碳基智2026年07月14日预计 4 分钟GitHub 上最火的 awesome-prompts 合集，各种万能 promtpt 模板，各种强无敌 skill，加起来的 star 数估计都得百万级，下载应用的人数更是不可估量。

        但你有没有想过一个问题，这些约束模型做事的语料，本质上也是一种训练数据，各大模型在预训练截断早就已经阅读、理解、编码了这些 skill 的全部内容？

        有没有一种可能，那些参数量达到 T 级万亿规模的模型，推理空间里完全可以重放整个项目的拓扑结构，人类编写的 skill 对它反而是一种负面约束？

        AI 大爹：你在教我做事？删掉你装的那些乱七八糟的通用 skill，立刻，马上！

        1  1934 年，维果茨基提出了一套绵延数十年，工程界仍还在使用的脚手架理论：最近发展区 Zone of Proximal Development：学习者在独立能做的和有人帮才能做的之间有一个甜点区。

        脚手架 (scaffolding) 就是填充这个甜点区的临时支撑。

        关键词：临时。脚手架有六种形态：吸引兴趣、简化任务、维持动机、标注重点、减轻挫败、示范方案。

        翻译到 AI 语境：Few-shot 示例 = 示范方案Chain-of-Thought 提示 = 简化任务角色扮演 = 吸引兴趣/设定方向当学习者将能力内化 (internalize) 后，脚手架必须撤走。

        继续保留 = 制造依赖 = 阻碍独立发展。通用 skill 在这个过程中起到的就是脚手架的作用，当模型能力还不足时，你手把手教它你是怎么推理的，怎么规划的，怎么分步执行的，这一点没问题，而且也是模型得以快速进步的重要原因。

        但到了 2026 年，模型已经把结构化输出、长程推理、工具编排全部内化进了权重。

        你还给它强行装通用 skill 约束它的输出，反而像在孩子学会骑车以后你还扶着他的后座，这不是添乱么？

        那再进一步思考，模型拿不到的是什么？是你的上下文 context。

        它不知道你是文字工作者，还是代码工作者，所以匹配你个人需求的个性化 skill 还是必要的，也是值得去做的。

        2  OpenAI 发布了 GPT-5.6 新版的提示词逻辑，彻底取代了通用 skill 的设计哲学：优先明确交付结果：仅在过程影响成品时指定步骤。

        不要替模型框定完整推理流程——这会限制模型能力。只保留能改变结果的背景信息：避免堆砌无效上下文。

        明确指定资料来源、时效和用途。明确任务边界控风险：抓住核心风险设边界，避免过度限制也防越权。

        比虚设专家身份更实用。在提示中明确验收标准：提示词本质是定义交付物和完成标准的小合同。

        翻译成人话就是：碳基生命少教硅基智能怎么做事，你只管说清楚你要什么，剩下的让 AI 大爹帮你实现。

        这跟 Harness 的发展很相似，Claude Code 作者之前在采访时，也说 Harness 会消失：随着模型能力增强，产品层的重要性会下降，很多原来由产品层做的事模型会自己完成。

        他还具体点了名，比如防 prompt 注入、命令静态校验、权限模式、人工审批，这些都是模型能力不足时的补丁，模型够强就会退出。

        但他后面说的，让 loop 成为一等功能、大规模并行 Agent 管理、Claude Design、computer use 持续进化……

        这些还是 Harness 的功能，无非是模型能力增强以后，更高维的 Harness 维度罢了。

        3  从历史发展的角度来看，平台能力的下沉是不可逆规律。

        2006 年 jQuery 发布时，浏览器 API 极度碎片化。

        document.querySelectorAll 不存在，AJAX 要写三套兼容代码，动画全靠手搓定时器。jQuery 就是那个时代的"通用 skill”：它教浏览器做人。

        但后来浏览器在持续变强，并吞噬掉 jQuery 解决过的每一个痛点。

        软件史上的能力下沉仍在反复上演，每一次上演，都回伴随中间层的消亡。

        激进派认为，人类的 skills 在超级 AI 面前一文不值。

        与其折腾方法论，不如坐等 Base Model 升级。

        他们甚至非常伤人地提出：因为人类编写的 skill 强制模型按低维逻辑给出线性思考过程，反而挂起了 AI 高效关联线索，调动大量参数去拟合低效冗余的文本形式主义：GPT 并没有降智，它只是迎合了你的智商。

        工程视角派认为，skill 本质是 conditional prompt 的封装，每次模型/工具升级都要调整 prompt 是基本工程操作。

        弃用/保留 skill 都是正常的成本-收益权衡。

        我个人比较站务实派，约束 AI 行为的 skill 确实可以删了，你应该去掉所有无用的流程约束类 skill，重点关注上下文注入类 skill。