把 skill 當成產品功能來經營

059Yogendra Miraje（FactSet）17:232026-07-29 上架

Skills are new features: Building Skill-Centric Harness — Yogendra Miraje, FactSet

產品的介面改由 agent 當主角之後，功能就住在 skill 裡。Yogendra 從自家 harness 的做法講起，一路講到 skill 的路由、評估，以及上百個 skill 要怎麼治理。

這場講了什麼

• 功能搬進 skill：prompt 決定 agent 是誰，tool 決定它能連到什麼，skill 決定一件事怎麼做完。Yogendra 說以前的按鈕、下拉選單和畫面，現在只是 skill，工程師的工作也從出功能變成出 harness。
• 最小的 skill 支援很簡單：只要一份 skill registry、一段 system prompt 和一個讀檔工具，要跑腳本再加沙盒。system prompt 裡只放名稱、描述和路徑，內文等 agent 選中了才去讀。
• 描述就是路由訊號：同時有 HTML 與 PDF 兩個報告 skill，靠描述裡的「PDF」這個觸發字分流。描述要貼近使用者的請求、彼此要分得開，skill 本身也不能放到過時。
• 依使用者意圖切 skill：Yogendra 一開始照資料模型切，碰到真實用例後改成照使用情境切，例如財報準備、盤前偏好。這樣的重構做了好幾次，Yogendra 認為這很正常。
• 換模型要重跑 evals：換了新模型後 agent 不再照 skill 做，查下去是新模型偏重 skill 的開頭，關鍵指令卻放在結尾。Yogendra 認為 skill 是跟模型綁在一起的契約，不是文件。
• 規模大了要有治理：超過 10 個 skill 就可以開始考慮先篩選再放進 system prompt，上百個就需要階層、metadata 過濾和治理。治理分成五塊：admission、ownership、boundaries、lifecycle、coherence。

影片從哪一段開始看15 段

1. 00:12自我介紹與主題Yogendra 是 FactSet 的 principal AI engineer，這場要講怎麼做以 skill 為中心的 agentic 產品。
2. 00:49從 blueprints 到 skills去年在這個大會講的 blueprints，回頭看就是很初階的 skill。Anthropic 去年十月推出 skills 並開源之後，團隊不再維護自家標準，全面改用 skills。
3. 02:48skills 就是新功能產品介面從畫面與按鈕，變成由 agent 在前面帶。prompt、tool、skill 分別回答 who、what、how，業務邏輯放在 skill。
4. 04:41工程師的角色懂產品的人都能寫 skill，工程師的角色就轉成打造讓 skill 順利運行的 harness。
5. 04:57skill 是什麼skill 是教 agent 把特定任務做好的標準做法，核心是 SKILL.md。front matter 的名稱與描述負責讓 skill 被找到，內文放業務邏輯與指令。
6. 06:04最小的 harness只需要 skill registry、system prompt 和讀檔工具。示範用公司研究、報告 HTML、報告 PDF 三個 skill。
7. 07:27探索與啟用system prompt 只帶名稱、描述和路徑，這就是 progressive disclosure。agent 迴圈每一輪看有沒有 tool call，沒有就輸出結果；示範請 agent 產出一家公司的報告。
8. 08:56描述是路由訊號用「只在使用者要 PDF 報告時才用」這類觸發字分流。描述要貼近使用者的請求、彼此分得開，skill 不能放到過時，否則就觸發不到。
9. 10:35依意圖切，不依資料模型切與其做 estimate analysis skill，不如做財報準備 skill。先從窄的用例開始，發現新情境再重構。
10. 11:41換模型與 evals升級模型後 agent 不聽 skill，查出新模型偏重 skill 的開頭，關鍵指令卻在結尾。換模型就要重跑 evals。
11. 12:43skill 變多怎麼辦超過 10 個 skill，可以用 embedding 相似度或小模型先篩選；到上百個，就要有階層、metadata 過濾與治理。
12. 13:32治理的五個面向admission、ownership、boundaries、lifecycle、coherence。治理不必是官僚流程，看自動化做得多好，寫程式行之有年的做法都可以借來用。
13. 14:26收錄與負責人admission 問的是這個 skill 該不該存在、還是該併進既有的 skill，做法是自動化關卡加上人工把關。每個 skill 也要像 code owner 那樣有指名的維護者。
14. 15:17版本、一致性與權限skill 要有語意化版本，下架要有警告，變更要寫進 changelog；定期稽核與驗證，讓整個 library 說得通；skill 能用的 tool 用 allow list 控管。
15. 16:13結論skill 是 agentic 產品的功能，工程師的角色從出功能轉向出 harness，到了企業規模，skill library 的治理不能省。

值得記的話5 句

• Prompts define who the agent is. Tools define what it can connect to. And skills really tell you how a task gets done.prompt 決定 agent 是誰，tool 決定它能連到什麼，skill 才說一件事怎麼做完03:37

• The role of engineer is shifting from shipping features to shipping harnesses.工程師的角色正從出功能轉向出 harness04:41

• the descriptions are really the routing signals.描述其實就是路由訊號08:56

• skills without evals are really just wishful thinking.沒有 evals 的 skill 只是一廂情願12:12

• at enterprise scale, the skill library governance is really non-negotiable.到了企業規模，skill library 的治理沒有商量餘地16:51

名詞與人物7 個

skill

教 agent 把特定任務做好的標準做法，核心是一份 SKILL.md，可以再帶檔案參照與可執行腳本

skill registry

把 skill 的名稱、描述和路徑收在一起的清單，agent 靠它找到 skill

progressive disclosure

system prompt 只放 skill 的名稱、描述與路徑，agent 選中了才去讀內文

harness

讓 skill 順利運行的執行環境，Yogendra 認為這是工程師接下來要出貨的東西

blueprints

Yogendra 去年在這個大會講過的做法，一組交給 agent 的固定步驟，後來改用 skill

skill library governance

管理大量 skill 的五個面向：admission、ownership、boundaries、lifecycle、coherence

FactSet

Yogendra 任職的金融資料與研究公司

提到但沒有展開

• Yogendra 現場請大家舉手：幾乎每個人都寫過 skill，但多數只在 Claude Code 與 Codex 裡用，自己做 harness 再加上 skill 的只有少數。
• 在 agentic 產品裡，多數 skill 只讓模型自己觸發，因為不該要非技術使用者記住有哪些 skill。
• 照字典的意思，skill 是把一件事做好的能力：模型沒有它也能做，有了會做得更好。

Agent開發工具評估

在 YouTube 看原片 ↗