2026年3月，GitHub上单月新创建了27,720个Skill。平均每天900个。
对比一下：2023年全年，只创建了613个。2026年一季度的创建量，是2023年全年的83倍。《Skill蓝皮书2026》把这叫"相变"——不是增长，是物态变了。
但把数据库打开，这场爆炸的另一面，远没有想象中光鲜。
先说Skill在解决什么。蓝皮书引用了Anthropic官方的类比：雇会计，你选MIT数学博士Mahesh，还是社区大学学历、有30年税务经验的Barry？几乎所有人都选Barry。大模型就是Mahesh——智商顶格，但没"做过同类事一千次"。Skill要做的，就是把Barry那60-70%能写成文字的经验，以最小摩擦传给模型。
格式对了，方向对了，于是供给爆炸。可爆炸之后呢？
一半以上的Skill，没被任何人看见
AgentSkillsHub在2026年4月22日跑了一次全表查询，样本61,776个Skill。结果：54.1%——33,417个——stars是0。
没有人点过star，没有人转发，没有人打开。它们躺在GitHub上，像61,000份精心准备却没机会上桌的邀请函。
图注：Skill星级分布：54.1%零star，84%星数在10以下（来源：AgentSkillsHub《Skill蓝皮书2026》）
这一刀比任何已知内容平台都狠：84%的Skill星数在10以下；1万star以上的只有152个，占0.2%。真正"被看见"的Skill（1K star以上）加起来859个，占全体1.4%。
蓝皮书作者说得很直白：54%的0 star，大概率不是54%的垃圾，是分发机制失灵。
还有半衰期问题。按last_commit_at分组，67%的Skill在30天内还有更新，但180天以上没动过的"死亡"Skill已有2,686个。蓝皮书推测Skill的半衰期可能只有6个月——写出来容易，活下去难。
基尼系数0.983：比App Store更极端
把全部Skill按stars降序排列算洛伦兹曲线，基尼系数0.983。
这个数字什么概念？YouTube视频播放量基尼系数0.87，npm包下载量0.93，iOS AppStore收入0.95——后者已被称为"应用墓地"多年。Skill生态比它们都极端，是目前已知集中度最高的内容市场。
图注：基尼系数对比：Skill生态0.983，超过App Store与npm（来源：AgentSkillsHub《Skill蓝皮书2026》）
Top 1%（617个Skill）占总stars的83.2%。算术平均128.5 star，中位数是0——任何写"平均star数"的报道，都在误导读者。
蓝皮书还提醒：一个健康的生态要的不是更多0 star记录，而是更厚的中间层——50到500 star，是作者赚到第一份反馈的区间。今天这个区间只占全量6.2%，太薄了。
瓶颈不再是"写好"，而是"被看见"
为什么偏偏2026年Q1爆炸？三件事叠加：Anthropic官方anthropics/skills仓库发布、Claude Code把Skill加载做成一等公民、几篇"人人都该写Skill"的病毒文章同时出现。需求侧把格式正式化，供给侧30天里把过去5年的积累翻了7倍。
图注：月度新增Skill：2026年3月单月27,720个，Q1合计51,164个（来源：AgentSkillsHub《Skill蓝皮书2026》）
相变之后，旧规则失效。2024年写一个中等质量的MCP server，大概率拿几百star；今天发同样的东西，大概率停在0。当一天涌现900个新Skill，任何能帮你筛掉99%的机制都有价值。
2024年的策略是"把Skill写好"，2026年的策略是"把Skill写好，并且被看见"。后一半才是瓶颈，前一半只是及格线。
它还在吞噬别的柱子
蓝皮书第8章给了另一个信号：Skill不只是一个格式，它正在吃掉Agent系统的其他组件。
最典型的样本是Harness（工作流约束）。原本TDD、self-review这类逻辑写在Agent runtime的中间层里；现在obra/superpowers把它们全部写进SKILL.md，让模型自己执行。Hub数据里，这类Skill从2024年Q4的23个涨到2026年Q1的904个，一年39倍。Memory也一样：gstack、compound-engineering把"记忆"内化成每个Skill自己的日志，反而赢了中心化的vector DB方案。
更远的信号：2026年Q1新Skill中23%被识别为"AI辅助创作"，18%的description写着"Generated with skill-creator"。Claude已经在自己创建Skill了。蓝皮书把这一章叫"最远的一次推断"：当Skill从人类生产变成人机共产，"作者"这个角色会被重新定义。
源势AI观点
这组数据让我们看到三件事：
第一，Skill格式已经赢了。它从Anthropic的自家格式变成事实行业标准，甚至开始吞噬Harness、Memory这些独立组件。企业不用再争论格式，该开始沉淀了。
第二，真正的护城河不是Skill数量，而是经验厚度。蓝皮书的类比很准：企业要的不是天才实习生，是"Barry的30年"。我们把能源、金融项目里的行业know-how沉淀成可复用的Skill资产——AI研判准确率98.7%，价值恰恰来自公开市场上买不到的经验层。
第三，分发与治理会成为新刚需。当企业内部Skill上百个，谁审核、谁更新、谁退役？这正是我们FDE团队在客户现场解决的问题。
落到操作上，我们给客户做落地时不直接装公开Skill，而是做三件事：精选少量公开Skill验证后入库、把客户内部流程封装成私有Skill、建立更新与退役机制。Skill的价值不在装了多少，在多少能真正跑进业务。
Skill爆炸只是开始。接下来12个月真正的分水岭是：谁能把公开的Skill噪音，变成自己的私有经验资产。公开市场解决"格式"，私有沉淀解决"经验"——前者会越来越便宜，后者会越来越贵。
---
数据来源：AgentSkillsHub《Skill蓝皮书2026》（Jason Zhu，2026-04-28，全表查询样本61,776条，CC BY-NC-SA 4.0）
