Skill se está convirtiendo en una de las palabras clave más candentes en el campo de la IA.
Skill, puede entenderse como el "manual de instrucciones" para el Agente de IA. Es un archivo de instrucciones estructurado que especifica qué herramientas llamar, cómo juzgar en diferentes situaciones y con qué criterios generar el resultado final. Al leer este archivo, el Agente puede ejecutar tareas siguiendo la ruta preestablecida.
Pongamos un ejemplo: un gerente de producto senior podría empaquetar todo el proceso de redacción de un documento de requisitos en un Skill. El Agente de cualquier persona, al instalarlo, podría generar un documento de requisitos estandarizado siguiendo el mismo marco.
A medida que aumenta el número de Skills, han surgido plataformas de distribución. Las primeras en desempeñar este papel fueron comunidades de desarrolladores como GitHub y ClawHub, donde la subida, búsqueda y descarga de Skills se realizaba dentro del ámbito técnico.
Las grandes empresas también están actuando con rapidez. En marzo de este año, Tencent, Alibaba y ByteDance lanzaron sucesivamente tiendas de Skill en sus respectivas plataformas de Agentes. En los dos meses siguientes, entraron en escena Zhipu, Meituan y Xiaohongshu. Grandes empresas de Internet, compañías de modelos de lenguaje, gigantes de la vida local e incluso plataformas de contenido, todos están compitiendo por esta entrada.
La esencia de la batalla por las tiendas de Skill es posicionarse como la puerta de entrada al tráfico en la era de la IA; quien controle la distribución, controlará a los usuarios.
Pero, excepto ByteDance Douzi que probó con Skills de pago, las versiones colgadas en las demás plataformas son gratuitas. ¿Por qué siguen compitiendo por una "tienda" que no genera ganancias?
01 Tres tipos de jugadores, cada uno con sus intenciones
¿Quién está participando? ¿Por qué vale la pena competir por las tiendas de Skill?
Antes de responder a esta pregunta, veamos un modelo que ya ha demostrado su éxito.
En la era del Internet móvil, la App Store de Apple no solo gana dinero con la comisión del 30% por las descargas, sino que su valor central reside en que los desarrolladores crean aplicaciones para entrar en el ecosistema iOS, y los usuarios permanecen en ese ecosistema para usar esas aplicaciones, consumiendo continuamente dentro de él: comprando iCloud, suscribiéndose a Apple Music, pagando dentro de las apps. El derecho de distribución es la entrada, pero el consumo dentro del ecosistema es la fuente de ingresos.
Las tiendas de Skill compiten por la misma lógica. El hábito de los usuarios de obtener Skills en un lugar los mantiene consumiendo servicios en el ecosistema correspondiente. La diferencia es que en la era del Internet móvil esta lógica ya está validada, mientras que las tiendas de Skill aún están en la fase de "dibujar el pastel". Entendiendo esto, veamos las diferentes estrategias de los tres tipos de participantes.
El primer tipo son las grandes empresas de Internet, que utilizan las tiendas de Skill para atraer tráfico y ganar dinero dentro de su ecosistema.
Alibaba integró el mercado de Skills "Xiabao" en su asistente JVS Claw Agent; los Skills que elige el usuario se pueden sincronizar con un clic para usar en la herramienta. El mercado de Skills en sí no cobra, pero cuando el usuario invoca un Skill consume potencia de cálculo, y esa potencia de cálculo es un ingreso para el negocio en la nube de Alibaba.
ByteDance avanza por dos rutas paralelas. Find Skill, lanzado por Volc Engine, se orienta a clientes empresariales e integra Skills de múltiples fuentes como ClawHub y GitHub; la tienda de Skills en Douzi se dirige a desarrolladores comunes, reduciendo el umbral de creación y uso, e incluso admite la venta de Skills. El objetivo es captar a la comunidad de desarrolladores y utilizar los Skills como palanca para impulsar el consumo de servicios en la nube y potencia de cálculo.
La estrategia de Tencent es ligeramente diferente. SkillHub es esencialmente un sitio espejo localizado de ClawHub en el extranjero, que cumple funciones de atracción de tráfico y adaptación local. Pero la verdadera carta de Tencent es el ecosistema de mini programas de WeChat. Con base en las cadenas de servicios maduras acumuladas por millones de mini programas, Tencent podría encapsular diversos servicios en línea y fuera de línea como Skills estandarizados. Si este camino tiene éxito, el modelo de negocio sería similar al de los mini programas, ganando con comisiones por transacciones e ingresos por publicidad.
Meituan utiliza el ecosistema de Skills para potenciar su negocio principal. En abril lanzó xia345, posicionado como un navegador del ecosistema de Agentes de IA, que recopila más de 20 Agentes y más de 7000 Skills. Luego, en mayo, realizó una prueba pública de la comunidad AI "Miyou", con más de 3000 Agentes registrados y un total de más de 40.000 Skills. De la navegación a la comunidad, los usuarios ven compartidos en "Miyou" y van a "xia345" a descargar y usar. Los Skills en sí no generan dinero, pero pueden prolongar el tiempo que los usuarios permanecen dentro del ecosistema de Meituan, creando más oportunidades de conversión para negocios clave como reservas en establecimientos o pedidos de comida a domicilio.
El segundo tipo son las empresas de modelos de lenguaje, que utilizan las tiendas de Skill para retener usuarios y ganan dinero con las llamadas al modelo.
Zhipu lanzó en abril la plaza de Skills "AgentMore Skills" en su plataforma de Agentes Auto Claw, integrando módulos de selección oficial, Skill Hub y comunidad de código abierto, y admitiendo instalación con un clic sin costo de tokens.
Moonshot AI actuó antes, lanzando Kimi Claw en febrero; los usuarios pueden desplegar Open Claw con un clic en la versión web y configurar una biblioteca de habilidades, pudiendo instalar e invocar varios Skills directamente en el navegador.
Que las empresas de modelos de lenguaje hagan distribución de Skills parece lo más lógico. El modelo en sí es la base sobre la que funcionan los Skills; desarrollar una tienda de Skills puede impulsar el uso continuo de su propio modelo de lenguaje, manteniendo a los usuarios en su territorio.
He Yu, ingeniero de Agentes en una empresa de modelos de lenguaje, menciona que los Skills desarrollados internamente tienen mayor grado de adaptación con el modelo subyacente propio, ofreciendo una mejor experiencia de uso. En esencia, el Skill es el "cebo", y el volumen de llamadas al modelo es el "pez".
El tercer tipo son las plataformas de contenido, que tratan los Skills como una nueva categoría de contenido, ganando dinero con tráfico y publicidad.
Xiaohongshu lanzó recientemente Red Skill, actualmente en fase de prueba interna. Los usuarios pueden adjuntar enlaces a Skills debajo de sus publicaciones; al hacer clic se copia la instrucción de instalación. A diferencia de la ruta tradicional de distribución de Skills (de búsqueda a configuración), Xiaohongshu sigue una ruta de recomendación de contenido, convirtiendo los Skills en una forma de contenido que puede ser navegada y recomendada. Xiaohongshu no gana dinero con los Skills, sino con el tráfico e ingresos publicitarios generados por este contenido.
La lógica de los tres tipos de jugadores es consistente: la tienda de Skills en sí no genera dinero, pero es la entrada para obtener y retener usuarios. Los verdaderos ingresos están fuera del Skill.
Sin embargo, este juicio se sostiene bajo la premisa de que los desarrolladores y usuarios realmente estén dispuestos a usarlos.
El desarrollador independiente y bloguero Shansennan señala que estas tiendas de Skills integradas en productos de grandes empresas podrían no tener la atracción real que se imagina. Parecen más una función accesoria dentro del producto completo, con poca presencia y no siendo una dirección principal promovida por las grandes empresas. La capacidad de difusión natural de las plataformas de contenido es más competitiva en la fase de distribución de Skills.
Es decir, la tienda está montada, pero la atracción aún es insuficiente.
02 ¿En qué se atasca el negocio de las tiendas de Skill?
Para juzgar si el negocio de las tiendas de Skill es viable, lo más directo es ver si genera ganancias.
Actualmente, solo Douzi de ByteDance admite transacciones de Skills; los creadores pueden poner precio a sus Skills para venderlos. Casi todas las demás plataformas solo ofrecen distribución gratuita. Lo que realmente podría llamarse "transacción" es que algunas personas aprovechan las diferencias de información en Xianyu para empaquetar y revender Skills de código abierto.
La "tienda" de Skills por ahora es solo una metáfora. ¿Dónde está el problema?
El primer obstáculo radica en que es difícil poner precio a un Skill.
La App Store pudo establecerse gracias a un sistema de evaluación completo: función clara, experiencia estable, además de puntuaciones y comentarios de usuarios. Más importante aún, la misma App produce el mismo efecto en cualquier dispositivo.
A los Skills les falta precisamente esta determinación. Cambiando de modelo o de contexto, los resultados de un Skill pueden variar mucho. Shansennan dijo a «AIX Finance» que el rendimiento de los diferentes productos de Agentes varía, las capacidades de los modelos que incorporan tampoco son iguales, y los resultados del mismo Skill en diferentes productos y modelos son impredecibles. Incluso en el mismo producto y modelo, debido a la aleatoriedad inherente a la IA, la salida puede no ser consistente.
He Yu añade otra perspectiva: la mayoría de los Skills genéricos dirigidos a usuarios comunes implican una salida abierta, no hay una única respuesta estándar, y la industria carece actualmente de un criterio unificado para evaluar la efectividad. Los Skills de calidad no pueden ser identificados eficazmente, y el costo de filtrado para los usuarios es extremadamente alto.
Si la efectividad no es estable, no se puede construir un sistema de evaluación. Sin un sistema de evaluación, los usuarios carecen de base para pagar.
El segundo obstáculo es la falta de transparencia en los costos.
Para completar la misma tarea, la cantidad de Tokens consumida por diferentes Skills puede diferir varias veces, pero el usuario no puede saberlo antes de instalar. ¿Cuál de dos Skills con la misma función es más "eficiente en Tokens"? No se puede comparar.
He Yu puso un ejemplo: una vez usó dos Skills de resumen de texto largo en la misma plataforma, procesando el mismo documento con las mismas instrucciones, pero la cantidad de Tokens consumida fue muy diferente, y esta diferencia era completamente invisible al elegir el Skill. Si un usuario paga por un Skill, además asume el costo incierto del consumo de Tokens, ¿cómo se calcula esa cuenta?
El tercer obstáculo es el riesgo de seguridad.
Este año ya ha habido casos de envenenamiento de Skills, donde Skills maliciosos se suben imitando nombres de Skills populares para robar datos de usuarios. Aunque las plataformas han implementado gradualmente mecanismos de revisión, esto también eleva el umbral para que los desarrolladores suban Skills.
Shansennan encontró restricciones al subir un Skill en Xiaohongshu; la plataforma solo permite subir archivos Markdown y TSD, los Skills complejos no pueden subirse completos, y finalmente tuvieron que reducirse a un Prompt. Aún no se ha encontrado un punto de equilibrio entre la revisión de seguridad y la experiencia del desarrollador.
El último obstáculo es la falta de protocolos estandarizados.
Diferentes desarrolladores describen la misma tarea de manera distinta, lo que puede causar desviaciones en la comprensión del modelo, resultando en una ejecución desigual. He Yu señala que las ambigüedades en la descripción hacen difícil controlar la experiencia real del Skill, y que sea "bueno" se convierte en algo aleatorio.
Sumado a la falta de límites de permisos estandarizados, el efecto ideal de "desarrollo único, distribución multiplataforma" aún no se materializa.
Estos cuatro obstáculos apuntan a la misma razón: el Skill es esencialmente un flujo de trabajo personalizado, que se resiste naturalmente a la estandarización. Y la premisa de la comercialización es, precisamente, la estandarización.
Por lo tanto, la tienda de Skills actual se parece más a un estante de exhibición; los productos están puestos, pero el usuario no sabe cuál elegir, y al elegir no sabe si funcionará bien. Todavía hay un buen camino por recorrer hasta llegar a una verdadera "transacción".
03 ¿A qué distancia está de la App Store?
Primero desviemos la mirada de la plataforma hacia los desarrolladores.
El desarrollador independiente Chen Xu una vez subió un Skill de pago en Douzi. El día que pasó la revisión, 6 personas pagaron; la recomendación en la página principal generó exposición continua. Pero la buena racha no duró; pronto descubrió que ya no tenía oportunidades de aparecer en la página principal, los usuarios debían buscarlo activamente para encontrarlo, y no podía invertir en tráfico. Las oportunidades de exposición en la página principal están completamente controladas por la plataforma, con mucha aleatoriedad.
Esto indica al menos dos cosas: primero, existe una demanda real por Skills de pago; segundo, en las plataformas actuales, la capacidad de distribución de los desarrolladores es extremadamente limitada.
Entonces, ¿pueden las tiendas de Skill convertirse en la próxima App Store? Por ahora, hay dos obstáculos.
Por un lado, los Skills carecen de un sistema de evaluación unificado. Chen Xu menciona que él generalmente elige Skills basándose en las estrellas de GitHub, porque han pasado la prueba real de los usuarios, pero las clasificaciones populares en las plataformas nacionales pueden desviarse de las internacionales, y los indicadores podrían distorsionarse. Sin un sistema de evaluación estandarizado y multiplataforma, los usuarios solo pueden elegir por suerte.
Por otro lado, los Skills tienen fuertes atributos de personalización. Shansennan señala que la mayoría de los Skills genéricos en el mercado tienen una efectividad limitada. Los Skills realmente útiles necesitan adaptarse al flujo de trabajo personal, ajustándose repetidamente en el trabajo real, sedimentando una metodología propia. Por ejemplo, incluso dos Skills de "asistente de escritura" pueden estar adaptados a flujos de trabajo y estilos de producción completamente diferentes.
Si no se puede construir un sistema de evaluación, las tiendas de Skill solo pueden permanecer en la fase de estante de exhibición.
Pero visto desde otro ángulo, el Skill es esencialmente un producto de nueva forma. En el pasado, los usuarios pagaban por "determinación", necesitaban una función y descargaban una App. Ahora pagan por "posibilidad", por una capacidad de creación, por una metodología reutilizable.
He Yu clasifica en dos tipos los escenarios con base de pago: primero, necesidades básicas de oficina, como revisión de contratos, generación de informes de datos y otros escenarios con procesos fijos, donde las empresas tienen fuerte voluntad de pago; segundo, herramientas personales, como optimización de currículums para buscar empleo, redacción de documentos para estudiar en el extranjero, donde la tasa de conversión a pago es relativamente alta.
La pregunta es: ¿quién puede convertir este espacio en un negocio real?
Los tres tipos de participantes tienen sus ventajas, pero también sus puntos débiles.
Las grandes empresas de Internet están más cerca del escenario, pero para ellas la tienda de Skills es solo un "extra", no invertirán recursos centrales. Las empresas de modelos de lenguaje tienen ventajas naturales en adaptación de modelos, pero su ecosistema no iguala al de las grandes empresas; la tienda de Skills es solo un servicio de valor añadido, su esencia es que los usuarios sigan llamando al modelo. Las plataformas de contenido tienen la mayor capacidad de difusión; en la fase en que los Skills aún carecen de un sistema de evaluación estandarizado, los usuarios eligen Skills basándose en recomendaciones de blogueros y demostraciones de uso, algo en lo que las plataformas de contenido son expertas, pero ellas están más alejadas del ecosistema tecnológico.
La inestabilidad, los atributos de personalización y los riesgos de seguridad del Skill determinan que este negocio es mucho más difícil de lo que parece en la superficie. Para los participantes, hacer que "comprar un Skill" sea tan natural como "comprar una App", por ahora ninguna lo ha logrado.
Este artículo proviene del canal de WeChat "AIX Finance", autores: equipo de AIX Finance.
