2026 年 10 月 22 日，Anthropic 宣布将 Agent Skills 标准捐赠给 Linux Foundation 旗下的 Agentic AI Foundation（AAIF），涉及名称、标识、GitHub 组织和域名。对企业而言，这条消息值得关注的方向是技能格式的开放与持续治理。发布公告
我们的判断是：格式更开放有利于保留工作方法，但企业技能能否迁移，仍取决于接口、身份、资料和执行环境。不能把“支持同一标准”直接理解为换一个 AI 入口就能运行原来的业务。
技能文件只是可迁移资产的一部分
一个文件夹可以带走任务说明、参考资料和脚本，却未必带走企业系统的授权、某个平台专有工具或运行环境。例如，一份报价技能依赖产品数据、定价计算和审批接口，仅复制说明文件，仍然无法完成报价流程。
企业可以把依赖写在技能说明中：哪些信息从知识服务读取、哪些操作需要业务系统、使用什么身份、产生哪些结果、遇到失败怎么处理。这样迁移时能够逐项核对，而不是运行失败后才反向猜测。
迁移检查应分四层
| 层次 | 要带走的内容 | 需要重新验证的内容 |
|---|---|---|
| 工作方法 | 步骤、条件、例外、停止规则 | 新模型是否理解正确 |
| 企业知识 | 现行规则、对象与引用入口 | 新入口是否有权读取 |
| 执行依赖 | 接口、计算程序、文件与环境说明 | 认证、工具与运行能力 |
| 验收依据 | 题集、样本、预期结果 | 新环境能否完成真实任务 |
其中工作方法应尽量使用业务语言描述，不把某个平台按钮位置当成唯一规则。无法避免的专有依赖要显式列出，便于判断是适配、替换还是继续保留原入口。
统一格式不能消除业务差异
同样叫“订单检查”，不同企业可能采用不同的字段、状态和审批条件。共享技能可以提供结构与通用步骤，正式接入前仍需映射到企业自己的业务事实。
尤其不能把公开技能里附带的价格、阈值或流程假设当作企业标准。业务骨干要确认哪些规则适用，工程人员核对接口与权限，再由实际工作样本检验。格式兼容解决装载问题，业务正确性需要另行负责。
先把自己已有技能整理成资产
企业可以盘点正在使用的技能，记录名称、维护人、适用岗位、来源、依赖、版本和验收样本。对只存在个人账号里的有效方法，优先整理为团队可使用的版本；对无人维护、来源不明或重复的技能，先查清用途再决定处理。
这项工作不需要等待所有工具支持同一规范。即便暂时只能在一个入口运行，清楚的规则、依赖与题集也能减少后续迁移成本，并让交接不依赖原作者。
用同一个业务任务检验迁移
迁移验收应包含读取资料、调用工具、处理中间结果和验证终态。只让新入口读一遍技能说明，再回答“我理解了”，无法证明可用。
可以选一个正常任务和一个缺少关键材料的任务，比较新旧入口如何处理。正常任务应形成一致的业务结果；缺资料时应按规则提出问题或停止，而不是为了完成任务自行补造数据。
标准治理是方向，效果仍需实测
这次公告能证明标准治理安排发生变化，不能证明某项企业技能已经跨平台稳定运行。企业更值得投入的是可复用的方法、独立知识、清楚接口和验收依据，而非只追逐新的技能目录数量。
具体经验如何整理，见资深技师经验转企业技能；不同入口如何共用背景，见企业上下文共享。整体能力建设见企业 AI Agent。
更多同主题内容见企业 AI Agent 落地专题。
