Skill vs App：一场入口范式的争夺

Skill是AI时代的“小程序”

Skill被视为AI生态中的轻量级功能模块，类似于传统App生态中的小程序。其核心在于通过自然语言或命令行接口（CLI）提供服务，无需复杂界面，注重流程的个性化与上下文的理解。例如，小卡健康通过AI拍照与对话记录饮食热量，上线一年用户突破200万，展示了Skill在垂直领域的潜力。

• App面向人，Skill面向Agent
  App以图形界面（GUI）为基础，追求标准化流程与“用完即走”的理念；
  Skill则服务于AI Agent，采用自然语言交互（LUI），流程高度定制化，强调理解与记忆。

• 入口迁移而非完全替代
  部分App的功能入口正在被Skill替代，尤其是搜索类产品面临较大冲击；
  但更多App则选择主动接入Skill生态，作为其API能力的延伸，实现服务能力的升级。

Skill的四类形态与生态演进

当前Skill主要分为以下四类，反映了其从现有服务向新范式演进的过程：

1. 原有服务延伸
   多数Skill来自现有App或软件通过API接入AI生态，仅将GPT等模型作为交互入口。

2. 组合服务
   可串联多个工具实现个性化任务流程，如生成PPT时自动调用数据看板与文档报告。

3. 基建服务
   构建底层交互与调用机制，例如权限管理、记忆存储、上下文传递等。

4. 创新服务
   纯AI原生的Skill仍在早期阶段，需要生态进一步成熟与模型能力的提升。

Skill生态尚未完全成熟，存在使用成本高、CLI支持有限、上下文管理薄弱等问题。用户对如何精准表达需求也尚不熟练，容易浪费计算资源（如token）。

Agent重构App，但超级App难以被替代

App不会被Skill直接“吃掉”，而是被Agent重构与融合。Skill虽然在简化交互路径、提升个性化体验方面有优势，但传统App仍具备其独立价值，尤其是拥有复杂交互与高度集成能力的超级App，例如微信、WPS、豆包等。

• WPS的AI转型实践
  徐奕成指出，若App无法被Agent调用，则在AI生态中“已消失”。
  WPS笔记强调“记忆能力”，通过结构化数据沉淀，提升用户留存与智能服务效率。

• 印象笔记的“第二大脑”定位升级
  从单纯的信息存储转向AI记忆源，强调信息过滤与聚焦。
  提出六大记忆维度：长期信息、偏好、任务、行为规律、人际关系、决策模式。

• Agent Team的兴起
  单个Agent能力有限，多个Agent协同工作成为趋势，例如元空AI创建HR Agent用于管理角色与权限。
  Agent间协作尚存断连问题，需完善协议与流程，但“Agent Economy”已初现端倪。

Skill与App共存的未来图景

Skill与App并非“你死我活”的关系，而是进入了一个共存与融合的新阶段：

• App向Skill进化
  提供API、封装功能模块、实现Agent化访问，是App在AI时代的生存之道。

• 用户心智的演进
  从“手动驾驶”到“自动驾驶”，用户逐渐接受AI代理完成任务。
  例如ChatExcel通过对话式交互完成复杂数据处理，用户接受度逐年上升。

• 进化不可逆，但终局未定
  AI产品形态持续演变，就像从单细胞生物到人类的进化过程，充满不确定性与多样性。
  企业应专注于提供结果与体验，而非拘泥于App或Skill的形式。

技术之外，组织架构也需变革

Skill的普及不仅带来产品形态变化，更引发组织内部协作的变革：

• 人工协作效率低
  信息传递依赖人与人之间的沟通，导致大量上下文丢失与重复工作。

• Agent化组织提升效率
  AI之间可直接对接、传递完整上下文，减少人为中间环节。
  例如实习生通过Agent完成图文排版，效率提升数十倍，成本大幅降低。

• 需要新的组织设计
  企业管理者必须亲自实践AI工具，理解其逻辑与能力边界，才能构建适配AI时代的组织架构。

最终，无论是Skill还是App，核心在于谁能更好地满足用户需求、提升效率与体验。在AI Agent时代，界面不再是核心战场，而MCP（模型上下文协议）与接口稳定性，将成为新的竞争维度。