Agent Skills: Anthropic vuelve a hacer de las suyas, ¡concepto de marketing!

En estos dos días, mis feeds de Xiaohongshu, Zhihu y Bilibili han sido inundados por Agent Skills de Anthropic.

Ver a esos influencers exclamando "el momento GPT de los agentes ha llegado" o "el paradigma de las aplicaciones de IA se ha transformado por completo" es, sinceramente, bastante insoportable. Ahora la IA es ciertamente un tema candente y es fácil generar tráfico, por lo que un montón de gente que vive del clic publica contenido de relleno. Vender un simple "esquema de organización de prompts" de ingeniería como si fuera una tecnología revolucionaria no aporta ningún valor a quienes realmente desarrollan; es puro ruido informativo.

1. ¿No es esto lo que todos ya hacen?

Al construir sistemas de agentes complejos, a medida que aumentan las funcionalidades, inevitablemente surge un problema: ¿cómo manejar múltiples prompts diferentes?

Repasemos cómo lo hacía la gente antes:

• Fase de Workflow fijo: Es el enfoque más primitivo, con el flujo escrito de antemano. El primer paso carga el Prompt A, entrega el resultado al Prompt B del segundo paso. Toda la lógica está hardcodeada en el código; es estable pero extremadamente inflexible, y añadir una funcionalidad requiere modificar un montón de código.
• Fase de clasificación de intención (Router): Luego la gente se volvió más inteligente e implementó un reconocimiento de intención en la entrada. El agente pasa primero por un clasificador que determina si el usuario quiere pulir texto, traducir o consultar datos. Tras la clasificación, se cargan las reglas correspondientes desde la biblioteca de prompts adecuada. Este es en realidad el núcleo de la mayoría de los sistemas de agentes autónomos o RAG actuales.

Entonces, ¿qué ha hecho Anthropic con Agent Skills? Simplemente ha estandarizado esta lógica que todos usaban por defecto sin necesidad de decir nada.