2026 年 5 月，AI 行业的焦点从大模型能力竞赛转向了 Agent 生态的落地与商业化。**Skill 正在成为 Agent 时代的事实标准软件形态**，但其商业化路径尚未清晰；Agent 用户的三层分化决定了不同的付费逻辑；国内豆包、扣子、OpenClaw 等产品的此消彼长，折射出 Agent 赛道的结构性矛盾。
Skill：Agent 时代的软件形态
最初人们认为 Skill 只是一种业务 SOP，它的主体是提示词、是文档（哪怕可以写得很指令化）。
但 Skill 无心插柳地成为了事实上的 Agent 时代的软件，它包含了 LLM 如何调用功能模块、包含了代码实现的功能模块。Anthropic 做的无心插柳的事情太多。
曾经大家想象中的 GPT Store，已经事实上被 Skill 覆盖了。
但 Skill 天然地带有 Linux 社区气质：最好一个 Skill 只解决一个问题，不捆绑依赖，环境开放，事实上开源，易于改造和移植。
所以我们没有看到 Skill 的明确的商业化的前景。
Agent 用户分层与 Skill 商业化
Agent 的既有用户和潜在用户分三类：第一类是 Coding 用户，他们动手能力最强，会自己搭建环境，这个群体的渗透率已经接近 100%（是个程序员，几乎就都已经是 Agent 用户了），商业上的目标主要是提高单用户金额贡献；第三类是普通 C 端用户，没有主动使用 Agent 产品，主要还是在用 Chat 类 AI 产品例如豆包，也没有意识到豆包的某些模式下后台潜藏的 Agent 机制，这类用户是主流中的绝对主流，但几乎没有付费的动机（除非是小众的娱乐场景，比如情感游戏）；第二类用户是 CoWork 类用户，在办公和学习场景下有 Agent CoWork 需求，理论上有付费动机，但人数是最少的，大厂纷纷推出 CoWork 产品，正在试图把第三类用户中的一部分转化为第二类用户。
第一类用户，说实话并不太需要别人做的 Skill，大概率会自己手搓或改造，Skill 商业化的可能性不大（目前看，Skill 还没有出现开源软件里类似 Redhat 那样大型、复杂的开源项目靠官方支持收费的迹象），和开源社区原有生态一样，少数项目获得 99% 的关注，大多数项目瓜分剩余 1% 的关注。
第二类用户，未来可能是 Skill 复用的主力用户，他们对 Skill 有开箱即用的需求，哪怕付费也能接受。主流的 CoWork 产品基本都高调接入 ClawHub，就是为了给这类用户提供海量现成 Skill。当用户量到达一定程度，商业化就会提上日程。Skill 开发者们务必关注这个进程。
开发者视角：toB 与 toC 的两条路
作为开发者，我们很关心 Skill 的商业化变现的发展。大多数开发者不会从头去开发一套 Agent 框架，更多是开发在 Agent 框架里运行的 Skill，并尽可能做好对各个主流 Agent 框架和模型的适配。
但坦白说，toB 的 Skill 商业化走得更快，因为它更接近传统软件销售的逻辑，可以承载相对更复杂的业务流程，并把 Skill 作为 API 输出。而 toC 的 Skill 的商业化还完全不明朗，GPT Store 两年前推出时一副即将颠覆 App Store 的声势，但发展远低于人们的预期，至今面对普通人，商业化分发应用的最佳渠道依然是 App Store。
所以，要不然手机 OS 厂商向前走一步，要不然 Agent 框架厂商向前走一步，赶紧推出一个便捷打包 Skill 为 App 的方案吧。
App 分发 vs Skill 分发
从我们的实践看，不同的 toC 业务场景，有些更适合作为 App 分发——例如我们正在做的一款老年人回忆录应用，它面向老龄用户，不需要长期使用，但也不是个短流程任务；有些更适合作为 Skill 分发，比如资金管理。
国内 Agent 产品观察
扣子：封闭架构的两面性
扣子是国内 Agent 产品的异类，它在光谱上更接近豆包一些，几乎没有本地能力和环境定制的能力，但正因为架构封闭，用户数和商业化氛围又领先其它 CoWork 类产品一截。凡事有利有弊，它在 Skill 移植上就没有那么友好。
豆包：产品形态的落后
豆包开始收费引起广泛讨论。我的个人观点，豆包 C 端产品黑盒里的提示词调教和 Agent 调教是很牛的，对比千问就知道，豆包的基座模型并不领先，但最终体验比千问好一大截。
但是，跟可惜，豆包 C 端产品形态依然是落后的 chatbot，看似渗透率很高，但无法形成付费意愿强的刚需，ChatGPT 已经证明了这个路线的付费比例非常之低。
Agent CoWork 的生产力路线（非编程）是真正能带来付费的，但渗透率还太低，豆包落后的产品形态无法有效地把 C 端用户向扣子用户迁移。如果我是豆包商业化负责人，我一定不会再看豆包整体 token 消耗，也不会试图在现有产品形态里收到多少钱，而是尽量从里面转化出扣子用户。
OpenClaw：错位的热度
有人说 OpenClaw 的热度现在迅速降到了冰点，我没有看数据，但在中国 OpenClaw 的泡沫是有特殊背景的，因此降温是正常的。
但 OpenClaw 把 Agent 概念推向大众的效应余波会一直存在，10000 个 Manus 也没达到这个普及效应。
但 OpenClaw 的火是有错位的，一开始在程序员小圈子里火是因为它率先提供了多渠道网关的功能，可以远程指挥，但它的 Agent 框架本身只能说是非常粗放，所以当主流的 Coding Agent 和 CoWork Agent 都开始原生支持远程指挥后，程序员都回归了主流的 Agent，毕竟没有什么 OpenClaw 能做的事情是 Claude Code 和 Codex 不能做的。
但大众被"在飞书/微信上指挥机器人开会"的奇观吸引后，才首次发现 Agent 可以帮自己做各种事情，属于 Agent 启蒙。
AI 与人的思辨能力
其实我并不担心 AI 摧毁人的思辨和表达能力。如果一个人迷信 AI，那么大概率 TA 原来就迷信百度，后来是，后来是。
中国人的思考和表达本来就已经被和微信毁得差不多了——说话都在复读，工作只靠微信。
说真的，现在想要正儿八经让 AI 干点事儿，反而要求中国人重新学习像写邮件那样表达——这里说的并不是特定格式，你可以继续用语音与 AI 沟通，可以碎片一些，但你一定需要学会有逻辑地输入和输出。
