把方法论装进 AI：从这场 Skill 黑客松里，我们找到了 6 个值得参考的样本

本文首发于 Founder Park 公众号 · 2026 年 4 月 7 日 过去一个月，OpenClaw 让大量人第一次跑起了自己的 AI Agent。给它起个名字，配上工具，接好 MCP，一只属于你的电子龙虾就上线了。但养过虾的人很快发现一个问题：龙虾能调用工具，不代表它知道怎么把活干好。你让它帮你清理磁盘，它把客户资料一块删了；你让它帮你比价下单，一转头就刷爆了主人的信用卡。 大模型的通用知识越来越强，但真正拿来干活的时候，「不稳定」才是最让人头疼的事。同一个任务跑两遍，两次输出在结构、细节、质量上都对不上。 光有 Agent 不够，你得教它做事。 以前常见的方法是写 prompt。但这就像是口头交代，说完就忘，下次还得重来。模型微调可以在一定程度上提升输出稳定性，但贵、慢、不灵活。 Skill 提供了第三种路径。本质是一个封装好的执行单元：操作说明、执行脚本、参考资料被组织在一起，把判断标准、执行步骤和质量要求固化下来...