是「需要才拿，不需要不佔位」。
用一個比喻：Skill 像一本本放在書架上的工具手冊。AI 不會背下整個書架，但你一開口問「怎麼設定 BigQuery」，它就抽出那一本翻開照做。
Google 這次給了什麼
官方倉庫 github.com/google/skills 開張就放了 13 個 Skill，用 Apache 2.0 授權，意思是免費、可商用、隨便你改。分成三類：
- 7 個產品技能：AlloyDB、BigQuery、Cloud Run、Cloud SQL、Firebase、Gemini API、GKE。這些都是 Google Cloud 上最常被用的服務，等於官方直接教你的 AI 怎麼正確操作它們。
- 3 個架構支柱技能：Security（安全）、Reliability（可靠性）、Cost Optimization（成本優化）。這幾個不是教某個產品，而是把 Google 的最佳實踐塞給 AI，讓它幫你把方案做得更穩、更省錢。
- 3 個 Recipe 技能：Cloud 上手、身份驗證、網路可觀測性。這類是「跨產品的標準流程」，把常見的設定步驟打包好。
安裝就一行：npx skills add，從倉庫裡挑你要的 Skill 裝進去。它能裝進 Google 自家的 Antigravity、Gemini CLI，也支援第三方 Agent。換句話說，Google 沒有把這套鎖死在自己的生態裡，誰的 Agent 都能用。
一個你會有感的場景
假設你想用 AI 幫你架一個會員系統，資料放在 BigQuery，前端用 Firebase。以前你會怎樣？你問 AI，它憑訓練資料給你一套答案，但 Google Cloud 三天兩頭更新，AI 腦中的版本可能是半年前的，給你的指令跑出來一堆紅字報錯。你還要自己去翻官方文件對。
裝了官方 Skill 之後，AI 讀的是 Google 自己維護的當前說明，連 Security 和 Cost 兩個支柱也一起考慮進去。它不只給你能跑的程式碼，還會順手提醒你哪裡可能漏了權限、哪個設定會讓帳單暴衝。這個差別，真正動手做過的人會懂。
我自己的看法是，Skill 最大的價值不在「AI 變更聰明」，而在「AI 的答案變得可信」。一個會看官方手冊的助手，跟一個全憑記憶瞎猜的助手，差的就是那份手冊。
為什麼說這是「標準之爭」
這裡有個容易被忽略的細節：Agent Skills 這個格式，最早是 Anthropic 做出來、開源成標準的。Google 這次沒有另起爐灶搞一套自己的格式，而是直接沿用 Anthropic 的格式，把官方文件包成 Skill。
這個動作的訊號很強。當兩家頂級 AI 公司用的是同一套 Skill 格式，那這套格式基本上就贏了。對你來說好處很實際：你今天學會怎麼寫 SKILL.md、怎麼裝 Skill，這套知識在 Claude 上能用，在 Gemini 上也能用，不用學兩遍。
| 對比 | 沒有 Skill 的 AI | 裝了官方 Skill 的 AI |
|---|---|---|
| 資訊來源 | 訓練時的記憶，可能過時 | 官方當前維護的說明 |
| 佔用記憶 | 全塞進去容易爆 context | 需要才讀，省 context |
| 跨平台 | 各家各玩各的 | 同一格式 Claude / Gemini 通用 |
| 安裝成本 | 要自己餵文件 | 一行 npx skills add |
普通人現在能做什麼
你不用是工程師也能吃到這波紅利。三件事可以馬上做：
- 去逛一圈官方倉庫。打開
github.com/google/skills，點開任何一個 SKILL.md 看它怎麼寫。你會發現它就是一份結構清楚的說明書，沒有那麼難。看懂別人的，你才寫得出自己的。 - 把它當「寫 Skill 的範本」。就算你不用 Google Cloud，這 13 個官方 Skill 是最好的教材。想幫自己的工作流程寫一個 Skill，照它的格式抄結構就對了。
- 留意你常用的 AI 工具有沒有支援 Skill。越來越多 Agent 產品開始支援這個格式。一旦支援，你就能把自己的重複性工作打包成 Skill，讓 AI 每次都照你的標準做，而不是每次都要重講一遍。
結論：這不是給工程師的玩具
很多人看到 GitHub、npx、Cloud 這些字就直接劃走，覺得跟自己無關。我覺得這是這波最大的誤判。Skill 的本質是「把專業能力打包成 AI 看得懂的說明書」，這件事跟寫程式沒關係，跟「你想不想讓 AI 每次都做對」有關係。
Google 這步棋，把 Skill 從工程師的小圈子推向了行業標準。接下來該關注的是：你常用的那個 AI 助手，什麼時候也支援這套。等它支援的那天，會寫 Skill 的人，跟只會打字聊天的人，工作效率會拉開一條看得見的差距。
免責聲明：本文為 AI 工具與行業趨勢的資訊整理與個人觀點分享，不構成任何投資或商業決策建議。文中提及的工具、版本與功能以官方最新公告為準，AI 領域更新極快，請以實際操作時的版本為主。
發表迴響