赛事详情

美团、腾讯，想再造一个AppStore？

近期，美团再度推出了一项新业务，不过这次并非外卖或团购券，而是聚焦于AI技能（Skill）的提供。

据相关报道，美团AI团队发布了一款名为DeepSkill Market的产品。其官网显示，该平台已收录超过35万个Skill，涵盖PPT制作、竞品分析、网页开发、短视频制作、金融数据分析等多个领域。

美团还将自身擅长的用户评价体系引入其中，重点突出安全扫描、真实任务验证和技能点评等功能，旨在协助用户筛选出高质量的Skill。这让人联想到AI领域的大众点评。

实际上，腾讯此前也已涉足类似领域。今年3月，腾讯云推出了SkillHub，随后在7月上线了SkillPay，开始探索Skill付费及开发者盈利的商业模式。

各大企业纷纷布局Skill商店，这一趋势并不令人意外。随着AI Agent的日益普及，Skill数量也在快速增长。过去，企业争夺的是APP应用入口，如今则转向抢占AI技能入口，意图打造AI时代的AppStore。

然而，这引发了一个值得深思的问题：随着WorkBuddy、豆包工作、千问办公、GPT、克劳德等AI Agent能力不断增强，未来用户是否还需要专门下载和安装Skill？

过去，AI无法完成的任务需要借助Skill来补充。如今，模型越来越智能，Agent开始自主寻找工具、编写代码、执行任务，甚至能根据需求创建Skill。如果未来AI能自主处理这些事，那么当前热闹的Skill商店是否会很快陷入尴尬境地？

此外，美团试图建立的Skill评价体系也面临一个现实难题：用户在安装Skill后，往往在其他Agent中使用，谁还会特意返回平台撰写评价？这两个问题，我认为比美团推出AI新品本身更值得探讨。

01 美团、腾讯，纷纷涉足Skill销售

先来看美团的具体举措。DeepSkill Market的思路相对简单：用户可通过自然语言描述需求，平台协助寻找合适的Skill。同时，平台还提供技能排行榜、作品展示、用户点评等功能。官方特别强调安全性和真实使用效果，这确实抓住了当前Skill生态的一个痛点。

目前，各类Skill层出不穷，名称看似强大。有的宣称能生成专业商业报告，有的能制作精美PPT，还有的声称能协助运营自媒体账号。但在安装前，用户可能以为自己即将拥有一个专业团队，实际使用后却发现效果可能不如直接与AI对话。更麻烦的是，Skill可能包含执行脚本、文件操作和外部服务调用，不加筛选安装存在安全风险。因此，美团希望通过安全检测、任务实测和用户反馈来降低用户筛选Skill的成本。

腾讯的行动更早。今年3月11日，腾讯云推出SkillHub，主要解决OpenClaw生态中技能的搜索、下载安装和安全筛选问题。随后，腾讯于7月16日上线了SkillPay，允许开发者将专业服务打包成付费Skill，Agent在执行任务时按需调用，并通过支付授权完成交易。例如，在WorkBuddy中，Agent需要调用专业数据服务时，用户可直接在对话流程中完成付费。

腾讯已开始探索如何将Skill转化为商业机会，而美团则致力于解决数十万个Skill中哪些更实用的问题。两家公司切入点不同，但都在争夺AI技能生态中的位置。不过，我始终有一个疑问：Skill数量增多，是否真的意味着用户对Skill商店的需求会同步增长？我反而认为，情况可能恰恰相反。

02 Agent越来越智能，谁还需要亲自安装Skill？

以产品经理熟悉的场景为例。假设我需要制作一份竞品分析报告，过去可能需要找到相关Skill，下载安装后告知AI按特定框架收集信息、比较功能、整理报告。但现在，使用WorkBuddy、豆包工作、千问办公或GPT、克劳德等产品，我可以直接说：帮我分析这几个产品的竞争格局，整理出一份有数据、有结论的报告。许多Agent已能自主规划任务、搜索资料、调用工具、整理文档，有些还能生成PPT、网页或其他交付文件。尽管结果质量未必每次都令人满意，但用户至少无需先学习如何安装Skill才能开始工作。PPT制作、PRD撰写、数据分析、网页开发等领域也在发生类似变化。

过去，我们需要为模型准备冗长的Prompt，指导其拆解任务、执行步骤、检查结果。如今，许多能力正在被模型和Agent产品直接集成。这里有两个关键变化值得关注。

第一个变化是模型自身能处理的事务越来越多。 一些仅包含通用提示词和简单工作流程的Skill，原本能为模型提供额外帮助，但随着模型指令遵循、推理和工具使用能力的提升，这些Skill的增量价值可能逐渐缩小。例如，一个Skill指导分析竞品时先研究市场规模，再梳理目标用户，最后分析商业模式，这类通用方法大模型本身已越来越熟悉。模型每次升级，都可能让一批有卖点的Skill失去优势。开发者辛苦编写大量提示词，下一代模型更新后却发现功能已内置，这确实令人沮丧。

第二个变化是Agent开始帮助用户管理和调用Skill。 以克劳德为例，Anthropic已提供内置的文档处理类Skill，能根据用户需求自动调用，用户无需手动指定具体技能。其他Agent产品也在强化工具调用、技能管理和工作流执行能力。当然，部分第三方Skill仍需安装、授权或配置环境，但产品发展方向已明确：用户提出需求，Agent负责决定所需能力。未来，用户让AI制作PPT时，它可能自动判断需要调用PPT生成能力；发现能力不足时，还能寻找合适的外部工具或Skill。用户甚至无需知晓这些Skill的名称。

那么问题来了：如果AI能自行寻找、安装和使用Skill，普通用户为何还要专门打开Skill商店，浏览排行榜、比较评分、逐个下载安装？这种体验听起来像是在为AI打工。

03 大模型升级，真的会淘汰Skill吗？

说到这里，一些Skill开发者可能会感到不满。但我并不认为Skill会全部消失。实际上，Skill包含的内容比提示词更丰富，除了操作说明，还包括可执行脚本、模板、专业知识和工作流程。而且，好的Skill确实能提升AI的表现。今年6月发布的SkillsBench 1.1研究，在87个任务、多个模型与Agent框架组合中测试发现，经过专业设计的Skill平均能将任务解决率从33.9%提升至50.5%，提高了16.6个百分点。这一结果很有说服力，表明即使模型已很强，好的Skill仍能提供价值，尤其是在需要严格执行流程、使用专业工具、遵循特定规则的任务中。但不同任务的收益差异很大，并非安装Skill就一定更有效。

我认为未来Skill的命运会出现明显分化。

第一类：简单提示词和通用工作流Skill，最易受冲击。 例如普通文章写作、基础竞品分析、通用PPT大纲生成等。如果这些Skill只是将常见方法整理成文档，模型升级后用户可能不再需要它们。

第二类：带有专业知识、特殊规则和复杂执行逻辑的Skill，仍有生存空间。 例如企业内部的财务审批规则、特定行业的合规要求、公司品牌设计规范，或长期积累的专业工作流程。大模型再智能，也无法天然了解一家公司的内部规定或随时掌握所有企业私有信息。

第三类：能连接真实业务和外部服务的Skill，可能反而越来越有价值。 例如查询付费金融数据、调用企业系统、完成外卖跑腿订单，或获取服务商的独家数据。AI可以建议哪个餐厅好吃，但要完成下单、支付和配送，就需要接入相应业务系统。类似能力即使未来不以Skill形式提供，也需要API、连接器或其他机制来实现。

因此，Skill大概率会继续存在，但大量普通用户可能越来越感觉不到它的存在。我更担心的是，Skill商店可能比Skill本身更早面临挑战。

04 美团想做Skill版大众点评，但谁来写点评？

这一点，我认为尤其值得从产品经理角度探讨。美团推出DeepSkill Market，一个巧妙之处在于尝试将大众点评的思路引入Skill市场。毕竟，美团在用户评价、内容推荐、商家筛选方面经验丰富。但Skill和餐厅有很大区别。去餐厅吃饭，用户消费后通常知道味道如何、服务好不好。而Skill则复杂得多。

例如，某个竞品分析Skill生成了一份20页的报告，看似专业、结构清晰、图表丰富。普通用户可能觉得不错，给个五星好评。但真正懂行的产品经理会发现，报告中的关键数据有误，竞争对手选错，有些结论是AI编造的。这样的Skill究竟算好用还是不好用？更复杂的是，同一Skill在不同模型上表现可能截然不同。克劳德执行得很好，换成其他模型可能效果一般；同一模型面对不同任务，表现也可能有差异。因此，单纯依靠用户打分很难准确评价Skill质量。

而我认为更棘手的问题是：用户为什么要回来评价？假设我在DeepSkill找到一个Skill，安装进WorkBuddy，然后通过WorkBuddy完成任务。工作结束后，我大概率直接关闭WorkBuddy或继续处理下一项任务。难道还要重新打开DeepSkill，找到那个Skill，再写一篇使用体验？能主动这么做的用户恐怕不多。

当然，美团也考虑到了这个问题。我查看了DeepSkill公开的评价流程，它已尝试通过辅助Skill，让Agent寻找实际执行记录，整理使用场景和执行效果，再由用户确认评分、提交点评。这个设计很有针对性，也比单纯让用户凭印象打分更进一步。不过，它仍存在一定门槛：用户需要愿意参与评价，Agent需要有权限读取相关记录，还得考虑数据隐私和脱敏问题。而且，执行记录本身不能完全证明任务质量。例如，AI成功生成了一份PPT，并不代表数据准确、逻辑合理，更不代表客户满意。

在DeepSkill的一条公开评价中，有用户给一款宠物短视频脚本Skill打了5分（满分10分），原因是脚本制作流程虽完整，但分镜时长与实际视频生成工具能力不匹配，导致使用体验不佳。这种具体到真实业务场景的反馈确实有价值，但让数十万个Skill都积累足够多、足够可信、可相互比较的真实反馈，工作量恐怕相当惊人。

我甚至认为，未来Skill市场最重要的评价指标不应只是下载量和用户评分，还应包括实际调用率、任务完成率、执行成本，以及使用Skill后比模型自身完成任务好多少。而这些数据大量产生在WorkBuddy、克劳德、GPT等Agent的运行过程中。如果技能市场无法深度接入Agent侧的使用数据，就很难完整观察用户实际使用情况。对于Skill商店来说，最尴尬的情况是：用户在这里挑选技能，却在别人的产品中完成消费，最后连使用反馈都留在别人那里。美团很擅长做大众点评，但AI技能这门生意，可能比给餐厅打分难多了。

05 未来最好的Skill商店，可能根本不用打开

展望未来，我认为Skill市场可能会出现一个有趣的变化。今天的Skill商店主要按人类用户的使用习惯设计：搜索框、技能分类、下载量、排行榜、用户评论、安装按钮等，与以前的App Store或浏览器插件商店类似。但如果未来大多数Skill都由Agent自主发现、选择和调用，商店服务的对象就变了。Agent不关心Skill的宣传文案是否漂亮，也不会因首页推荐位好看就优先安装。它更需要知道：这个Skill能否完成当前任务，安全性如何，成功率多高，执行一次要花多少钱。

例如，用户让Agent制作一份行业报告。Agent发现自己需要专业数据，于是自动查询技能市场，比较多个可用服务，选择可靠且价格合适的方案。涉及付费时，再让用户确认授权。整个过程发生在Agent内部，用户根本不需要打开Skill商店。如果再往前发展，Agent甚至可能根据用户长期习惯，自动整理和维护专属Skill。比如我经常用AI写文章，每次都要求遵循固定排版规范、保持标题简短、减少频繁断句、保留图片链接。未来Agent可将这些要求整理成可复用工作流程，后续自动调用、持续调整。

不过，今天的AI自主生成Skill还谈不上完全可靠。专业知识、复杂流程以及稳定性要求较高的技能，仍需人来设计和验证。但用户亲自安装、维护Skill的操作，确实有机会逐渐减少。这样一来，像美团DeepSkill、腾讯SkillHub这样的技能市场，未来或许仍有价值，只是经营方式可能需要改变。腾讯有WorkBuddy等Agent产品，可围绕自身生态做技能分发和交易；美团如果能把技能安全验证、真实任务评测和推荐能力做好，也可能成为第三方Agent寻找Skill的基础服务。但九游体育网站这门生意能否跑通，最终取决于有多少Agent愿意接入，有多少技能被持续调用，以及平台能否获得足够可靠的使用数据。

至于今天大家热衷讨论的收录了多少万个Skill，我认为反倒没那么重要。毕竟，模型升级一次，可能就有一批通用Skill失去竞争力；Agent产品集成一次能力，用户就少了一次主动找Skill的理由。现在大厂都在忙着建设Skill商店，规模一个比一个大，榜单一个比一个丰富。可如果未来用户只需对AI说一句话，剩下的都由Agent自己搞定，那么数十万个Skill摆在货架上，究竟还有多少人会来逛？我越来越觉得，AI时代最好的Skill商店，可能就是一个用户从来不需要打开的网站。

本文来自微信公众号“人人都是产品经理”（ID：woshipm），作者：怪哥，36氪经授权发布。