新聞 
2026快過半:壹萬字,把這半年AI發生的事講明白
2026快過半:壹萬字,把這半年AI發生的事講明白2026快過半:壹萬字,把這半年AI發生的事講明白
Skills 解決的真正問題，不是 Prompt 長短，是個人知識的資產化。壹個公司裡最值錢的從來不是 SOP 文檔，而是只有幾個老員工才知道的“這個表必須按這個口徑填”。過去這種東西要麼靠人傳人，要麼寫成員工手冊然後沒人看。Skills 第壹次讓“個人或團隊的方法論”具備了被分發、被復用、被版本化管理的形態。
我自己用下來，最大的感受是效率神器。我給沃垠AI寫了壹堆 Skill，從選題收集、寫作風格到標題生成，每加壹個新 Skill，模型在沒觸發它的時候完全感受不到，觸發後又能精准照做。這種“加它不虧，用它管用”的體驗，是 Prompt 工程時代不可能有的。
時間走到 2026 年 6 月，再說“學會怎麼問 AI”已經過時了。該學的是怎麼教 AI，而 Skills 是這件事最幹淨的載體。
贰、OpenClaw：全民 Agent 的第壹次破圈
2026 年春節後，國內 AI 圈最熱的壹個名字是龍蝦，學名 OpenClaw，開源協議，TypeScript 寫的，作者是 Peter Steinberger。這名字怎麼來的，故事很簡單。作者 Peter 想做壹個叫 Molty 的“太空龍蝦”AI 助理，做著做著把底層那壹塊抽出來開源，名字就成了 OpenClaw，“Open + 螯”。其GitHub Star數已達到37萬，成為開源Top 1。
它解決了壹個被忽視很久的問題。
過去做 Agent，主流路徑就兩條。比如 ChatGPT 的 Operator、Manus、Genspark 這些，你點開網頁用，體驗好但你的對話、文件、Memory 全在別人家服務器上跑。另壹類是 Claude Code、Codex 這種 CLI，本地是本地，但本質上是壹個寫代碼的終端工具，多通道、跨設備、永遠在線這件事它不管。
OpenClaw 把這兩條路接起來了。它本身不是模型，是壹個本地起的 Gateway，給你接全套通訊渠道，然後掛任何你想用的LLM。微信、Telegram、WhatsApp、Slack、Discord，連 macOS / iOS 的語音喚醒和 Android 的連續語音都做了，背後都是同壹個跑在你自己機器上的 Agent，同壹份 Memory，同壹份 Skill 庫。
它真正引爆是春節那陣，幾乎全民都在養龍蝦。Kimi、GLM 和 MiniMax 相繼推出了 Coding Plan，能在 OpenClaw 裡直接掛國產模型。99元壹個月你能跑壹個永遠在線的私人 Agent，擱壹年前是不敢想的事。
但說實話它有它的“貴”。OpenClaw 是個心思特別細膩的管家，每壹輪對話都拖家帶口地把系統提示、長期記憶、技能元數據全塞進去。我剛裝上那會兒，充了 50 塊到雲廠商，問到第叁個問題余額就負了。OpenClaw 的 token 消耗大概是 Claude Code 的 3 到 5 倍。這不是 bug，是它的形態決定的。壹個永遠在線、跨多通道的 Agent，必須隨時拎著完整上下文，否則人格、記憶、技能就接不上。
這玩意來得快，去得也快。現在，龍蝦熱潮已經大大降低，還留下來在玩的人絕對是龍蝦的超級發燒友。它當然還有很多問題，比如新手門檻較高，安全性壹直是個大問題，以及很燒token。但它把“自動化 Agent”從極客玩具拽到了大眾能用的水平，這壹步意義已經夠大。
我個人的判斷是，2026 下半年的核心戰場不在通用 ChatBot，而在每個人都可以有自己的專屬 Agent。OpenClaw 是第壹個真正能跑通的開源樣本。
叁、Harness：給 LLM 牽壹條韁繩
Harness Engineering，在 2026 年上半年討論還挺火熱的。當然這個火熱主要集中在 AI 公司裡，非 AI 從業者可能關注比較少。
中文翻譯挺別扭，挽具、馬具、韁繩，怎麼翻都不傳神。它指的是包在 LLM 外面壹整層的工程化基礎設施，包括指令 (Instructions)、約束 (Constraints)、反饋 (Feedback)、記憶 (Memory)、編排 (Orchestration)等。它的核心作用，是把壹個原本不可預測的模型，變成壹個穩定、可控、可用的“數字員工”。
[加西網正招聘多名全職sales 待遇優]
無評論不新聞，發表壹下您的意見吧
我自己用下來，最大的感受是效率神器。我給沃垠AI寫了壹堆 Skill，從選題收集、寫作風格到標題生成，每加壹個新 Skill，模型在沒觸發它的時候完全感受不到，觸發後又能精准照做。這種“加它不虧，用它管用”的體驗，是 Prompt 工程時代不可能有的。
時間走到 2026 年 6 月，再說“學會怎麼問 AI”已經過時了。該學的是怎麼教 AI，而 Skills 是這件事最幹淨的載體。
贰、OpenClaw：全民 Agent 的第壹次破圈
2026 年春節後，國內 AI 圈最熱的壹個名字是龍蝦，學名 OpenClaw，開源協議，TypeScript 寫的，作者是 Peter Steinberger。這名字怎麼來的，故事很簡單。作者 Peter 想做壹個叫 Molty 的“太空龍蝦”AI 助理，做著做著把底層那壹塊抽出來開源，名字就成了 OpenClaw，“Open + 螯”。其GitHub Star數已達到37萬，成為開源Top 1。
它解決了壹個被忽視很久的問題。
過去做 Agent，主流路徑就兩條。比如 ChatGPT 的 Operator、Manus、Genspark 這些，你點開網頁用，體驗好但你的對話、文件、Memory 全在別人家服務器上跑。另壹類是 Claude Code、Codex 這種 CLI，本地是本地，但本質上是壹個寫代碼的終端工具，多通道、跨設備、永遠在線這件事它不管。
OpenClaw 把這兩條路接起來了。它本身不是模型，是壹個本地起的 Gateway，給你接全套通訊渠道，然後掛任何你想用的LLM。微信、Telegram、WhatsApp、Slack、Discord，連 macOS / iOS 的語音喚醒和 Android 的連續語音都做了，背後都是同壹個跑在你自己機器上的 Agent，同壹份 Memory，同壹份 Skill 庫。
它真正引爆是春節那陣，幾乎全民都在養龍蝦。Kimi、GLM 和 MiniMax 相繼推出了 Coding Plan，能在 OpenClaw 裡直接掛國產模型。99元壹個月你能跑壹個永遠在線的私人 Agent，擱壹年前是不敢想的事。
但說實話它有它的“貴”。OpenClaw 是個心思特別細膩的管家，每壹輪對話都拖家帶口地把系統提示、長期記憶、技能元數據全塞進去。我剛裝上那會兒，充了 50 塊到雲廠商，問到第叁個問題余額就負了。OpenClaw 的 token 消耗大概是 Claude Code 的 3 到 5 倍。這不是 bug，是它的形態決定的。壹個永遠在線、跨多通道的 Agent，必須隨時拎著完整上下文，否則人格、記憶、技能就接不上。
這玩意來得快，去得也快。現在，龍蝦熱潮已經大大降低，還留下來在玩的人絕對是龍蝦的超級發燒友。它當然還有很多問題，比如新手門檻較高，安全性壹直是個大問題，以及很燒token。但它把“自動化 Agent”從極客玩具拽到了大眾能用的水平，這壹步意義已經夠大。
我個人的判斷是，2026 下半年的核心戰場不在通用 ChatBot，而在每個人都可以有自己的專屬 Agent。OpenClaw 是第壹個真正能跑通的開源樣本。
叁、Harness：給 LLM 牽壹條韁繩
Harness Engineering，在 2026 年上半年討論還挺火熱的。當然這個火熱主要集中在 AI 公司裡，非 AI 從業者可能關注比較少。
中文翻譯挺別扭，挽具、馬具、韁繩，怎麼翻都不傳神。它指的是包在 LLM 外面壹整層的工程化基礎設施，包括指令 (Instructions)、約束 (Constraints)、反饋 (Feedback)、記憶 (Memory)、編排 (Orchestration)等。它的核心作用，是把壹個原本不可預測的模型，變成壹個穩定、可控、可用的“數字員工”。
[加西網正招聘多名全職sales 待遇優]
| 分享: |
| 注： | 在此頁閱讀全文 |
| 延伸閱讀 |
推薦: