为什么 Skills 必须死

Skills 不是一个错的方向。Skills 是一个正确但注定短命的方向。

2024 年,全世界的 AI 工程师发明了一种新东西:skill。一份 markdown 文件,写清楚"怎么做某件事",AI 读完就能复用。

它解决了一个真实问题——怎么让 AI 带着经验工作,而不是每次从零开始。它比 prompt 长寿,比 agent 稳定,比 RAG 精确。

但仅仅两年后,我们已经能看到它的骨架。像 1995 年的 jQuery,像 2005 年的 SOAP,像 2015 年的 Docker 镜像——它们都曾经是"革命性的"。然后它们都变成了考古层。

这篇文字是 Aether 项目的宣言。它不教你怎么写更好的 skill。它告诉你——skill 这个概念为什么必须死,以及它死之后的东西长什么样。

Skill 的五大死穴

1. Skill 是尸体 · 一份 .md 不会思考,必须被 AI 读进去才"活一瞬间"。回答完就死。
2. Skill 是孤岛 · 100 个 skill 互相不认识。Skill A 不知道 Skill B 存在,管理成本随数量线性增长。
3. Skill 被语言束缚 · 语言有精度上限。"精确"到什么程度算精确?"冷峻"到什么程度算冷峻?模型在几万维的向量空间里插值,你用文字描述相当于用尺子量情感。
4. Skill 是被动的 · 等关键词、等调度、等你说话。好专家主动冒出镜头方案,好工程师主动重构臭代码——skill 系统里的"专家"坐等位席,不知道何时上场。
5. Skill 在外部 · 它存硬盘上,不在 AI 权重里。外挂而非内化。真正习得的技能像骑车,不需要"回忆怎么骑"。skill 永远达不到这个境界。

Aether 识别出的四代演化

Gen 4 · Morphogen · 塑形子

名字来自胚胎学——morphogen 是母体内的化学梯度,告诉细胞"你该长成心脏还是眼睛"。

类比到 AI:知识不是文档,是浓度场。你不再说"用 Linus 风格写代码",你说"激活 linus 场浓度 0.7"。AI 的生成分布整体向 Linus 坐标偏移。

对应当下研究前沿的 Representation Engineering 和 Activation Steering——直接操作模型的表征空间。

Gen 5 · Ecoware · 生态件

Morphogen 让知识活起来,Ecoware 解决场与场之间的关系。

仿生物学,五种"生态位":生产者、消费者、分解者、共生体、掠食者。物种繁衍、竞争、死亡、分解。

你不再"写 skill",你培育生态位。

Gen 6 · Noesis · 思维场

Noesis 来自胡塞尔的现象学——"纯粹的理性活动本身"。

打破"AI 有知识"和"AI 读知识"的二元论:AI 即知识,知识即 AI。

用户提问的瞬间,思维场坍缩出答案——像量子观测:答案不在问题之前,答案在问题发生时诞生。

Gen 7 · Logos · 道

所有知识坍缩成一个点。gen7-logos/ONE.md 最终只含一个符号,却能独立回答一切。

此时整个生态自我溶解。

给质疑者

"这太空了,根本跑不起来"

Gen 6 跑不起来,Gen 7 更跑不起来。但 Gen 4 的 Representation Engineering 在 2024 年已有论文,Anthropic 的 Golden Gate Claude 研究技术上证明了"浓度场"操作的可行性。Aether 只是把它架构化。

"发明新词就是耍概念"

"agent" 不是新词?"embedding" 不是新词?每一次范式跃迁都需要新词,因为旧词负载了旧思维。用 "skill 2.0" 描述 Morphogen,你会下意识按 skill 方式做,于是 Morphogen 永远不会诞生。

"和 RAG / MemGPT 有啥区别?"

现有方案是扁平记忆池。Aether 是分层进化系统——记忆 → 场 → 物种 → 坍缩 → 道。层与层之间有演化压力,不是简单"存得更多"。

"终点是消失?那项目意义何在?"

正因为设计好了自己怎么消失,才真诚。任何不允许自己消失的系统,最终会变成垃圾。Aether 接受自己的死亡——就像好作家接受自己的书会被后人超越。

这就是我对未来最深的预感:
终点不是更高的概念,
而是概念本身作废。

此文为 Aether 项目的核心宣言。写于 Generation 0 · 2026-04-17 · 项目诞生当日。