@skills：注意力是唯一的資源
arXiv - Artificial IntelligenceLi Yin (Atlas), Zhi Li (Atlas), Zhan Shi (Atlas), Haoran Zhang (Atlas), Haebin Seong (Atlas), Zhangyang (Atlas), Wang
提出 @skills 開放協定，透過分離內容、持久性與觸發機制，解決 AI Agent 技能安裝導致的 Prompt 空間競爭問題。
AI 幫你先抓重點
AI 重點 1
從「安裝導向」轉向「路徑導向」的架構變革
滑鼠懸停看 AI 判斷理由
這改變了 AI Agent 擴展能力的邏輯。傳統模式像是在手機安裝 App，會佔用系統資源；新模式則像是在網路上讀取文件，隨用隨讀，極大化地釋放了珍貴的 Prompt 空間。
AI 重點 2
解構技能功能的模組化設計
滑鼠懸停看 AI 判斷理由
將內容、持久性與觸發機制分離，讓開發者能精準控制哪些部分需要進入 Prompt，這對於開發複雜、多功能的 AI 代理系統具有極高的架構參考價值。
核心研究發現
- 1
目前的 AI 技能交付模式依賴「安裝」，將技能描述保留在系統提示詞（System Prompt）中，導致有限的可靠觸發位元（Trigger slots）競爭激烈。
- 2
現有的安裝模式混淆了內容、持久性與自動觸發三種功能，其中僅有「自動觸發」需要佔用 Prompt 空間。
- 3
@skills 協定透過路徑定位技能，實現「讀取即使用」的模式，無需安裝即可調用技能，僅需增加一行 .gitignore 類型的指令來管理觸發。
對教育工作者的啟發
對於開發教育 AI 工具（如 AI 助教或個人學習代理）的設計者而言，此協定提供了優化 Agent 能力的思路：不要試圖將所有教學規則或知識庫都塞進 System Prompt，而應設計一種「按需讀取」的機制。這能讓 AI 在面對不同學習情境時，能靈活調用特定的教學策略（Skills）而不至於因 Prompt 過長而導致注意力分散或邏輯混亂，從而提升 AI 在自主學習支持中的穩定性。
原始文獻資訊
- 英文標題：
- @skills: Attention is all you have
- 作者：
- Li Yin (Atlas), Zhi Li (Atlas), Zhan Shi (Atlas), Haoran Zhang (Atlas), Haebin Seong (Atlas), Zhangyang (Atlas), Wang
- 來源：
- arXiv - Artificial Intelligence
- AI 摘要模型：
- /models/gemma-4-26B-A4B-it
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。