Anthropic提出“不要构建智能体，要构建技能”的新理念，正引领AI智能体设计的范式转变。2025年被视为AI智能体元年，三大主流架构并行发展：一是单体式智能体，由一个大模型统筹所有任务，适合原型开发但易因工具过多而失效；二是工作流式多智能体编排，通过专业化节点协作实现并行处理，适合企业级应用；三是以Anthropic为代表的“LLM技能”架构，即通过模块化、可复用的“技能”扩展大模型能力。 Anthropic的“技能”（Skills）体系是第三类架构的核心。它将具体能力（如读取文档、操作GUI、调用API）封装为可动态加载的模块，而非构建独立智能体。这些技能基于通用计算机交互训练，能直接赋能Claude等模型，实现屏幕点击、键盘输入等真实世界操作，降低AI落地门槛。相比传统工具调用，技能更轻量、更高效，避免了多智能体系统带来的复杂性与资源开销。 其优势在于：提升可组合性，支持按需加载；增强模型实用性，无需复杂编排；降低开发风险，避免“为Agent而Agent”的过度设计。这种“向上走栈”的策略，使Anthropic将自身定位为AI能力的提供者，而非仅是模型厂商。 通过一个在MacBook上运行的天气查询示例可见其运作机制：开发者创建weather_checker技能，定义输入参数和调用逻辑。当用户询问“巴黎天气”时，Claude自动识别需使用该技能，尝试调用API。首次因“Paris France”格式错误失败，但智能体自动调整为“Paris”后成功获取数据，并生成自然语言回答。整个过程体现AI的自适应与纠错能力。 这正是技能架构的精髓：不追求全知全能的“智能体”，而是通过可复用、可扩展的“技能”模块，让大模型在真实场景中更灵活、更可靠地完成任务。Anthropic的这一路径，正推动AI从“构建Agent”向“构建能力”演进，为AI应用的规模化落地提供新范式。