Episode Details

SkillsBench 用七千次實驗測出：人寫的 Skills 平均提升 16 個百分點，AI 自己寫的反而降低表現。2-3 個精練 Skills 效果最好，寫太多反而有害。本文拆解三條設計原則。

⭐ 文章深度讀：人寫 vs AI 寫 Skills 的實驗數據和三條設計原則
→ https://heymaibao.com/skillsbench-agent-skills-benchmark/

📝 懶人包
∙ 人類策展的 Skills 平均提升 16.2 個百分點，但讓 AI 自己寫 Skills 完全無效，平均反而降了 1.3 個百分點
∙ 少即是多：2-3 個精練 Skills 最有效 (+18.6pp)，寫 4 個以上或堆積詳盡文件反而拖累表現
∙ Skills 對模型訓練資料覆蓋不足的領域幫助最大：醫療保健 +51.9pp，軟體工程只有 +4.5pp
∙ 我的觀點：這篇論文最重要的不是「Skills 有用」，而是證明有效 Skills 的核心是人類隱性知識的外顯化。AI 能消費好的 Skills，但自己寫不出來

📚 參考資料
SkillsBench: Benchmarking How Well Agent Skills Work Across Diverse Tasks (Zheng et al., 2026)
→ https://arxiv.org/abs/2602.12670