最近看到一篇文章，说 Skill 是天生带自杀基因的产品。
这句话挺狠，但不是没有道理。
它真正想说的是：一个 Skill 越好，越容易把原来靠人脑、课程、咨询和实施服务传递的知识压缩成一个文件。别人装上以后，AI 就能直接做。原来的价值链被它打掉了，但这个 Skill 本身又因为可复制、可传播、可改写，很难继承那部分收入。
我读完之后的感觉是：方向有点对，但还没打到最深处。
它说清楚了“Skill 作为文件为什么不值钱”，但没有继续追问：当 Skill 文件不值钱之后，什么东西开始值钱？
Skill 的问题，不是没有价值，而是价值不在它身上
Anthropic 对 Agent Skills 的定义很清楚：它是一个包含 instructions、scripts、resources 的文件夹，Claude 会在相关任务里自动加载。后来 Anthropic 还把它做成 open standard，强调跨平台可迁移。
这本来是好事。标准越开放，生态越容易长起来。
但商业上也会带来一个结果：单个 Skill 很难长期保持稀缺。你今天写了一个 Excel 财务模型 Skill，明天社区里可能出现十个类似版本，后天模型平台可能把高频能力直接内置。
所以，Skill 不是没有价值。它的价值只是很难停留在“这个文件只有我有”这件事上。
这和开源世界很像。代码可以免费，但围绕代码的稳定发行版、企业支持、安全审计、集成服务、责任主体，仍然可以收费。Skill 也类似。Skill 本体会变便宜，但围绕 Skill 的运行系统，反而可能开始变贵。
Excel 课程和 Skill，不是同一种价值
原文里有个例子，说过去有人花钱学 Excel 财务模型，现在一个 Skill 就能让 AI 做出来，所以原来的课程和咨询价值会被压缩。
这个例子很形象，但我觉得还可以再拆一层。
一个人花 1000 块学 Excel，并不只是买一段知识。他真正买的是长期能力。学会之后，未来几年都能靠这个能力提高效率、少犯错、升职加薪。课程只是入口，真正的付费理由是未来收益。
Skill 不一样。你拿到一个 Skill，很多时候不是你本人学会了什么，而是 AI 暂时获得了某种执行能力。这个能力不一定属于你，也不一定稳定存在。下一代模型更强了，可能就不需要这个 Skill 了。平台把它内置了，也不需要了。
所以 Skill 的价值衡量方式要换。
不是问：这个 Skill 帮我做了一件事，值多少钱。
而是问：这个 Skill 能不能持续嵌入我的工作系统，并且在模型变化、业务变化、数据变化时继续产生复利。
如果不能，它就是一个模板。如果能，它就不只是 Skill，而是运行系统的一部分。
真正的分水岭，是运行时在谁手里
原文还有一个判断：Skill 作者拿不到数据飞轮。用户在 Claude 或 ChatGPT 里运行 Skill，真实任务、失败案例、业务数据、修改反馈都进了模型平台，作者什么都拿不到。
这在很多消费级场景里是对的。
但这不是 Skill 天生命运，而是运行时归属决定的结果。谁控制运行时，谁控制数据飞轮。
如果 Skill 只是一个文件，执行发生在模型公司的环境里，飞轮当然归模型公司。如果企业通过自己的 agent 网关运行，日志、失败样本、权限、评测结果就可能沉淀在企业内部。如果 Skill 平台托管执行，它可以拿到 usage、质量、留存和错误模式。如果 Skill 绑定自有 API，数据又会回到 API 提供方。
所以真正的问题不是“Skill 有没有数据飞轮”，而是“谁拥有执行环境、日志、评测和反馈”。
这也是我觉得那篇文章有点浅的地方。它看见了 Skill 作者没有数据，却没有把问题继续推到运行时、权限、评测和治理上。
托管服务不只是 AWS 转售
原文说，把 Skill 做成托管服务，本质是在卖 hosting。这个判断对个人小工具可能成立，但对企业场景太简化。
企业买一个 agent runtime，不只是买服务器。
它买的是：谁能运行，能读哪些文件，能不能调用外部 API，执行过程有没有日志，失败能不能回滚，版本怎么管理，安全事故谁负责，敏感数据能不能脱敏，输出能不能评测，哪些 Skill 可以进入组织目录，哪些要被禁用。
这些东西不是 hosting，它们是治理。
Claude Code 的安全文档里提到默认只读、权限审批、沙箱执行、写入边界。Anthropic 也有 Software Directory Policy，要求目录里的 Skills、Plugins、MCP 等软件持续符合安全和合规规则。这些信号说明，Agent 执行不是简单调用模型，而是权限、安全、合规和责任问题。
所以未来真正可收费的，可能不是 Skill，而是 SkillOps：目录、审计、认证、权限、沙箱、版本、评测、回滚、责任链。
如果 AI 替代知识工作，别在被替代区域里找长期利润
我更愿意把 Skill 放到一个更大的背景里看。
如果 AI 会替代很多知识性工作，那么在“被替代工作本身”里寻找长期利润，意义可能不大。就像农业机械化之后，长期利润不再主要属于“更多农民下地干活”，而是迁移到机械、种子、化肥、土地、加工、渠道、品牌和金融。
知识工作也会发生类似变化。写文章、写代码、做报表、做分析、写总结、生成方案，这些任务不会消失，但它们的边际价格会下降。真正有利润的地方会迁移到基础设施、业务入口、私有数据、权限体系、责任承担、判断标准和执行闭环。
也就是说，未来不一定是谁更会写 Skill 赚钱，而是谁能让 Skill 接进真实系统、真实数据、真实权限、真实业务结果里赚钱。
这也解释了为什么我一直觉得，代码不再是壁垒，平台能力才是；认知是资产，代码是消耗品；AI+工程，而不是工程+AI。
Skill 是名片，但它也应该是接口
原文最后说：Skill 是名片，不是产品。
我基本同意，但我会再加一句：Skill 是名片，也是接口。
作为名片，它证明你有能力把一个领域的隐性经验抽象成 AI 可执行的结构。一个咨询师发布一个高质量行业 Skill，比写一篇文章更能证明他真的懂这个场景。一个产品团队发布一组高质量 Skills，也比单纯说“我们 AI-native”更有说服力。
但作为接口，它还有另一层价值。它把你的方法论暴露给 Agent，把你的产品暴露给外部工作流，把你的业务能力暴露给新的执行入口。
这时候 Skill 不赚钱也没关系。它可以像 SDK、API 文档、开源库、案例模板一样，成为分发和信任入口。真正收费发生在后面：API、托管、企业版、审计、服务、培训、私有部署、结果交付。
最后的判断
我不会把 Skill 看成一个要不要收费的小商品。我更愿意把它看成 AI 时代知识工作重组的中间形态。
它会压缩很多旧收费点，也会打开一些新收费点。旧收费点是培训、模板、初级咨询、重复交付。新收费点是运行时、审计、私有上下文、业务闭环、判断标准和责任承担。
Skill 作为产品会自我消解，
作为接口会重新分配价值。
真正要研究的不是 Skill 怎么赚钱，而是 Skill 把哪部分知识变便宜之后，哪部分能力开始变贵。
如果一个 Skill 后面没有系统，它就是一个漂亮模板。它可能会传播，也可能会被复制，但很难长期收费。
如果一个 Skill 后面有运行时、有数据、有权限、有评测、有审计、有责任链，它就不再只是一个 Skill。它是 AI 进入真实工作的接口。