Текущий подход к созданию навыков для ИИ-агентов, особенно в таких экосистемах, как Claude Code, критикуется за неэффективность. Вместо того чтобы использовать агента для написания инструкций, эксперты предлагают переходить к созданию полноценных программных инструментов.
Что произошло
Автор статьи указывает на системную ошибку: попытку заставить агента самостоятельно написать навык (skill) для задачи, с которой он не может справиться. Это превращает навык в бесполезный блок текстовых рассуждений вместо реального инструмента. Правильная парадигма предполагает создание навыка как структурированной папки с инструкциями, скриптами и документацией только после того, как агент успешно решил сложную задачу вручную.
Контекст
В современных системах разработки ИИ-агентов наблюдается разрыв между способностью модели рассуждать и ее способностью действовать в конкретной программной среде. Настоящий навык должен представлять собой не просто текст, а набор функциональных файлов, таких как .sh скрипты и .md файлы, интегрированных в окружение проекта.
Почему это важно для индустрии
Отрасль стоит на пороге смены парадигмы: от чистого prompt engineering к agentic tool engineering. Это означает переход от оптимизации текстовых запросов к проектированию среды исполнения (runtime environment) и стандартизированных наборов инструментов. В перспективе это приведет к появлению фреймворков для описания навыков как программных артефактов и рынков распределяемых навыков (skill marketplaces).
Почему это важно для пользователей
Разработчикам и пользователям стоит изменить подход к взаимодействию с ИИ: вместо запроса «напиши инструкцию, как это сделать», эффективнее предоставлять агенту готовые инструменты и документацию. Это позволит превратить LLM из генератора текстов в надежного координатора программных инструментов, способного работать в специфических средах.
Что пока неизвестно / ограничения
Наблюдается различие в инженерных и юридических акцентах: если разработчики фокусируются на инфраструктуре, то юридические аспекты поднимают вопросы ответственности агентов при использовании внешних инструментов.
Источники
Автор
Look at AI, редакция