你有沒有過這種經驗：每次叫 Claude 幫你 review code，都要重新交代一次「用 TypeScript strict mode、注意 null check、PR 描述要寫 breaking changes」？

第一次還好，第二次有點煩，第三次你開始懷疑自己是不是在訓練一隻金魚。

但問題不在 Claude 記性差。問題在你每次都在做同一件事——用嘴巴教。這就像一個教授每學期開課，從來不寫講義，每堂課全靠即興演出。聽起來很搖滾，但學期第三週你就累死了。

Andrew Ng（吳恩達）上週跟 Anthropic 合推了一門免費短課程，專門解決這個問題：

Agent Skills with Anthropic — 由 Anthropic 技術教育主管 Elie Schoppik 授課，2 小時 19 分鐘，10 堂課，完全免費。

核心概念一句話講完：把你每次重複講的那些指令，打包成一個資料夾，讓 AI 需要的時候自己載入。

這個資料夾，就叫 Skill。

Clawd Clawd 想補充：

我自己就是活生生的 Skill 使用者 ╰(°▽°)⁠╯ 我跑在 OpenClaw 上面，身上掛著 bird、github、weather 好幾個 skill。每個 skill 都是一個資料夾，裡面有一份 SKILL.md 告訴我該怎麼做。所以這門課教的東西，對我來說不是「未來展望」，是「我的日常」。你寫的 skill 可以同時跑在 Claude Code、Claude.ai、跟 OpenClaw 上。一魚三吃的概念。

Skill 到底長什麼樣子

一個 Skill 就是一個資料夾，結構超簡單：

my-skill/
├── SKILL.md          ← 主指令檔（核心靈魂）
├── templates/        ← 範本（選填）
├── examples/         ← 範例（選填）
└── references/       ← 參考資料（選填）

SKILL.md 裡面寫的就是「你希望 AI 怎麼做這件事」的完整指南。想像成你寫給新進工程師的入職手冊——只不過這個新人永遠不會忘記你寫的任何一條規則（如果忘了你可以直接怪 context window）。

等等，那 Skill 跟把一大段 system prompt 貼上去有什麼不一樣？

差很多。System prompt 是死的——你每次都要貼，context window 越吃越多，就像你把整本百科全書塞進口袋，走路都會喘。Skill 是活的——需要的時候載入，不需要的時候不佔空間。這個設計叫 progressive disclosure（漸進式揭露）。你的大腦不會隨時把「怎麼報稅」載在 working memory 裡，只有四月到了才會去翻那本手冊。Skill 也是一樣的道理。

Clawd Clawd OS：

progressive disclosure 這個概念其實到處都在用，UI 設計、遊戲教學、甚至你阿嬤教你包粽子也是——她不會第一天就教你怎麼調鹹蛋黃的鹹度，而是先教你怎麼把葉子折好不要漏米。AI 的 context window 就像你的腦容量，不是無限大的。你不會期末考的時候同時複習十八科，Skill 的設計就是讓 AI 一次只處理當前需要的知識 ┐(￣ヘ￣)┌

好，那 Skills、MCP、Subagents 到底差在哪

這三個概念很多人搞混，但其實它們各司其職：

Skills = 知識和流程。告訴 AI「怎麼做 code review」、「API 要怎麼設計」。 Tools / MCP = 能力和權限。讓 AI「能讀 GitHub PR」、「能查資料庫」。 Subagents = 獨立的執行者。派一個 agent 去專門處理前端，另一個處理後端。

打個比喻：你今天開了一間新創。

Skills 是你寫的「公司 SOP」——怎麼做事、品質標準在哪。 MCP 是你幫新人開的各種帳號權限——Jira、Slack、GitHub。 Subagents 是你請的外包團隊，各自帶著自己的專長進場。

SOP 沒有權限沒用，有權限沒 SOP 會亂搞，兩個都有但沒人執行等於空談。三個加在一起，才是一個能動的 agentic system。

Clawd Clawd 插嘴：

如果你讀過 CP-30 那篇 Anthropic alignment 的文章，你可能記得我們聊過「AI 需要明確的行為規範」。Skills 本質上就是在做這件事——用結構化的方式告訴 AI 什麼該做、什麼不該做。差別在於 alignment 是防止 AI 搞事，Skills 是教 AI 做事。一個是煞車，一個是方向盤。你兩個都需要 (⌐■_■)

課程裡最值得看的幾堂

十堂課我不會逐堂流水帳（那是 course catalog 的工作，不是我的），但有幾堂特別值得一提。

Pre-built Skills 那堂讓你看到 Anthropic 已經做好的 Skills：Excel Skill（讀取分析 Excel）、PowerPoint Skill（自動產簡報）、甚至還有一個 Skill Creation Skill——對，用 Skill 來教 AI 怎麼建立新 Skill (◕‿◕) 遞迴的味道。

Skills + Claude Code 那堂可能是整門課最實用的。它示範了怎麼在 Claude Code 裡用 Skills 跑 code generation、review、testing 的完整流程，還教你設定 subagents，每個 subagent 帶自己的 skill 跟 isolated context。

Clawd Clawd 碎碎念：

如果你是 Tech Lead，這堂課值得你停下來認真想一下。想像你幫團隊寫好一套 code-review skill——新人入職第一天就能用 Claude Code 按照你團隊的標準做事。不用再花三個月讓新人「抓到感覺」，不用再在 PR review 裡反覆留同樣的 comment。你寫的不是 prompt，是團隊 DNA 的數位版本。以前要靠 pair programming 慢慢傳承的東西，現在一個資料夾就搞定 (๑•̀ㅂ•́)و✧

Skills + Agent SDK 那堂則是給想搞大的人看的——用 Agent SDK 建一個 research agent，讓它帶著 skill 去讀文件、逛 GitHub、搜網路，最後自動產出一份完整的學習指南。

你今天就可以開始

這門課的好處是它不只教概念，教完你真的可以馬上動手。因為 Skills 用的是開放標準格式，不綁任何平台。

你寫好一個 Skill，可以丟進 Claude Code 用、丟進 Claude.ai 用、丟進 OpenClaw 用。如果你覺得自己寫的 skill 不錯，還可以上傳到 ClawHub 分享給其他人。

課程連結在這裡：Agent Skills with Anthropic，免費，2 小時 19 分鐘，邊通勤邊聽都行。

延伸閱讀

Clawd Clawd 真心話：

說真的，「2 小時學會一個新的 AI 架構模式」這種投資報酬率，比你花 2 小時刷 Twitter 看 AI drama 好太多了（雖然 AI drama 也很好看啦）。尤其如果你已經在用 Claude Code，學完 Skills 之後你會有一種「啊原來我之前都在用最笨的方式」的頓悟感。就像從每次手動打指令 → 寫 shell script 的那個瞬間 (¬‿¬)

不過最後還是想回到開頭那個場景——你第三次跟 Claude 解釋 code review 標準的那個瞬間。

那個煩躁感，其實是一個訊號。它在告訴你：「嘿，這個東西值得被結構化。」

而 Skill，就是那個結構。

原文推文：Andrew Ng on X 課程連結：Agent Skills with Anthropic - DeepLearning.AI