终于明白为什么 Skill 不好用了。

深度用 OpenClaw 的话，会发现它目前有两个问题。

第一个是特别吃 Token。因为在 OpenClaw 的设计中，所有的工作基本上都需要模型深度参与。

第二个是执行上不够准确。OpenClaw 的核心是 Skill，Skill 很多时候其实就是一系列的 MD 文档，文档里有规则、约束和条件判断。

而模型在理解约束的时候会有幻觉，或者因为 Context 的问题导致漏掉一些信息，这也是常有的事。

所以最近这个圈子里有一个小趋势：写 Skill 的时候，能 Python 化的就尽量 Python 化。

为什么？因为跑 Python 代码不需要消耗 Token。而且 Python 代码是程序，是 if else，里面可以有精确的表达，只要程序写的正确，最后执行出来的结果一定是正确的。

不存在幻觉的问题，也不存在遗漏规则的问题。

这个方向我觉得会成为接下来 Skill 迭代的一个重要方向。http://t.cn/AXfjO60N