告别通用Skill：GPT-5.6时代只做边界定义

最近，一个有趣的现象正在开发者圈子里悄然蔓延——不是比谁的Skill装得多，而是比谁卸载得快。

就连曾经被封为“写代码神器”的Superpowers，热度也像坐了过山车，突然就凉了。

风向变了。不是我们善变，而是AI真的“长大”了。

起因很简单：搭载了GPT-5.6的Codex，聪明得有点“过分”。如果你还在用老一套的思维去驾驭它——给它塞一堆“先分析、再计划、后测试”的通用Skill工作流，你会发现，你不仅没给它加上护栏，反而给它戴上了镣铐。

让我们来算一笔账，再看看这场“卸载运动”背后的底层逻辑。

一、 当模型自己会“思考”，Skill就成了“废话”

GPT-5.6原生内置了极强的Agentic能力。它的推理和规划能力，早就通过海量训练内化到了权重里。

什么意思？

• 以前：你得教它“怎么写代码”（通过Skill灌输步骤）。
• 现在：你只需要告诉它“要什么结果”。它自己就能拆解任务、规划路径、甚至预判风险。

这就是所谓的“言出法随”。

在这种降维打击下，你再给它塞一堆通用的“思考步骤”，就像给已经学会骑自行车的人硬扶后座——不仅多余，而且添乱。更麻烦的是，当模型自己的推理逻辑与你强加的Skill指令发生冲突时，AI会陷入“精神分裂”，输出的质量反而大打折扣。

二、 昂贵的“前置税”：Token账单比你想象中更狠

为什么大家开始心疼钱了？因为通用Skill的维持成本高得离谱。

1. Token吞噬者：一个像样的通用Skill，动辄几千个Token。很多朋友喜欢“全家桶”，一次性装七八个。单次对话还没开始聊正事呢，上万Token的前置开销就已经花出去了。这相当于每次打车，你都先付了一笔绕城高速的过路费。
2. 杀鸡用牛刀：很多时候你只是想让它改个Bug，结果重型Skill强行触发，要求AI先跑一遍完整的测试用例，再写设计文档。这不仅浪费算力，还让API的账单分分钟翻倍。用大炮打蚊子，打中了，炮弹出膛费得你自己付。

三、 官方指南早已暗示：边界比步骤更重要

其实，OpenAI官方在GPT-5.6的Prompting Guide中已经把话挑明了。

官方建议的重心，早已经从“How”（如何做步骤）转移到了“What & When”（做什么以及做到什么程度）。

现在的黄金法则是：

重点应放在界定任务的边界、设定验收条件和描述最终的交付物上。

换句话说，你只需要告诉AI：“我要一座房子，这是地皮范围，这是验收标准（必须能抗8级地震）。”至于怎么打地基、怎么砌墙，那是AI自己的事。你堆砌越多的具体施工步骤，AI反而越束手束脚。

结论：通用Skill已死，定制化Skill永生

随着模型的代际迭代，一个残酷的事实摆在眼前：

那些试图教AI“如何思考”的通用Skill，正在慢慢退出历史舞台。

那么，Skill真的完全没用了吗？也不是。

未来的价值，在于**“连接”而非“教导”**。

• 连接你的私有数据库；
• 操作企业内部的API接口；
• 保存特定行业的合规规则……

这些定制化的Skill，因为接入了“现实世界的私有数据”和“具体执行动作”，依然意义重大。它们不再是“大脑”的辅助轮，而是“手脚”的延伸。

你们用什么模型，抓紧去看下自己的编辑器里装了多少个skill，是不是可以试试看卸载掉一些skill对比下？