本文来自微信公众号：思考机器，作者：陆三金，题图来自：AI生成
大家好呀，我是陆三金。
OpenAI Developers 最近更新文章了，分享了一些让长期运行的 agents 更高效的技巧，核心是三样东西：Skills、Shell、Compaction。
一句话总结：Skill 告诉模型“怎么做”，Shell 提供“做的环境”，Compaction 确保“能一直做下去”。
这篇只聊 Skills。
一、Skills是什么
虽然很多人已经对 skills 的概念并不陌生，但还是有必要提一下。
Skill 是一组打包好的指令和资料，包含一个SKILL.md清单文件，外加模板、示例等附件。
当 skills 可用时，平台会向模型公开每个技能的name、description和path。
它的作用很简单：当模型需要执行某个特定任务时，动态加载对应的“操作手册”。
举个例子：你需要让 agent 写一份数据分析报告。以前，你得在 prompt 里反复交代格式、字段、图表规范。现在，把这些全写进一个 Skill。模型看到任务描述，自己决定要不要调用。一旦调用，它就拥有了完整的执行标准。
关键是：Skill 只在被调用时加载，不会一直占用上下文。
二、OpenAI的实战建议
基于内部 Codex 开发和 Glean 的生产实践，OpenAI 给出了这些技巧：
1. 把description当成路由逻辑写
不要在描述中写“本 Skill 用于生成高质量报告”这种空话。
回答三个问题：什么时候用？什么时候不用？输出什么？
建议直接加一段“Use when vs. Don't use when”。
这一点很重要，当你的 skills 没有被调用，很有可能问题就出现在这里，下面是我的 Openclaw 帮我修改的 description，之前只有一句话，现在明确了何时用、何时不用、输出什么。
2. 负面例子不是可选项
Glean 的教训：第一批 Skill 上线后，模型正确触发率反而下降 20%。
原因是 Skill 之间太相似，模型选错了。
解决方法是加明确的负面例子：“别在 X 场景调用我，这时候用 Y Skill”。加上后，触发率恢复正常。
3. 模板塞进Skill，几乎是免费的
还在 system prompt 里塞大段模板？Stop。
Skill 里的模板只有触发时才加载，不相关查询不会为此多付 token。Glean 说这是他们质量和延迟优化的最大来源之一。
适用于：结构化报告、摘要、数据导出等需要固定格式的任务。
4. 需要确定性时，直接下指令
默认行为是模型自己决定是否用 Skill。这很方便，但不够确定。
在关键流程里，直接说：“Use the data-report skill.”
这是最简单的可靠性杠杆。
5. Skill + 开放网络 = 高危组合
这是 OpenAI 明确警告的：把 Skills 和开放网络访问结合，会给数据泄露创造高风险路径。
Skill 通常包含内部规范、数据格式、业务逻辑。如果模型执行时能自由访问外网，理论上可以把这些信息编码发送出去。
推荐配置：
Skills：允许
Shell：允许
网络：仅对最小化白名单开启，且按请求配置
6. 用domain_secrets管理凭证
如果 Skill 需要调用受保护的 API，不要把密钥写进 prompt。
用domain_secrets，模型看到的是占位符（如$API_KEY），实际值由 sidecar 在请求发出前注入。模型永远看不到明文。
三、最后分享两个小技巧
第一条来自宝玉老师——可以把自己的工作拆解下，拆解完了，如果不知道怎么做 skills，把内容发给 claude code ，让它帮你写。
个人认为，任何你写超过两遍的 prompt，都该考虑封装。都可以用这种方式来做成 skills。
第二条来自最近在 Openclaw 领域比较活跃的推特博主Alex Finn——遇到这种可以改进自己 Agent 能力的文档，可以直接把它塞给 Openclaw，让它去自我改进。
当你不会做的时候，交给 AI 来做吧，AI 现在动手能力很强了。
本文来自微信公众号：思考机器，作者：陆三金