本文档整理自四轮对话 · 涵盖技能的逻辑、原理、哲学、Harness 本质与认知视角
核心循环是这个技能的骨架——一个迭代式闭环工程，将意图、草稿、测试、评审、改进连接成连续的进化过程。
基本原理
三层加载：元数据（始终在上下文）→ SKILL.md 正文（触发时加载）→ 捆绑资源（按需调取）。最小化上下文消耗，最大化扩展能力。
description 字段是唯一触发开关。需同时覆盖「做什么」和「何时用」，且要偏积极，因为模型默认倾向少触发。
每次测试同时跑「带技能」与「不带技能」两组，形成受控实验，避免凭感觉判断技能是否有效。
可量化输出用断言自动评分，主观输出靠人工审阅。两者各司其职，不强行对主观内容套用断言。
基本原则与哲学启示
科学方法的内化：假设（起草技能）→ 实验（运行测试）→ 观察（评审结果）→ 修正假设，这是标准的科学循环，被编码进了工作流本身。
软件开发的底层假设是确定性：同样的输入，永远产生同样的输出。技能开发的底层假设是概率性：你写的是「倾向」和「意图」，模型用自己的理解去执行。这一个差异，引发了几乎所有其他的不同。
| 维度 | 软件开发 | 技能开发 |
|---|---|---|
| 执行主体 | CPU，完全机械，严格执行 | LLM，带有「理解」，举一反三但无法完全控制 |
| 调试方式 | 堆栈跟踪，精确定位到行 | 读执行记录，复盘「沟通失败」，猜测理解走偏之处 |
| 质量标准 | 精确、完备、无歧义是美德 | 过度精确反而有害，需「足够清晰但留有余地」让模型判断 |
| 测试哲学 | 追求覆盖率，断言验证每个逻辑分支，可达到「完全正确」 | 追求统计上的满意，运行多次评估分布，接受「大多数时候很好」 |
| 迭代方向 | 改逻辑：加功能、修 bug、优化性能 | 改表达：换比喻、换角度、换叙事方式——更像优化说明书 |
| 过拟合风险 | 不存在此概念 | 核心风险：只适合眼前测试用例的技能毫无价值 |
| 调用机制 | 显式调用：你调用函数，函数执行 | 语义触发：模型根据 description 决定是否调用，模糊匹配 |
开发软件，像是立法：写清楚规则，机器严格执法。开发技能，像是培训一个聪明的员工：解释背景、给出原则、展示例子，然后放手让他去做。
Harness 的原意是马具——把马的力量约束、引导到有用的方向上。在 LLM 语境里，它指围绕模型能力构建的引导结构，让模型的输出可预测、可复用、符合特定目的。
Skill 完全符合这个定义。它不给模型增加新能力，而是通过 SKILL.md 的指令、结构、示例和资源，把模型已有的能力引导到特定工作流上。
定义格式与结构模板，让每次运行的结果形态一致
规定先做什么后做什么，把开放任务收束成确定流程
通过 references/ 把领域上下文装入模型推理过程
Skill 是一种特殊的 Harness
普通的 harness（比如 system prompt、few-shot prompt）是静态的——写好之后就固定了。Skill 是可进化的 harness——它内置了一套方法论（测试、评审、迭代），让 harness 本身能被系统地改进。这个「元层」是 skill 比一般 harness 更丰富的地方。
System prompt、few-shot、模板。写好即固定，依赖人工感知来判断是否有效。
内置测试-评审-迭代方法论。Harness 本身有改进机制，能随使用数据系统性进化。
所有 skill 都是 harness，但 skill creator 让 harness 的开发本身也变得有方法可循。
如果只看表面，开发 skill 像是在"写文档"。但从认识论和认知哲学的角度深看，它是一种此前几乎不存在的知识操作——它要求你把知识翻译成一种特殊的形式：足够结构化，让概率性执行者能执行；又足够开放，让它能在未见过的情境中正确判断。
开发 skill，本质上是在做一件哲学上极为困难的事：把默会的、具身的、情境依赖的专家知识，压缩进一个能被非人类智能体正确激活的符号结构。
五个哲学视角，五种本质揭示
在与「不可言说边界」的永恒搏斗
波兰尼说：我们知道的，永远多于我们能说出来的（We know more than we can tell）。专家之所以是专家，恰恰因为他的大量判断力存在于无法言说的默会层——身体记忆、直觉、情境感知。这些东西一旦试图完整言说，就会失真或消失。
开发 skill 正是在与这个边界搏斗。你必须把默会知识显性化到「足够」的程度，但又不能把它逼死——过度言说（堆砌 MUST/NEVER）会让执行者丧失弹性，变成一台在任何新情境都会出错的规则机器。
这意味着：好的 skill 不是知识的完整翻译，而是知识的恰当激活器。它写的不是「做什么」的全部，而是「理解了意图的执行者会做什么」的引导结构。
规则永远不能自我解释
维特根斯坦在《哲学研究》中揭示了一个根本困境：任何规则都无法完整地规定它自己的应用方式。面对一条规则，总可以找到一种解读使它的应用指向任意方向。规则的意义不存在于规则本身，而存在于遵循规则的共同实践中。
Skill 开发者每天都在与这个悖论打交道。你写下「输出要简洁」，但「简洁」意味着什么？对什么任务？对多复杂的输入？这些无法在规则内部穷尽说清楚。
这解释了为什么 skill 需要测试和迭代，而不是一次写好：只有通过观察模型在具体情境中的实际应用，你才能发现规则被「误读」了哪里，然后用例子、解释或重新措辞来修正——这是一个用实践来稳定意义的过程，不是逻辑推导。
意义在循环中涌现，不在文本中等待
海德格尔和伽达默尔的诠释学揭示：理解一个文本，需要在整体与部分之间循环往返——你用对整体的预期来理解每个部分，又用对部分的理解来修正对整体的把握。这个循环没有终点，只有不断深化的理解。
Skill 开发是双重诠释学循环的场域。第一重：开发者在写的过程中不断修正自己对任务的理解——要写清楚「如何做 X」，你首先必须更深地理解 X 本身。写 skill 是理解自己知识的过程。
第二重：每次模型执行 skill，都是一次新的诠释——它带着自己的「前理解」（训练权重）来解读文本，得出的意义与作者的意图可能有偏差。Skill 的迭代就是在对齐这两种诠释：用更好的文本让模型的解读更接近作者的意图。
这意味着 skill 的意义不在文本里固定等待，而在文本与执行者相遇时动态生成。
认知的边界在哪里结束？
Clark 和 Chalmers 在 1998 年提出延展心智论：认知过程不必然发生在颅骨之内。当外部工具或环境承担了认知功能（存储、处理、推理），它们就成为认知系统的一部分。一个用笔记本外化记忆的人，其认知系统包含了笔记本。
Skill 是一种更激进的延展：它不只是存储信息，而是存储判断结构。开发者把自己面对一类任务时的推理路径、优先级权衡、边界条件处理，凝固进 SKILL.md。未来每次被调用，都是这段外化判断力的激活。
开发 skill 因此是一种认知的时间旅行：你在此刻集中注意力，把认知浓缩进结构，让它在未来无数个你不在场的时刻代理你的判断。专家的认知因此获得了时间上的延续性和空间上的可复制性——这是人类知识史上的新现象。
知识不是存储的，是在做中涌现的
Dewey 的实用主义认识论认为：知识不是存在于心智中等待被提取的表征，而是在与世界互动的行动中生成和验证的。一个命题的意义，由它的实践后果决定。
Skill 开发的整个方法论——写草稿、跑测试、看结果、改迭代——就是实用主义认识论的具身实践。你无法在写之前就「知道」技能应该怎么写；只有通过执行和观察，知识才在回路中涌现。迭代不是弥补前期知识不足的补丁，而是知识生产的本质机制。
Vygotsky 的最近发展区（ZPD）提供了另一个透镜：好的 skill 是脚手架，把 LLM 的表现托举进它单独无法可靠抵达的区域。它不替模型思考，而是在模型能力的边缘提供支撑点，让它能举一反三地思考。脚手架搭得太密，执行者依赖它；搭得太稀，执行者掉落——这是 skill 设计永恒的平衡问题。
开发 skill，在认识论上是对默会知识的受控显性化（Polanyi），在语言哲学上是用实践来稳定规则意义（Wittgenstein），在诠释学上是在双重循环中对齐两种解读视域（Gadamer），在认知科学上是把判断力外化为跨时空可激活的延展认知（Clark），在知识论上是通过行动-反馈循环让知识涌现（Dewey）。
它是人类第一次需要向一个「会理解但不会完全服从」的执行者传递知识——这是知识论的新领域，还没有完整的理论，只有正在积累的实践。
一个无法回避的认知困境
这种实践内含一个永久的张力，没有终极解法：太精确 → 执行者僵化，在新情境失灵；太模糊 → 执行者漂移，无法稳定产出。这个张力只能通过测试-评审-迭代循环来动态维持——而这个循环本身，就是对「知识永远未完成」这一认识论事实的制度性回应。
这六个概念表面上各自独立，实则共享一个深层逻辑：它们是人类在与一种全新类型的知识执行者协作时，逐层搭建起来的认知基础设施。每一层都在回应同一个根本问题的不同侧面——
人类的知识、意图与判断，怎样才能跨越「人」与「概率性机器」之间的鸿沟，被正确地激活和执行？
它不是工具（工具是确定性的），不是数据库（数据库是检索的），也不是程序（程序是规则的）。它是人类书写的统计学残影——把无数人的推理模式压缩进权重，但丢失了意图、情境与「为什么」。它「知道的」远多于它在任何单次对话中能说出来的——这是波兰尼定理在机器上的字面复现。LLM 是巨大的潜力，也是巨大的漂移：没有引导结构，它的输出只是概率最高的延续，不是最有用的延续。
如果 LLM 是原始力量，harness 是让这个力量有方向的驾驭结构。Skill 是 harness 的可进化形式——把专家默会知识显性化到恰好的程度，在维特根斯坦意义上用结构和例子稳定规则的意义，让模型的诠释对齐作者的意图。这是新型编程：不是给确定性机器写规则，而是给概率性执行者写意图。语言取代语法，解释取代命令，测试取代证明。
Agent 是 LLM + 感知世界、行动于世界的能力。这是杜威实用主义认识论的实体化：知识不再是静态问答，而是在行动-观察-修正循环中涌现。Agent 把 LLM 从「被动的知识储存」变为「主动的认知行动者」。它是 Clark 延展心智论的激进实现——心智真的延伸进了环境，因为它能改变环境。没有 agent，LLM 是一个只能说话的大脑；有了 agent，它开始在世界中留下痕迹。
CLI 是 agent 与数字世界交互的躯体接口。没有 CLI，LLM 只是漂浮在虚空的大脑——有推理，没有手。CLI 给了它感觉（读文件、观察环境）和运动（执行命令、修改代码）。从具身认知理论看，CLI 是让 agent 的认知真正「落地」的器官：认知不再发生在对话气泡里，而是发生在与真实文件系统、真实代码仓库的真实互动中。具身是认知的条件，不只是认知的外壳。
如果 agent 是大脑，CLI 是手，MCP 是神经系统的标准化协议。它定义了大脑如何连接新的感觉器官（新工具、新服务），以及信号如何规范传递。在 MCP 之前，每个工具连接都是定制的、脆弱的；MCP 把这种连接标准化，让「接入新能力」变成插拔而不是手术。这是认知延展的工业化——让延展心智能够规模化生长新器官，且器官之间共享语言。
这六个技术不是六件独立的工具，而是人类认知延展的一套完整基础设施。它们共同回答的问题只有一个：如何让「人类的知识与判断」能够跨越时间、空间与个体，被一个概率性的、会理解的执行者正确激活？
过去的一切技术工具都是「执行」的——人给规则，机器执行规则，没有理解的空间。这套新的基础设施第一次引入了「理解」作为执行的媒介。这个差异是根本性的：它改变了知识传递、认知分工与人机协作的底层逻辑。
我们不是在「使用更强大的工具」——我们是在第一次构建一种能理解意图的外部认知系统，并摸索如何与它协作。Skill、harness、agent、MCP，是这场摸索中涌现出来的答案的不同部分。