前面我們學過專家——它決定 AI 的"視角"，讓 AI 用專業身份幹活。但光有專業身份還不夠：專家再懂行，如果"手"上沒有工具，也只能給出建議，做不了實際動作。
技能（Skill），就是給 AI 裝上"一雙手"的那個東西。
一、技能是什麼#
技能是封裝了一組可執行指令碼和工作流的能力包。把它裝上之後，AI 就能在你的授權下執行具體的動作，而不只是說一段話。
官方的描述很精準：技能讓 AI 能做諸如發郵件、查股價、讀寫本地檔案、呼叫第三方 API 這類實打實的事。
一句話定義：技能 = 一組可執行指令碼 + 工作流，讓 AI 會做具體動作。
二、裸機能做什麼 vs 裝技能後能做什麼#
| 狀態 | 能做的事 |
|---|---|
| 裸機（不裝技能） | 對話、讀寫基礎檔案、生成文字 |
| 裝上技能後 | 瀏覽器自動化、語音轉寫、聯網搜尋、文件處理、呼叫外部 API…… |
裸機狀態下的 WorkBuddy 是個"會聊天的通用助手"；裝上技能後，它能做的事情呈指數級增長，變成一個"會動手的全能執行者"。
三、幾個典型技能能幹什麼#
列舉幾個高頻技能，幫你直觀理解技能的"動作屬性"：
| 技能 | 裝上之後 AI 能做 |
|---|---|
| Web Search | 聯網搜尋最新資訊，不再受限於訓練資料 |
| Local Whisper | 把本地音訊/影片轉成文字 |
| Agent Browser | 自動化操作瀏覽器（點選、填表、抓取） |
| Office 文件四件套 | 讀寫 Word / Excel / PPT / PDF |
| Obsidian | 管理你的 Obsidian 筆記 |
你會發現，這些都是具體、可見的動作——這正好是技能區別於專家的核心。
四、技能 vs 專家：最關鍵的區別#
這是新手最容易混淆的點，我們專門拎出來講。
| 維度 | 技能（Skill） | 專家（Expert） |
|---|---|---|
| 本質 | 可執行指令碼和工作流（工具） | 角色人設 + 方法論（經驗） |
| 解決的問題 | 能不能做某件事 | 單點問題怎麼做好 |
| 類比 | 一門"手藝" | 一位"行家" |
| 是否挑領域 | 不挑，是通用動作能力 | 挑，繫結特定領域 |
一句話區分：技能是"能力"，專家是"能力加經驗"。
技能讓 AI "學會一項手藝"（比如能發郵件）；專家讓 AI "以行家身份把事做好"（比如以公關專家的身份來措辭這封郵件）。
兩者還經常配合使用：一個專家，裝上對應技能，才能既專業又落地。比如"公關專家 + 發郵件技能"，既懂怎麼寫危機公關郵件，又能真的把郵件發出去。
五、技能的價值#
技能的核心價值有三點：
- 從"說"到"做"：讓 AI 不再只給建議，而是真正完成動作、交付結果
- 能力可擴充套件：需要什麼能力裝什麼技能，按需裝配
- 生態豐富：官方推薦 30+ 開箱即用，社群還有上萬個可一鍵安裝
六、一個重要認知#
記住這條原則：
沒裝的技能，AI 就不會；裝了並啟用的技能，AI 才具備對應能力。
所以當你發現 AI "不會做某件事"時，先別急著抱怨它笨——大機率是沒裝對應的技能。這也是為什麼後面幾節我們要學技能市場和技能管理。
小結#
- 技能 = 可執行指令碼 + 工作流，讓 AI 能做具體動作
- 裸機能力有限，裝技能後能力指數級增長
- 技能是"能力"，專家是"能力加經驗"，二者常配合使用
- 沒裝/沒啟用的技能，AI 就不具備對應能力
下一節，我們去技能市場逛一逛，看看都有哪些開箱即用的技能。