每家公司的第一个 AI 战略，应该是建一个技能库。

Hiten Shah（Crazy Egg、KISSmetrics 创始人）最近写了一篇长文，把这件事说透了。
观察你最优秀的员工足够长的时间，你会发现他们的工作是有规律的。顶尖销售在打重要电话前，知道要找什么；优秀客服主管读工单的方式和别人不一样；厉害的财务总监看数字背后的意义，别人只看数字本身。
这些能力叫经验、判断力、机构知识。但现在 AI 公司给它起了一个新名字：Skill（技能）。

1. 访问权限不等于好结果
大多数公司引入 AI 的第一步是接入数据：CRM、Slack、Google Drive、GitHub……
这些当然必要。但一个 Agent 读了所有销售笔记，未必能理解一笔交易的走向；搜遍所有工单，未必能识别出哪个客户需要立刻处理。
问题不在于 Agent 能访问什么信息，而在于它是否理解你们公司做事的方式。

2. Skill 是可复用的工作方式
Skill 不是 prompt。Prompt 告诉 Agent 这次做什么，Skill 封装了一种可反复使用的工作方法。
它可以包含：操作步骤、判断规则、边界案例、质量标准、模板、checklist、参考样例。
举几个例子：
1）销售电话准备 Skill：怎么读账户历史、该浮现哪些风险、有效的简报长什么样
2）事故复盘 Skill：怎么重建时间线、怎么区分原因和症状、怎么写不带指责的复盘报告
3）董事会材料 Skill：哪些指标最重要、如何解释数字变动、故事哪里容易断
Skill 是方法本身，而不是某次任务的结果。

3. 技术演化的规律
这件事其实不是 AI 发明的：
1）Unix 命令让操作可复用
2）Shell 脚本让流程可复用
3）代码库让代码可复用
4）API 让服务可复用
5）Workflow 让业务流程可复用
6）Skill 让判断力可复用
每一代都在把人类的专业能力封装成可调用的东西。区别在于这一次，执行者从人变成了 Agent。

4. 技能库才是真正的竞争壁垒
两家公司用同一个前沿模型。一家只是接入了系统；另一家接入了系统，还给模型一个从公司最优秀员工的工作中提炼出来的 Skill 库。
第二家公司拥有的是不同的资产。
最有价值的 Skill 将会是私有的。你的客户升级流程、销售资质判断标准、产品评审规范……这些是竞争对手无法下载的东西。

5. 怎么开始
不要先选平台。
先盘点你们公司里，有经验的人反复在做的事。找出那些涉及判断、不只是执行的任务。
然后问：最优秀的人做这件事时，注意力第一步落在哪里？别人容易忽略什么？他们在避免哪些错误？他们怎么定义成功？
这就是原材料。把它变成 Skill，投入使用，持续改进。
一家公司的 AI 优势，来自于它教会模型把哪些工作做好，而不是来自于它选了哪个模型。

原文：x.com/hnshah/status/2062647149582750101

#HOW I AI# #程序员#