给 Agent 装了很多 Skill，效果却没变好？Google 最近分享了一套评测经验。 他们在内部代码检索研究中发现：同样的代码和提示词，超过三分之一的… · @zcswl7961 · TwKit

@zcswl7961

给 Agent 装了很多 Skill，效果却没变好？Google 最近分享了一套评测经验。 他们在内部代码检索研究中发现：同样的代码和提示词，超过三分之一的测试任务在连续运行时得分会变化。 所以他们建议在隔离环境里做对照：同一个任务分别运行“加载 Skill”和“不加载 Skill”两组，并重复多次，例如每组跑 3 次，再比较成功率、耗时和 Token 消耗。 Google 还分享了开源工具 skill-reach，可以检查 Skill 描述冲突，并对 Claude Code、Codex、Antigravity 做触发测试。 我觉得这里最容易被忽略的是：Skill 没效果，有时不是内容写得差，而是 Agent 根本没选中它。 你们平时写完 Skill，会专门测试它什么时候该触发、什么时候不该触发吗？

曝光 322 · 评论 15 · 点赞 11 · 书签 2