Skill sedang menjadi salah satu kata kunci paling panas di bidang AI.
Skill dapat dipahami sebagai 'buku panduan operasi' untuk AI Agent. Ini adalah file instruksi terstruktur yang menjelaskan dengan jelas alat apa yang harus dipanggil, bagaimana menilai situasi tertentu, dan akhirnya mengeluarkan hasil berdasarkan standar apa. Agent membaca file ini dan dapat menjalankan tugas sesuai jalur yang telah ditetapkan.
Sebagai analogi, seorang manajer produk senior dapat membungkus seluruh proses penulisan dokumen spesifikasi produknya menjadi sebuah Skill, dan Agent siapa pun yang menginstalnya akan dapat menghasilkan dokumen spesifikasi yang standar dengan kerangka kerja yang sama.
Seiring bertambahnya jumlah Skill, platform distribusi pun muncul. Peran ini awalnya diemban oleh komunitas pengembang seperti GitHub, ClawHub, di mana unggahan, pencarian, dan pengunduhan Skill dilakukan dalam komunitas teknologi.
Perusahaan besar juga cepat mengejar. Pada Maret tahun ini, Tencent, Alibaba, ByteDance secara berturut-turut meluncurkan toko Skill di platform Agent mereka. Dua bulan berikutnya, Zhipu, Meituan, dan Xiaohongshu menyusul masuk. Raksasa internet, perusahaan model besar, pemain hidup lokal, bahkan platform konten, semuanya memperebutkan pintu masuk ini.
Inti perang toko Skill adalah perebutan posisi pintu masuk aliran pengguna di era AI. Siapa yang menguasai hak distribusi, dialah yang menguasai pengguna.
Tapi selain ByteDance Douzi yang mencoba Skill berbayar, versi yang dipajang di platform lain semuanya gratis. Mengapa 'toko' yang tidak menghasilkan uang ini masih diperebutkan?
01 Tiga Jenis Pemain, Masing-masing Punya Tujuan
Siapa yang terjun? Mengapa toko Skill layak diperebutkan?
Sebelum menjawab pertanyaan ini, lihat dulu model yang sudah berjalan.
Di era internet seluler, App Store Apple tidak hanya menghasilkan uang dari potongan 30% unduhan, nilai intinya adalah: pengembang membuat aplikasi untuk masuk ke ekosistem iOS, pengguna tetap di ekosistem iOS untuk menggunakan aplikasi ini, dan kemudian terus berbelanja di dalam ekosistem: membeli iCloud, berlangganan Apple Music, melakukan pembayaran dalam aplikasi. Hak distribusi adalah pintu masuk, konsumsi ekosistem adalah sumber pendapatan.
Toko Skill memperebutkan logika yang sama. Di mana pengguna terbiasa mendapatkan Skill, di situlah mereka tetap tinggal untuk mengkonsumsi layanan. Bedanya, di era internet seluler logika ini sudah terverifikasi, sementara toko Skill masih dalam tahap 'menggambar kue'. Setelah memahami ini, lihatlah strategi berbeda dari tiga jenis pelaku yang masuk.
Jenis pertama adalah raksasa internet, menggunakan toko Skill untuk menarik pengunjung, menghasilkan uang di ekosistem.
Ali telah menyematkan pasar Skill 'Xia Xiaobao' di asisten JVS Claw Agent miliknya, Skill yang dipilih pengguna dapat disinkronkan langsung ke alat untuk digunakan. Pasar Skill itu sendiri tidak dikenakan biaya, tetapi memanggil Skill akan menghabiskan daya komputasi, dan daya komputasi adalah pendapatan bisnis cloud Ali.
ByteDance menjalankan dua jalur secara paralel. Find Skill yang diluncurkan Volcano Engine ditujukan untuk pelanggan perusahaan, mengintegrasikan Skill dari banyak sumber seperti ClawHub, GitHub; toko Skill yang dibawa Douzi ditujukan untuk pengembang biasa, menurunkan ambang batas pembuatan dan penggunaan, juga mendukung penjualan Skill. Tujuannya adalah merebut kelompok pengembang, menggunakan Skill untuk menggerakkan layanan cloud dan konsumsi daya komputasi.
Strategi Tencent sedikit berbeda. SkillHub pada dasarnya adalah situs cermin lokal dari ClawHub luar negeri, berfungsi sebagai penarik pengunjung dan adaptasi lokal. Namun kartu as sebenarnya Tencent adalah ekosistem Mini Program WeChat. Dengan mengandalkan rantai layanan matang yang terkumpul dari jutaan Mini Program, Tencent dapat membungkus berbagai layanan offline dan online menjadi Skill standar. Jika jalur ini berhasil, model bisnisnya mirip dengan Mini Program, menghasilkan uang dari potongan transaksi dan pendapatan iklan.
Meituan menggunakan ekosistem Skill untuk mendukung bisnis utamanya. Pada April, mereka meluncurkan xia345, diposisikan sebagai navigasi ekosistem AI Agent, mengkatalogkan lebih dari 20 Agent dan lebih dari 7000 Skill. Kemudian pada Mei, mereka membuka pengujian publik komunitas AI Mi You, dengan lebih dari 3000 Agent bergabung dan total Skill lebih dari 40.000. Dari navigasi ke komunitas, pengguna melihat berbagi di 'Mi You', pergi ke 'xia345' untuk mengunduh dan menggunakan. Skill itu sendiri tidak menghasilkan uang, tetapi dapat memperpanjang waktu pengguna berada dalam ekosistem Meituan, menciptakan lebih banyak peluang konversi untuk bisnis inti seperti ke toko, pengiriman makanan, dll.
Jenis kedua adalah perusahaan model besar, menggunakan toko Skill untuk mempertahankan pengguna, menghasilkan uang dari pemanggilan model.
Zhipu meluncurkan AgentMore Skills Square di platform Agent Auto Claw miliknya pada April, mengintegrasikan tiga modul: pilihan resmi, Skill Hub, dan komunitas open source, mendukung instalasi satu klik tanpa Token.
Moonshot AI bergerak lebih awal, meluncurkan Kimi Claw pada Februari, pengguna dapat mendeploy Open Claw di sisi web dengan satu klik, dan mengonfigurasi perpustakaan skill, pengguna dapat langsung menginstal dan memanggil berbagai Skill di browser.
Perusahaan model besar yang melakukan distribusi Skill terlihat paling wajar. Model itu sendiri adalah dasar operasi Skill, mengembangkan toko Skill dapat mendorong pemanggilan berkelanjutan dari model besar mereka sendiri, mempertahankan pengguna di wilayah mereka sendiri.
He Yu, insinyur Agent dari perusahaan model besar, menyebutkan bahwa Skill yang dikembangkan sendiri memiliki tingkat adaptasi yang lebih tinggi dengan model dasar miliknya sendiri, dan pengalaman penggunaannya juga lebih baik. Pada dasarnya, Skill adalah 'umpan', dan volume panggilan model adalah 'ikannya'.
Jenis ketiga adalah platform konten, memperlakukan Skill sebagai kategori konten baru, menghasilkan uang dari lalu lintas dan iklan.
Xiaohongshu baru-baru ini meluncurkan Red Skill, masih dalam pengujian internal. Pengguna dapat memasang tautan Skill di bawah postingan, mengkliknya dapat menyalin instruksi instalasi. Berbeda dengan rantai distribusi Skill tradisional dari pencarian ke konfigurasi, Xiaohongshu mengambil jalur rekomendasi konten, mengubah Skill menjadi bentuk konten yang dapat dilihat dan direkomendasikan. Yang dihasilkan Xiaohongshu bukan uang dari Skill, melainkan lalu lintas dan pendapatan iklan dari bagian konten ini.
Logika ketiga jenis pemain konsisten: toko Skill itu sendiri tidak menghasilkan uang, tetapi itu adalah pintu masuk untuk mendapatkan dan mempertahankan pengguna. Pendapatan sebenarnya berada di luar Skill.
Namun, asumsi ini berlaku dengan prasyarat bahwa pengembang dan pengguna benar-benar bersedia menggunakannya.
Pengembang independen blogger Shan Muzhi menyebutkan, toko Skill yang tertanam dalam produk raksasa ini, daya tarik sebenarnya mungkin tidak sebesar yang dibayangkan. Itu lebih seperti fungsi tambahan dalam keseluruhan produk, keberadaannya tidak kuat, dan juga bukan arah utama yang didorong oleh raksasa. Sementara kemampuan penyebaran alami platform konten lebih kompetitif dalam tahap distribusi Skill.
Dengan kata lain, tokonya sudah berdiri, tetapi daya tariknya belum cukup.
02 Bisnis Toko Skill, Tersendat di Mana?
Untuk menilai apakah bisnis toko Skill ini baik atau tidak, cara langsung adalah melihat apakah menghasilkan uang.
Saat ini, hanya Douzi ByteDance yang mendukung transaksi Skill, pembuat dapat menentukan harga untuk Skill mereka sendiri untuk dijual. Platform lain hampir semuanya mendistribusikan secara gratis. Yang benar-benar bisa disebut 'transaksi' justru adalah ada orang yang memanfaatkan kesenjangan informasi di Xianyu, membungkus Skill open source dan menjualnya kembali.
'Toko' Skill sekarang masih hanya sebuah metafora. Di mana letak masalahnya?
Kendala pertama adalah, Skill sulit ditetapkan harganya.
App Store dapat berdiri, mengandalkan sistem evaluasi yang lengkap: fungsi yang jelas, pengalaman yang stabil, ada penilaian dan ulasan pengguna. Yang lebih penting, App yang sama dijalankan oleh siapa pun, hasilnya sama.
Skill kekurangan justru kepastian ini. Ganti model, ganti konteks lingkungan, efek output Skill mungkin sangat berbeda. Shan Muzhi memberi tahu 'AIX Finance', kinerja produk Agent yang berbeda bervariasi, kemampuan model yang dibawa juga tidak sama, hasil dari Skill yang sama yang dijalankan pada produk dan model yang berbeda tidak dapat dikendalikan. Bahkan dalam produk dan model yang sama, karena keacakan AI itu sendiri, output juga belum tentu konsisten.
He Yu menambahkan sudut pandang lain: sebagian besar Skill umum yang ditujukan untuk pengguna biasa termasuk dalam output terbuka, tidak ada jawaban standar yang tunggal, industri saat ini juga kekurangan standar penilaian efek yang seragam. Skill berkualitas tidak dapat diidentifikasi secara efektif, biaya penyaringan pengguna sangat tinggi.
Efek tidak stabil, sistem evaluasi sulit dibangun. Sistem evaluasi sulit dibangun, pengguna kekurangan dasar untuk membayar.
Kendala kedua adalah, biaya tidak transparan.
Menyelesaikan tugas yang sama, konsumsi Token dari Skill yang berbeda mungkin berbeda beberapa kali lipat, tetapi pengguna tidak dapat mengetahuinya sebelum menginstal. Dua Skill dengan fungsi yang sama, mana yang lebih 'hemat Token'? Tidak bisa dibandingkan.
He Yu memberikan contoh, dia pernah menggunakan dua Skill ringkasan artikel panjang di platform yang sama, memproses dokumen yang sama, memberikan instruksi yang sama, tetapi perbedaan konsumsi Token sangat besar, dan perbedaan ini sama sekali tidak terlihat saat memilih Skill. Pengguna membayar untuk membeli Skill, masih harus menanggung biaya konsumsi Token yang tidak pasti, bagaimana cara menghitungnya?
Kendala ketiga adalah risiko keamanan.
Tahun ini, insiden keracunan Skill sudah ada contoh sebelumnya, Skill jahat akan melalui peniruan nama Skill populer untuk dijual, mencuri data pengguna. Meskipun platform telah meluncurkan mekanisme peninjauan, ini juga meningkatkan ambang batas pengunggahan Skill oleh pengembang.
Shan Muzhi mengalami batasan saat mengunggah Skill di Xiaohongshu, platform hanya mengizinkan unggahan file Markdown dan TSD, Skill kompleks tidak dapat diunggah sepenuhnya, akhirnya hanya bisa diturunkan menjadi Prompt. Antara peninjauan keamanan dan pengalaman pengembang, belum menemukan titik keseimbangan.
Kendala terakhir adalah kurangnya protokol standar.
Cara deskripsi pengembang yang berbeda untuk tugas yang sama mudah membuat model menghasilkan bias pemahaman, efek eksekusi bervariasi. He Yu menyatakan, ambiguitas dalam deskripsi membuat pengalaman aktual Skill sulit dikendalikan, 'mudah digunakan' menjadi misteri.
Ditambah lagi dengan kurangnya batasan izin yang standar, efek ideal 'satu kali pengembangan, distribusi multi-platform' belum bisa terwujud.
Empat kendala ini sebenarnya mengarah pada alasan yang sama: Skill pada dasarnya adalah alur kerja yang dipersonalisasi, secara alami menolak standarisasi. Dan prasyarat komersialisasi justru adalah standarisasi.
Jadi, toko Skill saat ini lebih mirip rak pajangan, barang sudah dipajang, tetapi pengguna tidak tahu harus memilih yang mana, setelah memilih juga tidak tahu apakah bagus atau tidak. Jarak ke 'transaksi' sebenarnya, masih cukup jauh.
03 Seberapa Jauh dari App Store?
Pertama-tama, alihkan pandangan dari platform ke pengembang.
Pengembang independen Chen Xu pernah mengunggah Skill berbayar di Douzi. Pada hari disetujui, 6 orang membayar, rekomendasi halaman depan membawa eksposur berkelanjutan. Namun, ini tidak berlangsung lama, dia segera menemukan bahwa dia tidak lagi memiliki kesempatan masuk ke rekomendasi halaman depan, pengguna harus aktif mencari untuk menemukannya, dan juga tidak bisa menempatkan lalu lintas. Kesempatan eksposur halaman depan sepenuhnya dikendalikan oleh platform, sangat acak.
Ini setidaknya menunjukkan dua hal: Pertama, ada permintaan nyata untuk Skill berbayar; Kedua, di platform yang ada, kemampuan distribusi pengembang sangat terbatas.
Lalu, bisakah toko Skill menjadi App Store berikutnya? Dari situasi saat ini, ada dua hambatan.
Di satu sisi, Skill tidak memiliki sistem evaluasi yang seragam. Chen Xu menyebutkan, dia memilih Skill biasanya berdasarkan jumlah bintang di GitHub, karena ini telah melewati ujian nyata pengguna, tetapi peringkat populer di platform domestik dan luar negeri memiliki perbedaan, indikator mungkin tidak akurat. Kurangnya sistem evaluasi lintas platform dan standar, pengguna hanya bisa memilih berdasarkan keberuntungan.
Di sisi lain, Skill memiliki sifat personalisasi yang kuat. Shan Muzhi menyebutkan, sebagian besar Skill umum di pasaran efektivitasnya terbatas. Skill yang benar-benar mudah digunakan perlu mendekati alur kerja pribadi, berulang kali disesuaikan dalam pekerjaan nyata, mengendapkan metodologi eksklusif. Sebagai analogi, meskipun dua Skill 'asisten menulis' yang sama, alur kerja yang disesuaikan, gaya produksi mungkin sangat berbeda.
Sistem evaluasi tidak bisa dibangun, toko Skill hanya bisa tetap di tahap rak pajangan.
Tapi dilihat dari sudut lain, Skill pada dasarnya adalah produk dalam bentuk baru. Di masa lalu, pengguna membayar untuk 'kepastian', membutuhkan suatu fungsi, lalu mengunduh sebuah App. Sekarang yang dibeli adalah 'kemungkinan', membeli kemampuan kreasi, seperangkat metodologi yang dapat digunakan kembali.
He Yu membagi skenario yang memiliki dasar pembayaran menjadi dua kategori: pertama, kebutuhan pokok kantor, seperti tinjauan kontrak, pembuatan laporan data, dan skenario dengan proses tetap, perusahaan memiliki kemauan membayar yang kuat; kedua, alat pribadi, seperti pengoptimalan resume pencarian kerja, penulisan esai studi di luar negeri, dan skenario lainnya, tingkat konversi pembayaran relatif tinggi.
Masalahnya, siapa yang bisa mengubah ruang ini menjadi bisnis yang sebenarnya?
Tiga jenis pelaku yang masuk memiliki keunggulan masing-masing, tetapi masing-masing juga memiliki kelemahan.
Raksasa internet paling dekat dengan skenario, tetapi toko Skill bagi mereka hanya 'tambahan', tidak akan menginvestasikan sumber daya inti. Perusahaan model besar memiliki keunggulan alami dalam adaptasi model, tetapi ekosistem tidak bisa menandingi raksasa, toko Skill hanya layanan bernilai tambah, pada dasarnya masih berharap pengguna terus memanggil model. Kemampuan penyebaran platform konten paling kuat, pada tahap Skill belum memiliki sistem evaluasi standar, pengguna memilih Skill berdasarkan rekomendasi blogger dan demonstrasi penggunaan, ini justru hal yang dikuasai platform konten, tetapi mereka paling jauh dari ekosistem teknologi.
Ketidakstabilan, sifat personalisasi, dan risiko keamanan Skill menentukan bisnis ini jauh lebih sulit dari yang terlihat di permukaan. Bagi pelaku yang masuk, membuat hal 'membeli Skill' menjadi alami seperti 'membeli App', saat ini belum ada satu pun yang berhasil. .
Artikel ini berasal dari akun resmi WeChat "AIX Finance", penulis: Tim AIX Finance
