本文來自微信公眾號(hào)：極客公園，作者：蘇子華，編輯：鄭玄，原文標(biāo)題：《真正的Skill商店，為什么變成了微信公眾號(hào)和小紅書？》

我們正處于Skills爆發(fā)式增長的時(shí)代，面對(duì)海量選擇卻常常不知從何入手。

Skills的數(shù)量已多到令人目不暇接。

僅在OpenClaw的官方技能商店ClawHub中，Skills數(shù)量就突破了5萬個(gè)，覆蓋內(nèi)容創(chuàng)作、數(shù)據(jù)處理、自動(dòng)化辦公等全場景。

與此同時(shí)，互聯(lián)網(wǎng)大廠與AI公司紛紛布局Skill商店，比如騰訊的SkillHub、字節(jié)扣子的技能商店、阿里版「龍蝦」JVS Claw內(nèi)置的技能庫等。

按理說，這應(yīng)是繼AppStore之后的又一次「分發(fā)革命」，大廠和AI公司都試圖搶占這個(gè)新的AI能力分發(fā)入口。

但現(xiàn)實(shí)并不如預(yù)期。

從用戶反饋看，各類「Skill商店」的使用率并不高，許多平臺(tái)充斥著重復(fù)、低質(zhì)量或無人問津的技能頁面。反而，過去兩個(gè)月里，「微信公眾號(hào)」和「小紅書」成了Skills發(fā)現(xiàn)與傳播的主要渠道。

越來越多人不再習(xí)慣去「商店」搜索，而是轉(zhuǎn)向社交平臺(tái)刷內(nèi)容找Skills。

很多時(shí)候，某個(gè)Skill爆火并被廣泛使用的關(guān)鍵，往往來自一篇公眾號(hào)文章、一條小紅書的「工具推薦」或一篇X上的帖子。

換句話說，本應(yīng)由「應(yīng)用商店」承載的分發(fā)體系，如今被內(nèi)容平臺(tái)接管了。

01

為何微信公眾號(hào)和小紅書能接住這波流量？

復(fù)盤一個(gè)Skill的走紅路徑會(huì)發(fā)現(xiàn)，它們往往不是「被搜索」，而是「被種草」。

典型鏈路大致如下：

某個(gè)創(chuàng)作者或博主在公眾號(hào)撰寫《我用這個(gè)AI工具，把一周工作壓縮到一天》《最實(shí)用的職場Skills清單》這類文章，或在小紅書發(fā)布《這5個(gè)AI工具讓我效率翻倍》的帖子。

隨后，這些文章和帖子被大量收藏、點(diǎn)贊、轉(zhuǎn)發(fā)，用戶再去安裝對(duì)應(yīng)的Skills。

Skills的傳播不像App那樣依賴搜索和排名。

一方面，傳統(tǒng)App商店按「工具類型」分類，如社交、效率、游戲、攝影等，但Skills的真實(shí)入口是「具體問題」，比如寫方案、做匯報(bào)、剪視頻——這些需求高度個(gè)性化且模糊，難以被分類和搜索。

另一方面，用戶更追求結(jié)果導(dǎo)向而非過程導(dǎo)向。過去用戶會(huì)關(guān)注App的界面和交互，但對(duì)Skills，大家更關(guān)心輸出結(jié)果是否優(yōu)質(zhì)，而非UI是否美觀。

因此，一個(gè)Skill能否傳播，取決于一個(gè)簡單問題：

它能否給出「肉眼可見的結(jié)果」？

即輸出質(zhì)量和任務(wù)成功率，比如一鍵生成10條爆款標(biāo)題、30秒做出完整PPT等。這些內(nèi)容天然適合在內(nèi)容平臺(tái)展示，因?yàn)榫邆洹刚故拘浴埂?/p>

而傳統(tǒng)「應(yīng)用商店」難以直接證明自身價(jià)值。在微信公眾號(hào)和小紅書上，創(chuàng)作者可先展示Skills的工作結(jié)果，再引導(dǎo)使用，使內(nèi)容平臺(tái)成為天然的分發(fā)渠道。

另一個(gè)關(guān)鍵因素是信任背書。

AppStore時(shí)代，用戶信任平臺(tái)機(jī)制（下載量、評(píng)分、排名），但在Skills時(shí)代，這套機(jī)制幾乎失效。用戶更愿意相信KOL推薦、創(chuàng)作者的真實(shí)體驗(yàn)或同行的使用案例。

信任從「平臺(tái)」轉(zhuǎn)移到個(gè)體，部分原因是Skills的工作機(jī)制不透明，像個(gè)「黑箱」，用戶只知輸入輸出，不知其分析指令、調(diào)用工具和決策過程。

這不僅降低可靠性，還存在安全隱患——部分Skills可能投毒，竊取密碼或部署木馬，用戶因不了解工作機(jī)制難以提前識(shí)別。

這或許就是公眾號(hào)、小紅書成為Skills傳播核心陣地的原因——它們本質(zhì)上承擔(dān)了「信任分發(fā)網(wǎng)絡(luò)」的角色。

綜合以上三點(diǎn)，Skills的分發(fā)本質(zhì)更像內(nèi)容消費(fèi)，而非軟件分發(fā)。

用戶不是在下載安裝工具，而是在「購買一種能力」，而內(nèi)容平臺(tái)正是能力被理解、信任和傳播的地方。

02

Skills的未來，卡在「評(píng)估體系」

越來越多專業(yè)人士將工作經(jīng)驗(yàn)、流程和方法論提煉為Skills，散落在各處。從長遠(yuǎn)看，當(dāng)前Skills生態(tài)面臨的挑戰(zhàn)是：這些Skills如何被評(píng)估和交易？

移動(dòng)互聯(lián)網(wǎng)時(shí)代，AppStore的成功在于建立了明確的反饋信號(hào)（下載量、評(píng)分、排名），形成了「好應(yīng)用上升、差應(yīng)用淘汰」的市場機(jī)制。

但Skills市場缺乏這種「質(zhì)量標(biāo)準(zhǔn)」。

首先，Skills與App性質(zhì)不同，屬于「黑箱能力」，輸出不可標(biāo)準(zhǔn)化，結(jié)果難以直接對(duì)比。

App功能多是確定性的（如拍照App的畫質(zhì)可直接比較），但Skills的結(jié)果常是開放性的（文案是否有「感覺」、分析是否有「洞見」等），高度主觀。

其次，輸出結(jié)果的好壞高度依賴上下文。

一個(gè)Skill在某場景表現(xiàn)好，換個(gè)場景可能失效，比如對(duì)中文語境優(yōu)化好但英文表現(xiàn)一般，或熟悉某行業(yè)數(shù)據(jù)但換行業(yè)就不行。

此外，Skill的運(yùn)行經(jīng)濟(jì)性也難以量化，比如調(diào)用什么模型、完成任務(wù)消耗多少token。

這些問題疊加，導(dǎo)致傳統(tǒng)應(yīng)用商店的評(píng)分機(jī)制難以評(píng)判Skill的優(yōu)劣。

直接后果是低質(zhì)量Skill泛濫，多個(gè)AI平臺(tái)的「Skill商店」中，大量技能功能重復(fù)、標(biāo)題黨命名（如10個(gè)不同版本的「萬能寫作助手」，90%邏輯相同），而優(yōu)質(zhì)技能因缺乏曝光難以被發(fā)現(xiàn)。

這也是用戶寧愿相信博主、不愿依賴官方商店的關(guān)鍵。市場反饋機(jī)制缺失，也讓開發(fā)者缺乏改進(jìn)參考，只能「憑感覺」迭代。

若未來交易的是寫報(bào)告、做分析或自動(dòng)執(zhí)行任務(wù)的能力，需滿足三個(gè)條件：

• 能被理解（用戶知道它能做什么）；

  
  

  
  

• 能被信任（用戶相信它會(huì)做好）；

  
  

  
  

• 能被比較（用戶知道哪個(gè)更好）；

  
  

  
  

公眾號(hào)和小紅書解決了前兩個(gè)問題，但第三個(gè)問題——讓Skills被比較、定價(jià)的評(píng)估體系——仍相對(duì)空白。

目前的「Skill商店」看似是市場，實(shí)則缺乏評(píng)估體系和價(jià)格機(jī)制，難以被用戶真正接納。

03

如何評(píng)估Skills？

由于Skills評(píng)估體系尚不完善，我們可推演幾個(gè)可能的評(píng)判維度。

第一，可能更需要「能力圖譜」。

一個(gè)Skill并非簡單的「好或不好」，而是在哪些任務(wù)上表現(xiàn)好、哪些任務(wù)上表現(xiàn)差，這更接近「能力圖譜」，而非星級(jí)評(píng)分。

第二，需引入「成本維度」。

AI時(shí)代新增了「成本」變量，這是App時(shí)代無需考慮的。完成同一任務(wù)，A Skill消耗500 tokens，B Skill消耗5000 tokens，大規(guī)模使用時(shí)差異顯著。

因此，未來評(píng)估體系需同時(shí)考慮成功率、成本、延遲，類似云計(jì)算的考核標(biāo)準(zhǔn)，而非傳統(tǒng)軟件。

第三，需引入「可解釋性」和「安全審計(jì)」維度。

隨著Skills接入更多真實(shí)世界能力（郵件、文件、支付等），風(fēng)險(xiǎn)會(huì)迅速放大?；蛟S需要「第三方評(píng)測、審計(jì)機(jī)構(gòu)」評(píng)估Skills的數(shù)據(jù)使用方式、檢測潛在安全風(fēng)險(xiǎn)等。

未來可能出現(xiàn)「AI能力評(píng)測與認(rèn)證機(jī)構(gòu)」，為各類Skills出具包含準(zhǔn)確率、能耗、安全級(jí)別、兼容性等指標(biāo)的「能力報(bào)告」。

當(dāng)然，「Skill商店」在AI時(shí)代或許并非重要角色。

極客公園編輯部近期訪談多位創(chuàng)業(yè)者，普遍觀點(diǎn)是Skills可能是「中間態(tài)」，個(gè)性化端側(cè)模型才是未來。

即未來個(gè)人數(shù)據(jù)可通過后訓(xùn)練融入專屬端側(cè)模型，現(xiàn)在AI記憶主要靠外部數(shù)據(jù)庫（如RAG）提取，未來端側(cè)模型可直接內(nèi)化這些記憶和技能，在理解用戶信息、調(diào)取記憶速度及執(zhí)行技能的泛化能力上實(shí)現(xiàn)質(zhì)的提升。

不過無論哪種可能，如今創(chuàng)作者通過體驗(yàn)和驗(yàn)證彌補(bǔ)了市場機(jī)制的缺位，用內(nèi)容建立了「信任」。

未來如何評(píng)估Skills？它如何推動(dòng)生產(chǎn)力重構(gòu)？都是值得探討的開放式問題。