如何成为每家公司都想雇用的 AI 原生人才
文章分析了 2026 年职场的新趋势,指出 ClickUp 等公司正裁员并重金招募能利用 AI 产生高杠杆的“Agent-native”人才。作者认为,仅会用 ChatGPT 不够,真正的 AI 原生能力是建立个人 AI 系统,通过编写技能文件(skill.md)来训练智能体处理重复性任务,从而将个人工作流程规模化。
文章分析了 2026 年职场的新趋势,指出 ClickUp 等公司正裁员并重金招募能利用 AI 产生高杠杆的“Agent-native”人才。作者认为,仅会用 ChatGPT 不够,真正的 AI 原生能力是建立个人 AI 系统,通过编写技能文件(skill.md)来训练智能体处理重复性任务,从而将个人工作流程规模化。
文章结合2026年最新行业动态,犀利指出表面使用AI的痛点,并提供了一套极具实操性的'技能.md'Agent训练落地框架,对职场人极具指导价值。
文章探讨了高级 AI Skill 的本质:不是把更多指令塞进一份文件,而是把多个单点能力按任务关系编排组合。作者通过分析 GitHub 上多个热门 Skill 仓库,总结出五种组合模式:路由(判断调用哪个 Skill)、顺序(强制工作流程)、选择(按需分诊组合)、流水线(专业能力交接)和分层(Skill 与系统能力分工)。文章提出组合 Skill 的五个核心零件:路由、输入输出契约、顺序与并行、上下文状态、验证反馈,并建议从真实返工中逐步长出组合关系。核心观点:Prompt 让 AI 听懂一次需求,Skill 固化一类做法,而组合 Skill 才能把复杂任务交付出来。
作者结合实际使用经验,总结了 Codex 6 的 16 个实用技巧,帮助用户把任务交代清楚、获得可直接使用的结果。内容涵盖:先更新版本、确认工作目录、明确目标材料限制与完成标准、使用 Plan 规划、发截图圈出修改区域、运行中及时补充指令、用 Goal 写清终点、关键决定写入文件、通过 AGENTS.md 沉淀重复要求、按需选用 Skill、确认工具权限、分清并行任务范围、验收时查看 Diff 改动范围,以及从手动跑通开始逐步自动化。核心思想是把模糊需求转化为可执行、可验收的指令,减少返工与 Token 浪费。
Remy, from AI with Remy, shares how he runs his company on agent skills, treating them as SOPs for AI. He explains the concept of skills as markdown files that package workflows, and the problem of AI being single-player. The solution is to store skills in a GitHub repo and distribute them as plugins via Claude Code or Codex, enabling team-wide sharing, version control, and auto-updates. He also discusses designing skill chains, a self-improvement loop for skills, and a web app layer for managing them. The key takeaway is to centralize skills, use plugins for distribution, and continuously improve them.
本文是一份关于 Claude Skills 的完整指南。文章指出 Claude Skills 不仅仅是保存的提示词,而是包含具体指令、标准和输出格式的“培训文件”。作者将其比作训练有素的员工,而非临时工。文章详细介绍了从安装第一个 Skill 到构建自定义 Skill 的四个阶段:安装、构建、测试优化以及建立技能库,并提供了具体的操作步骤和行业应用场景,旨在帮助用户建立可重复的系统以自动化任何行业的工作流。