分析师/奕君

校对/Tina

策划/Eason

“skill”堪称是近些时日位居AI圈子里头最为热门的概念，倘若讲的是先前两年时段民众尚还处于不断分享多种技巧这样一种情形，到当前之际已是持续对优质好用的skill进行大力推介。

处于时代当中，用户耗费了众多的时间，用于重复某些要求以及描述。举例来说，持续进行复制粘贴同一则提示词，目的是让文本去除“AI味”；再比如，反反复复于对话框里向AI重新讲述项目背景以及自身的心得体会与经验；又或者是常常假设AI作为某某领域当中某岗位资深的人物……AI恰似聪明然而持续更换的实习生，每一次更换实习生之后，不但用户需要费尽心思以及力气把经验再度传授一回，而且实习生也得劳心费力地从零点开始吸收。

提升效率的办法，被写在各大公司的实习生制度之中。公司把业务SOP、注意事项，都录入文档。每位实习生在离开之前，要撰写好交接文档。如此这般，经验能够被固定、封存，不会因实习生的离去而被带走。当下一任实习生到岗之时，又能够将其再度利用。

skill所具备的是这样一种原理，它准予用户将自身的经验进行打包，在存在需求之际予以调用，甚至能够调用他人上传的经验包来为自身开展工作。即便情况是这样，然而由最先推行的这个功能对于缺少技术背景的普通人士而言在使用方面仍旧存在门槛，这其中涉及到繁杂琐碎的安装流程。

其中扣子2.0版本正式发布了，看上去好像具备打破这个僵局的能力了。它的产品设计把普通人使用“skill”的阻碍给清除掉了codejock xtreme toolkit，使得skill有了进入平常百姓家的可能性。接下来我们要对扣子2.0的“skill”以及“长期计划”这两项新功能进行深度测评，瞧瞧它能够带来什么样的惊喜。

01

能力重组：走向场景化的Agent

更新过后的扣子，在左边增添了“技能商店”这一栏。能够看到，里边存在着各种各样可供人们挑选的“skill”。就像商业分析skill、公众号配图skill、PRD生成skill等等。当中大部分是免费的，然而也有一部分是需要付费才能够使用的。

展开我们测评的头一步，是起始于运用其一skill，我所挑选的乃是“PRD（产品需求文档）生成”这项技能，去尝试探究在使用者全然欠缺任何产品经理思维的状况之下，凭借此skill的助力能够产出怎样质量的PRD。

跟着开发者于skill详情之中所讲的使用法，于对话框挑了该技能后，我发了这些：让“帮我生成一个如下产品的PRD”，此产品是个置于美图秀秀软件内的AI穿搭助手，它能让用户借由数字化个人衣橱达成“搜索灵感、一键试穿、智能收藏”。

耗费了六分钟时长，扣子读取了技能文件，进而生成了完全完整的一份PRD，它能够支持以Word格式、PDF格式以及网页这种格式去下载。

在以PDF格式将这份产品需求文档下载下来过后，最初始最直接能感觉到的便是排版极其简洁好看，想必是skill之中已然预先设定了对于文档格式的要求，因而并不需要用户再次额外去撰写提示词对其进行规定。

在提示词一模一样的情形下，虽豆包也能够直接以文档格式去下载，然而其排版稍微显得有些拥挤，这加重了阅读时的负担；使用导出的pdf时，字体设计极其不讲究，致使浏览体验欠佳；而3 pro更是不支持直接做导出文档的操作，得通过用脚本生成或者复制源码的方式才可以，没办法一步达成。

左中右文档分别由扣子、豆包、生成

在内容层面存在着差异，实际上，于跟通用大模型的对比当中会变得愈发清晰。同样是这一份提示词，直接扔给通用大模型，生成的结果常常停留在表面看似合理的层面，结构完整然而判断偏向保守，细节普遍泛化得很严重；而在skill的加持之下，所获得的更像是出自一位资深产品经理一对一指导过的成品。要是说通用大模型更类似于能力分布均匀的通才，那叠加 的模型则更像是专才——在特定领域里集中力量，交付的是明显更为专业、更有完成度的结果。

我咨询了一位曾任产品经理的朋友，就为了进一步去验证这种专业感是不是仅仅只是表面印象，她给出的判断是，扣子生成的这版PRD特别适合当作第一版对齐文档，可帮助并非具有产品背景的人快速构建起产品全貌，以及补齐思维方面隐藏的盲区，然而要是进入到真实的立项或者评审阶段，依旧需要人去补充关键的决策逻辑，像指标为何是合理的，数据是从什么地方来的，还有哪些环节才是真正核心的业务增长杠杆。

就在这个仍需人员来予以补充的缺口之处，skill的真切想象空间开始展现出来。要是讲PRD生成skill所解决的是“怎样写得如同一位产品经理”这种情况，那么它完全能够再增添一个仅服务于具体业务语境的skill ，即把真实的商务约束、客户画像、历史成交数据、内部资源边界等信息，单独整理成一个业务背景skill。在生成PRD之际同时调用这两类skill，扣子就得以在一个高度贴近现实的产品世界当中进行推演。

于尝试运用他人上线的技能之后，我们不妨自身也上线一项技能。

从一位经营宠物店多年的老板娘那里要来一份指南，这份指南是她凭借自身一手的宠物售后经验整理而成的，涵盖“新猫到家”“新狗到家”的注意事项以及应对策略。把这个指南整理成文档后，在扣子编程页面里点击“技能”那一栏，附上该文档并且简单描述skill的开发需求，扣子便开始解析文档来做skill的打包工作了。

文档内容仅两页pdf，扣子使用后便完成了skill的打包，在技能商店“我的技能”板块能看见刚创建的skill，若选择上架技能商店，只须等待约5个工作日的审核。

开启一个新的对话，挑选那刚刚打好包的宠物适应技能，询问一些与之相关的问题，如此便能获取有着宠物店老板从业经验予以加持的回应。

存在一个问题，那就是，当我将使用了skill的扣子以及通用大模型的回答放到一起去做对比的时候，发觉二者之间的区别并非十分显著。其中一方面的缘由在于，老板娘所给予的指南相对简洁，她可能具备更多的经验，然而却并未记录到文本当中；另一方面的情况是，针对宠物适应新家的策略大体上较为通用，老板娘的经验与其他从业者公开分享的经验之间，并不足够形成明显的壁垒，所以回答很难展现出差异性。

这为我们运用扣子带来的启发是：首要的是要形成“经验文档化”的习惯，在日常工作与生活里我们可能随时在选用与增添经验，可要让AI把这些经验收纳并为自身所用乃至供他人使用，我们就得用一种相对完备且结构化的形态让AI能够吸纳、领会；其次，在特定领域深入钻研获取的经验或许会愈发有价，以skill框架而言自身经验的稀缺性以及学会借助他人的skill来创造价值可能会变成核心竞争力。

除去skill之外，“长期计划”同样是扣子2.0上线的一项特色功能。在当下这个人人都在追逐即时反馈，且处处都充斥着浮躁氛围的状况下。重新去张扬长期主义，确实是有着非凡的用意。

这一功能于使用层面而言极为简易便捷，需点击添加长期规划选项，率先简要阐释自身渴望达成的目标，就像与相关按钮表述：本人乃新闻学专业大三在读生，亟待毕业后于北京成为月薪数额在1.5w至2w区间的AI科技领域专业创作者，如此这般它即会着手生成规划。每个步骤之间看似没有直接关联，却又紧密相连，令人摸不着头脑。

其中呢最让人惊喜的首要一点是，它会提出几个反问的问题，以此来保证其生成的这个计划符合用户本人实际的状况。而反问这个行为所具有的益处是，它在很大程度上减轻了用户输入提示词时所面临的压力。就好比于此，比如在这里扣子通过反问涉及到了路径的抉择、时间的投入、现有的基础以及学习的偏好等多个方面，并且还给出了与之相应的可供选择的类别。

之后给出选择，扣子呢生成了10页排版规整的PDF文档，它呀使得我以它为准再次核查其中细节情况嘞。特别要说值得夸赞的是扣子有关用词地方，它又会标记出用户大致所需花费的时间用以“审阅”这个文档，并且呢把要交给用户确认的地方会按照要点一一列出，这是很契合它职场AI应用这样的定位范畴的，从中能够明显体现出具备争取不浪费用户时间的那种审慎感觉呢。

这具体所言的规划内容，是能叫人感到满意的，它是一份特别漂亮起来且具备科学性的规划。用户，要多开展几轮对话，去跟扣子讲述起自身数量更多的情况codejock xtreme toolkit，它确实是拥有那种能力，能够变为一个恰当合适的长期计划陪伴者。

从计划启动之后，扣子于对话框里对进度予以跟进，甚至于它依据给我制定的写作任务，产出了一份可供我对照学习的标杆作品，尽管这篇所谓的“标杆作品”并非真正意义上的标杆，AI 的味道太过浓重。

除了对话框之外，还有日程一栏呢，这日程一栏会记录已经完成的任务与亟待推进的任务，确实是秩序感满满的哟！

显然问题很突出，其一，计划的确赶不上变化，要是用户临时有状况，就得跟AI说明情况，让其调整计划，自身还得确认一下它的调整是否可行，其二，AI与用户间的信息，始终难以达到对称状态，其三，用户或许得耗费不少时间在跟AI的解释及协商方面，其四，甚至有可能因对齐信息太过繁琐，就直接放弃执行AI生成的规划了。

其次，长期计划的强制力是极为有限的，它仅是于对话框里予以通知这一行为，这便意味着，只有当网页处于打开状态之际才能够看见提示，并且只要一过了它所规定的计划完成之时长，扣子就会自动认定用户已然完成此项任务，进而在日程表上勾划，最终极有可能演变为扣子在网络上疯狂执行任务，然而在现实当中真正需要去展开行动的人偏偏还并没有着手行动。

02

当经验成为可调用的资产

2025年3月初，Manus的走红，标志着AI Agent赛道的火爆，同年4月20日，扣子空间诞生了，其定位是聚焦办公领域的Agent，AI Agent和从前对话式大模型有所不同，区别在于它并非只是口头上给用户提供建议，而是能够集合各类工具去真正帮忙用户做成实事，比如扣子空间就能够帮用户直接生成PPT、播客、网页等等。

拿如今的扣子2.0跟扣子空间比，它是能够支持集成skill的AI Agent，要是讲扣子空间具备能办事的能力，那么扣子2.0可以做到专业化地办事，还能场景化地办事，并且能精细化地办事。

现如今，用户对于Agent的期待，早已不只是“通用”这般就行而已，而是期望它能够紧密契合自身实际的生活状况以及工作情景，进而输出一种自己能够直接拿去使用的成果，最终达成效率方面质的飞跃。

从综合测评的体验方面来看，扣子2.0能够讲是代表了AI Agent的进化趋向，所暴露出来的问题更像是生态以及时间方面的问题，而并不是方向性的过失。

设想一下，在未来的时候，skill会如同现今的APP这般普及开来，人类所拥有的专业经验能够沉淀成为数字资产，到了那个时候，AI与人的协同关系将会获得新一轮的定义。

如有侵权请联系删除！