这是“养虾手记”专题的第六篇。前面聊了为什么养虾、龙虾是什么、有哪些坑、模型怎么选、钱怎么花。这篇想说点更具体的——Skills 到底是什么，以及为什么你不用把它想得那么复杂。若有不同意见，一定是你对。
一、Skills 商店看起来很热闹，但真正能用的不多
OpenClaw 有个 Skills 商店，叫 ClawHub，里面有超过 13,000 个 Skills 了。
我一开始也挺兴奋的。直觉上会觉得，这么多现成的东西，总能直接拿几个来用吧？结果装了一圈下来，我很快就发现一个很现实的问题： 绝大多数 Skills，可能有 95% 甚至 99% 根本用不了。
这倒不是说它们做得不好。更多还是因为每个人的需求、工作流程、系统环境，本来就不一样。别人做出来的 Skills，本质上是在解决他自己的问题。放到我这里，很多时候不是完全不能用，而是总差一点。
有些看起来很通用的 Skills，比如“自动整理邮件”“生成日报”这种，我一开始也试过。但真用起来还是会发现，它的逻辑、格式、输出方式，和我自己想要的总有一点点偏差。然后最后要么将就着用，要么还是得自己改。
折腾一圈之后，我反而更确定了一件事：真正对我有用的 Skills，往往不是那种看起来最炫的，而是那种特别贴合我自己习惯和判断方式的。因为只有我自己最清楚，我每天到底在重复做什么、卡在哪里、最想优化哪个环节。
所以看到最后，我自己的结论反而很简单：Skills 这个东西，最后还是得自己做。
二、最近看 OpenClaw 的内容，越看越不对劲
这件事其实也和我最近看 OpenClaw 相关内容的感受有关系。
这段时间关于 OpenClaw 的内容实在太多了，并且绝大多数内容都会把它说得特别厉害。什么全流程自动化，什么效率提升多少倍，什么已经可以替代很多原来的工作方式。科研、投研、行业研究、内容生产，什么方向都有人在讲。
我自己越看，越会下意识把注意力放到另一个地方：它到底是怎么实现的，做到这个结果的代价又是什么。
因为很多事情，单看结果都很好听。但只要往下拆一层，就会发现真正的问题常常不在“能不能”，而在“值不值”“麻不麻烦”“有没有被说轻”。
而且这类内容最麻烦的地方就在这儿：它们不一定完全是假的。很多东西不是完全做不到，但它们特别容易把结果讲得很满，把过程讲得很轻，把真正难的地方、贵的地方、麻烦的地方都收起来。
所以我冒出了一个很具体的想法：干脆做一个 Skills，专门帮我拆这种内容。
三、所以我顺手搓了一个很日常的 Skills
这个 Skills 的用途很直接：以后我再看到这种特别会讲的文章、帖子、课程介绍，就不用再自己一点点手动拆了。我把链接丢过去，OpenClaw 直接帮我往下做分析。
它会先重述这篇内容到底声称自己做成了什么；再拆哪些地方是真的，哪些地方明显在放大；如果方向本身成立，它还会继续往下看现实里一般怎么实现，把真正的依赖、代价、门槛和风险拆出来；最后再给一个更实际的下一步建议，如果真要试，先从哪一步开始更合理。
其实这个需求本身很小。就是一个我平时反复会遇到的判断动作，我想把它做成一个之后能反复用的东西。
但我反而觉得，这件事还挺值得写一下的。不是这个 Skills 本身有多复杂，而是它很能说明 Skills 这件事到底是什么。
四、Skills 没那么神秘，也不用那么高大上
我自己现在越用越觉得，Skills 这件事真的没那么神秘。
它不是那种必须先想一个很大的场景、很完整的流程、很高级的用法，才值得动手的东西。对我来说，它更像是把一个已经真实存在的问题，慢慢整理成一个 AI 以后能稳定接住的处理方式。
也就是说，它不是凭空变一个魔法出来。更像是把我本来就在做的事情，固化下来。
所以我反而觉得，很多最值得做的 Skills，起点都不大。不是那种“我要做一个多厉害的系统”，而是那种平时就已经隐约能感觉到：
这个地方其实可以顺一下；
这个动作我老是在重复；
这个判断我每次都得重新来一遍；
这个问题不大，但它确实一直在那儿。
这种点，对我来说反而最值得做。
因为它足够具体，目标也足够明确。做的时候不会一上来就飘，也不会一开始就把事情拉到一个特别大的叙事里去。先把眼前这个小问题解决掉，后面很多东西反而会在过程中慢慢长出来。
五、从小需求开始，反而最容易做成
我这次做的这个 Skills，大概也是这样。毕竟从开始到结束一共只用了 20 分钟。
一开始目标其实很简单，就是想让它帮我拆这种“AI 自动化宣传内容”。先做第一版，能做基础判断，然后边用边补。
用了几次之后，我会发现有些地方还不够。比如不能只看原文，还得加一点横向调研；也不能默认模型天然懂那些新概念，得先把概念自己搞清楚。
再往后，我又继续往里加：不能只停在“这个靠谱不靠谱”，如果这个方向本身有一部分是真的能做，那还得继续拆它现实里的实现方式、最小闭环和下一步建议。
所以这个东西最后做出来，不是因为我一开始就把它想得特别完整，而是因为起点够具体，目标够明确，后面每补一次，它就更接近真正有用。
而且这个过程其实很轻。不是非得准备很久，也不是非得把全局都设计明白了才能开始。先从一个很小的想法入手，先做出第一版，再一点点补，这条路对我来说反而更顺。
这也是我自己这次做完以后更确定的一点：Skills 其实一点都不神秘。它也不一定非得拿来解决什么特别高大上的问题。很多时候，它最适合接住的，反而就是生活里、工作里那些不算大，但很真实、很具体、又会反复出现的小痛点。
六、最后它做成了什么样
现在我的 OpenClaw 拿到一篇文章之后，大概会按这个顺序输出：
它会先重述这篇内容真正声称了什么；再做概念澄清，看看里面那些词到底是什么意思；再区分哪些是硬证据，哪些只是包装；再判断它到底是高可信、部分可信，还是主要在吹；如果方向本身成立，再继续往下拆它现实里的实现方式；最后再给一个下一步建议，如果真要试，先从哪一步开始更合理。
也就是说，它最后不是帮我“看个热闹”，而是帮我把一篇很会讲的内容，拆成一个更接近现实执行的判断结果。产生的报告截图我放在文章末尾。
这样以后我再看到这类特别会讲的内容，就不用每次都手动从头拆一遍了。
写在最后
做完这个 Skills 之后，我更确定了一件事：
Skills 这东西，真的没必要一开始就把它想得特别大、特别玄。
它不一定非得解决一个多宏大的问题，也不一定非得是什么“效率提升 10 倍”的系统，才值得做。很多真正有用的东西，起点都很小，就是一个平时已经反复遇到、心里也隐约知道“这里其实可以优化一下”的点。
只要这个点够具体，目标也够明确，先上手做第一版，后面很多东西其实都会在过程中慢慢补出来。最后长出来的结果，往往也会比最开始那个小念头更完整。
所以我自己现在更愿意从小处开始。
别先想太大。先从一个真实的小需求开始。先做一个属于你自己的东西。
这样最容易开始，也最容易真的做成。
——哞小哞，2026 年 3 月 19 日
' fill='%23FFFFFF'%3E%3Crect x='249' y='126' width='1' height='1'%3E%3C/rect%3E%3C/g%3E%3C/g%3E%3C/svg%3E)
继续滑动看下一个
哞小哞的杂货铺
向上滑动看下一个
解释