AI Engineer onepage/ Agent Skills
Matt Pocock · 20:43
這支影片在講：好 agent skill 不是越多越好
Matt Pocock 把「skill hell」定義成新一輪開發者困境：大家可以下載很多 skills，卻分不出好壞，也不知道怎麼把自己的操作流程轉成 agent 真的會執行的能力。
Published: 2026-06-29Video ID: UNzCG3lw6O0
01 / 問題
Skill hell 來了
就像 tutorial hell、framework hell，skills 變多後，開發者開始遇到「看似都能用，實際不知道好不好」的困境。
02 / 反轉
自動觸發也有成本
Model-invoked skills 會增加 agent 的 context load；user-invoked skills 則把 cognitive load 放回使用者身上。
03 / 解法
用 checklist 寫 skill
他的框架分成四段：trigger、structure、steering、pruning，先判斷何時該出現，再決定內容如何被讀取。
Watch for this
影片最值得抓的四個訊號
Runtime
20:43
短 talk，但架構完整：從觸發、內部結構，到 steering 與修剪。
Trigger trade-off
2 loads
Model invocation 增加 context load；user invocation 增加 user cognitive load。
Core units
2
大多數 skill 可拆成 steps 與 reference，分清楚才能縮小主檔。
Pruning pass
3 risks
最後掃掉 massive skills、sediment、以及不影響行為的 no-op 指令。
Core story
Matt 給的四個 skill 檢查點
01
Trigger：先決定誰該觸發 skill
如果 skill 需要 agent 自己判斷何時使用，就要提供 model-visible description，讓它成為 context pointer；但每多一個這種 skill，都會增加模型在上下文裡要考慮的選項。
02
Structure：把 steps 和 reference 分開
Steps 是 agent 要走的流程；reference 是支撐流程的資料。能被分支才用到的 template、範例或說明，應該放到外部 reference，不要塞滿主要 SKILL.md。
03
Steering：用 leading words 改變行為
當 agent 沒照你要的方式做，光寫長篇限制通常不夠。Matt 建議把想要的行為壓縮成穩定短語，例如 vertical slice，並在 skill 裡重複使用，讓模型在推理與輸出中採納這個框架。
04
Pruning：刪掉不會影響行為的文字
大型 skill 常常長出 sediment、crud 與 no-op 指令。檢查方式很直接：刪掉某段後 agent 是否仍會做同樣的事？如果會，那段多半不是 instruction，而是噪音。
Why it matters
這支影片對 agent tooling 的啟發
Skill description 不是 README 摘要對 model-invoked skill 來說，description 是 agent 何時載入更多 context 的觸發器。寫得太泛，會誤觸；寫得太窄，會錯過。
小 skill 不只是省 token主檔越小，越容易 audit、維護與預測。把分支 reference 隱藏在 context pointer 後面，是降低載入成本的設計手段。
流程過長時，要拆階段Matt 用 planning / PRD 的例子說明：有時不是要讓 agent 一次看完整流程，而是把未來步驟藏起來，讓它專注於目前 phase。
評估 skill 要看實際行為不是看它寫得完整不完整，而是看 agent 是否在正確時機觸發、是否讀到必要資訊、是否採用你想要的 working style。
Chapters
章節速覽
00:00 · Skill hell從 tutorial hell、framework hell 類比到 skill hell：不是缺更多技能，而是缺少判斷與改善 skill 的共同 rubric。
03:25 · Trigger比較 user-invoked 與 model-invoked skill：前者增加使用者認知負擔，後者增加 agent context load 與觸發不確定性。
08:20 · Structure把 skill 拆成 steps 與 reference，並把只屬於特定分支的模板或背景資料移到外部 reference。
13:10 · Steering用 leading words 壓縮行為期待，例如 vertical slice；必要時拆成 sequential skills，讓 agent 專注當前階段。
17:30 · Pruning清掉 massive skills、重複、sediment、crud 與 no-op 指令，用 deletion test 檢查每段文字是否真的改變行為。
19:40 · 下一步Matt 提到已把框架編成 writing great skills skill，可用來改進自己的 skills 或檢查社群技能品質。
Use this checklist
如果你正在寫 Codex / Claude / agent skills，先問這五題
這個 skill 真的需要 model-invoked 嗎？若它只在少數明確場景使用，可能讓使用者手動叫用比較好；若希望 agent 自己發現，就要接受額外 context load。
主
SKILL.md 是否只放所有路徑都需要的內容？範例、模板、provider-specific 說明、分支流程，能外移就外移，讓 skill progressive disclosure。你是否有一組會被 agent 重複採用的 leading words？把工作風格命名，例如 vertical slice、test seam、progressive disclosure，比每次重寫一段抽象規範更穩。
是否需要拆成多個 sequential skills？如果 agent 太早跳到未來步驟，考慮把探索、規劃、實作分成不同 skill，讓每段只看當下需要的 instructions。
刪掉某段後，行為會真的改變嗎？若不會，它可能是 no-op。Skill 應該像工具規格，不像越寫越厚的備忘錄。
Source video
原影片
Sources
來源連結與限制
YouTube 原影片用於影片嵌入、標題、長度與 watch metadata。
AI Engineer RSS用於判斷最新影片與發布時間。本頁內容主要根據英文自動字幕整理；章節時間為依字幕脈絡估算。