Tencent, Alibaba, dan ByteDance bersaing dalam pasaran stor kemahiran AI

Skill sedang menjadi salah satu kata kunci paling popular dalam bidang AI.

Skill boleh difahami sebagai "manual operasi" untuk AI Agent. Ia adalah fail arahan berstruktur yang menjelaskan alat apa yang perlu dipanggil, bagaimana menilai situasi tertentu, dan bagaimana menghasilkan output mengikut standard yang ditetapkan. Apabila Agent membaca fail ini, ia dapat melaksanakan tugas mengikut laluan yang telah ditetapkan.

Sebagai contoh, seorang produk manajer berpengalaman boleh mengemas semula keseluruhan proses penulisan dokumen keperluan produk sebagai satu Skill; sebarang agen yang memasangnya akan dapat menghasilkan dokumen keperluan yang standard mengikut kerangka yang sama.

Seiring dengan peningkatan bilangan Skill, platform pembahagian muncul. Komuniti pengembang seperti GitHub dan ClawHub merupakan yang pertama memikul peranan ini, di mana muat naik, carian, dan muat turun Skill dilakukan di dalam komuniti teknikal.

Syarikat besar juga sedang dengan cepat menyusul. Pada Mac tahun ini, Tencent, Alibaba, dan ByteDance secara berturut-turut melancarkan kedai Skill di platform Agent masing-masing. Dalam dua bulan seterusnya, Zhipu, Meituan, dan Xiaohongshu menyusul masuk. Syarikat internet besar, syarikat model besar, raksasa kehidupan tempatan, dan bahkan platform kandungan semuanya sedang bersaing untuk menguasai pintu masuk ini.

Inti pertandingan pasaran kemahiran ialah penempatan pintu masuk arus di era AI; siapa yang menguasai hak pengagihan, mereka yang menguasai pengguna.

Tetapi selain ByteDance yang mencuba bayaran Skill, semua platform lain hanya menawarkan versi percuma. Mengapa setiap pihak masih bersaing untuk mempunyai "kedai" yang tidak menghasilkan keuntungan?

Siapa yang sedang bertanding? Mengapa Toko Skill patut dikejar?

Sebelum menjawab soal ini, lihat terlebih dahulu model yang telah berjalan.

Pada era internet mudah alih, App Store milik Apple tidak hanya memperoleh pendapatan daripada komisen 30% atas muat turun, tetapi nilai yang lebih penting ialah: pembangun membangun aplikasi untuk memasuki ekosistem iOS, pengguna tinggal dalam ekosistem iOS untuk menggunakan aplikasi-aplikasi tersebut, dan seterusnya terus menghabiskan dalam ekosistem tersebut: membeli iCloud, berlanggan Apple Music, dan membayar dalam aplikasi. Hak pengagihan adalah pintu masuk, tetapi perbelanjaan ekosistem adalah sumber pendapatan.

Kedua-duanya bersaing dalam logik yang sama. Pengguna akan tetap berada dalam ekosistem yang sama untuk mengonsumsi perkhidmatan berdasarkan tempat mereka biasa mendapatkan Skill. Perbezaannya ialah, logik ini telah disahkan semasa era internet mudah alih, manakala Pasar Skill masih berada dalam peringkat “menjanjikan sesuatu yang belum terwujud”. Setelah memahami ini, mari kita lihat pendekatan berbeza yang diambil oleh tiga kategori peserta.

Kategori pertama ialah raksasa internet yang menarik lalu lintas melalui pasaran Skill dan menghasilkan keuntungan dalam ekosistem.

Ali telah menyertakan pasaran Skill "Xia Xiaobao" di dalam pembantu JVS Claw Agent miliknya, membolehkan pengguna menyegerakan Skill yang dipilih ke dalam alat dengan satu klik. Pasaran Skill itu sendiri tidak dikenakan caj, tetapi pengguna perlu menghabiskan kuasa pengiraan apabila memanggil Skill, dan kuasa pengiraan ini merupakan sumber pendapatan perniagaan awan Ali.

ByteDance menjalankan dua strategi secara serentak. Find Skill yang dilancarkan oleh Volcano Engine ditujukan kepada pelanggan perusahaan, mengintegrasikan Skill dari pelbagai sumber seperti ClawHub dan GitHub; sementara Toko Skill yang disematkan pada Koi menargetkan pembangun biasa, mengurangkan rintangan dalam penciptaan dan penggunaan, serta menyokong penjualan Skill. Tujuannya adalah merebut kalangan pembangun, menggunakan Skill untuk mendorong penggunaan perkhidmatan awan dan kuasa pengiraan.

Strategi Tencent sedikit berbeza. SkillHub pada dasarnya adalah salinan tempatan ClawHub luar negara, yang bertanggungjawab atas penarikan trafik dan penyesuaian tempatan. Namun, senjata sebenar Tencent ialah ekosistem小程序 WeChat. Dengan memanfaatkan rantai perkhidmatan yang matang yang telah dikumpulkan melalui ratusan ribu小程序, Tencent boleh membungkus pelbagai perkhidmatan dalam talian dan luar talian sebagai Skill yang distandardkan. Jika laluan ini berjaya, model perniagaannya serupa dengan小程序, dengan pendapatan diperoleh daripada komisen transaksi dan pendapatan iklan.

Meituan pula menggunakan ekosistem Skill untuk memperkuat bisnis utamanya. Pada bulan April, mereka melancarkan xia345, yang didefinisikan sebagai navigasi ekosistem AI Agent, yang mengumpulkan lebih dari 20 Agent dan 7.000 Skill. Seterusnya pada bulan Mei, mereka menguji coba komunitas AI bernama Miyou, dengan lebih dari 3.000 Agent yang bergabung dan jumlah Skill keseluruhan melebihi 40.000. Dari navigasi ke komunitas, pengguna melihat perkongsian di "Miyou" dan kemudian memuat turun serta menggunakannya di "xia345". Skill itu sendiri tidak menghasilkan keuntungan, tetapi ia memperpanjang masa pengguna berada dalam ekosistem Meituan, menciptakan lebih banyak peluang konversi untuk bisnis inti seperti makan di tempat dan penghantaran makanan.

Kategori kedua ialah syarikat model besar yang mengekalkan pengguna melalui Pasar Skill dan memperoleh pendapatan daripada pemanggilan model.

ZhiPu melancarkan AgentMore Skills Plaza di platform Agent Auto Claw pada April, mengintegrasikan tiga modul—pilihan rasmi, Skill Hub, dan komuniti sumber terbuka—dan menyokong pemasangan tanpa Token dengan satu klik.

Bulan Gelap bertindak lebih awal, pada Februari ia melancarkan Kimi Claw, di mana pengguna boleh melaksanakan Open Claw dengan satu klik di versi web dan mengkonfigurasi perpustakaan kemahiran, membolehkan pengguna memasang dan memanggil pelbagai Skill secara langsung di dalam browser.

Perusahaan model besar yang mengagih Skill kelihatan paling logik. Model itu sendiri merupakan asas untuk menjalankan Skill, dan membangun kedai Skill boleh mendorong penggunaan berterusan model besar milik mereka sendiri, serta mengekalkan pengguna di kalangan mereka.

Jurutera Agent dari syarikat model besar, He Yu, menyebut bahawa Skill buatan sendiri mempunyai keserasian yang lebih tinggi dengan model asas sendiri dan memberikan pengalaman penggunaan yang lebih baik. Pada dasarnya, Skill adalah "umpan", manakala kuantiti panggilan model adalah "ikan".

Kategori ketiga ialah platform kandungan, yang menjadikan Skill sebagai kategori kandungan baharu untuk mendapatkan trafik dan pendapatan iklan.

Xiaohongshu baru melancarkan Red Skill, yang masih dalam ujian dalaman. Pengguna boleh melampirkan pautan Skill di bawah pos mereka, dan dengan mengklik pautan tersebut, arahan pemasangan akan disalin secara automatik. Berbeza dengan saluran pengagihan Skill tradisional yang bergantung pada carian dan konfigurasi, Xiaohongshu mengikuti pendekatan cadangan kandungan, menjadikan Skill sebagai bentuk kandungan yang boleh dilayari dan dicadangkan. Xiaohongshu tidak memperoleh pendapatan daripada Skill itu sendiri, tetapi daripada trafik dan pendapatan iklan yang dihasilkan oleh kandungan ini.

Logik ketiga-tiga jenis pemain adalah konsisten: Pasar Skill sendiri tidak menghasilkan keuntungan, tetapi ia merupakan pintu masuk untuk memperoleh dan mengekalkan pengguna. Pendapatan sebenar berada di luar Skill.

Namun, penilaian ini berlaku dengan syarat bahawa pembangun dan pengguna benar-benar bersedia untuk menggunakannya.

Pembuat konten independen Sugimori Minami juga menyatakan bahawa kedai Skill yang tertanam dalam produk syarikat besar mungkin tidak semenarik yang disangka. Ia lebih seperti fungsi pelengkap dalam keseluruhan produk, dengan kehadiran yang lemah dan bukan arah utama syarikat besar. Kemampuan penyebaran semula alami platform kandungan memberikan keunggulan kompetitif dalam peringkat pengagihan Skill.

In other words, the store has been set up, but the appeal is still not enough.

Untuk menilai sama ada perniagaan Skill Store ini baik atau tidak, cara paling langsung ialah melihat sama ada ia menguntungkan atau tidak.

Sekarang, hanya butang Byte yang menyokong perniagaan Skill, di mana pencipta boleh menetapkan harga untuk menjual Skill mereka. Platform lain hampir semuanya mengedarkan secara percuma. Yang benar-benar boleh disebut sebagai “perniagaan” ialah apabila seseorang memanfaatkan ketidaktahuan maklumat di Xianyu untuk mengumpul dan menjual semula Skill sumber terbuka.

Kemahiran “kedai” masih lagi hanya sebuah metafora. Masalahnya di mana?

Rintangan pertama ialah, Skill sukar ditentukan harganya.

App Store berjaya kerana mempunyai sistem penilaian yang komprehensif: fungsi yang jelas, pengalaman yang stabil, serta penilaian dan ulasan pengguna. Lebih penting lagi, aplikasi yang sama akan memberikan hasil yang sama apabila dijalankan oleh sesiapa sahaja.

Skill kekurangan kepastian seperti ini. Dengan menukar model atau konteks, hasil yang dihasilkan oleh Skill mungkin sangat berbeza. Shan Sen Nan memberitahu 'AIX Keuangan' bahawa prestasi pelbagai produk Agent berbeza, dan kemampuan model yang digunakan juga tidak sama; hasil yang dihasilkan oleh Skill yang sama pada produk dan model yang berbeza tidak boleh dikawal. Walaupun dalam produk dan model yang sama, kerana sifat rawak AI itu sendiri, outputnya juga tidak semestinya konsisten.

He Yu menambahkan sudut pandang lain: Kebanyakan Skill umum yang ditujukan kepada pengguna biasa adalah output terbuka, tanpa jawapan standard tunggal, dan industri ini juga kekurangan standard penilaian kesan yang seragam. Skill berkualiti tinggi tidak dapat dikenal pasti secara efektif, dan kos penapisan pengguna sangat tinggi.

Kesan tidak stabil, sistem penilaian tidak boleh dibina. Jika sistem penilaian tidak boleh dibina, pengguna tidak mempunyai asas untuk membayar.

Rintangan kedua ialah kos yang tidak telus.

Menyelesaikan tugas yang sama, jumlah Token yang digunakan oleh kemahiran yang berbeza mungkin berbeza beberapa kali ganda, tetapi pengguna tidak dapat mengetahui sebelum memasang. Dua kemahiran dengan fungsi yang sama, yang mana lebih “jimat Token”? Tidak boleh dibandingkan.

He Yu memberikan contoh, di mana beliau sebelum ini menggunakan dua skill panjang yang sama di platform yang sama, memproses dokumen yang sama dan memberikan arahan yang sama, tetapi jumlah token yang digunakan sangat berbeza, dan perbezaan ini tidak dapat dilihat sama sekali ketika memilih skill. Pengguna membayar untuk membeli skill, tetapi masih perlu menanggung kos penggunaan token yang tidak pasti—bagaimanakah perhitungan ini dilakukan?

Rintangan ketiga ialah risiko keselamatan.

Sejak awal tahun ini, insiden racun Skill telah berlaku sebelum ini; Skill jahat akan memuat naik dengan meniru nama Skill popular untuk mencuri data pengguna. Walaupun pelbagai platform telah memperkenalkan mekanisme pemeriksaan secara berperingkat, ini juga meningkatkan rintangan untuk pengembang memuat naik Skill.

Shan Sen Nan menghadapi sekatan semasa mengunggah Skill di Xiaohongshu, di mana platform hanya membenarkan pengunggahan fail Markdown dan TSD, sehingga Skill yang kompleks tidak boleh diunggah sepenuhnya, dan akhirnya hanya boleh diturunkan menjadi satu Prompt. Belum ditemui keseimbangan antara pemeriksaan keselamatan dan pengalaman pembangun.

Rintangan terakhir ialah ketiadaan protokol standard.

Pengembang yang berbeza menggambarkan tugas yang sama dengan cara yang berbeza, yang mudah menyebabkan penyimpangan pemahaman model dan hasil pelaksanaan yang tidak seragam. He Yu menyatakan bahawa ambiguiti dalam penggambaran membuat pengalaman sebenar Skill sukar dikawal, dan “mudah digunakan” menjadi seperti ilmu gaib.

Selain itu, dengan kurangnya sempadan kebenaran yang distandardkan, impian "bangun sekali, agihkan ke pelbagai platform" masih belum dapat direalisasikan.

Empat rintangan ini sebenarnya menunjuk kepada sebab yang sama: Skill pada dasarnya adalah alur kerja peribadi, yang secara semula jadi menolak standardisasi. Manakala prasyarat komersialisasi justru ialah standardisasi.

Jadi, kedai Skill sekarang lebih seperti rak pameran, di mana barang-barang telah dipaparkan, tetapi pengguna tidak tahu mana yang harus dipilih, dan bahkan selepas memilih, mereka tidak tahu sama ada ia berfungsi dengan baik. Masih ada jalan yang panjang sebelum mencapai “perdagangan” yang sebenarnya.

Alihkan perhatian anda daripada platform kepada pembangun.

Pembangun bebas Chen Xu sebelum ini mengunggah satu Skill berbayar di Kozhi. Pada hari yang sama apabila ia diluluskan semakan, enam orang telah membayar, dan cadangan halaman utama membawa paparan berterusan. Tetapi kejayaan itu tidak berkekalan; dia dengan cepat mendapati bahawa dia tidak lagi mempunyai peluang untuk masuk ke cadangan halaman utama, dan pengguna mesti mencari secara aktif untuk menemukannya, serta tidak boleh membeli trafik. Peluang paparan halaman utama sepenuhnya dikawal oleh platform, dan sifatnya sangat rawak.

Ini sekurang-kurangnya menunjukkan dua perkara: pertama, terdapat permintaan sebenar terhadap pembayaran Skill; kedua, kemampuan pengedarannya oleh pembangun di platform semasa sangat terhad.

Jadi, adakah Skill Store boleh menjadi App Store seterusnya? Daripada pandangan semasa, terdapat dua halangan.

Di satu sisi, Skill tidak mempunyai sistem penilaian yang seragam. Chen Xu menyebut bahawa dia biasanya memilih Skill berdasarkan bilangan bintang di GitHub, kerana ia telah diuji secara nyata oleh pengguna, tetapi senarai popular di platform tempatan berbeza daripada luar negara, menjadikan indikator mungkin tidak tepat. Dengan tiadanya sistem penilaian standard dan lintas platform, pengguna hanya bergantung pada keberuntungan untuk memilih.

Di sisi lain, Skill membawa sifat yang sangat peribadi. Shan Sen Nan menyebutkan bahawa kebanyakan Skill generik di pasaran mempunyai kesan yang terhad. Skill yang benar-benar berguna perlu selari dengan alur kerja peribadi, disesuaikan semula secara berulang dalam amalan kerja sebenar, dan membentuk metodologi eksklusif. Sebagai contoh, walaupun dua Skill sama-sama berfungsi sebagai “penolong penulisan”, alur kerja yang disesuaikan dan gaya outputnya mungkin sangat berbeza.

Sistem penilaian tidak boleh dibina, kedai Skill hanya akan kekal pada peringkat rak pameran.

Namun, dari sudut pandang lain, Skill pada dasarnya adalah bentuk baru barangan. Dahulu, pengguna membayar untuk “kepastian”—jika memerlukan satu fungsi, mereka akan memuat turun satu aplikasi. Kini, mereka membeli “kemungkinan”—keupayaan untuk mencipta dan satu metodologi yang boleh digunakan semula.

He Yu membahagikan skenario berbayar kepada dua kategori: pertama, keperluan pejabat seperti proses tetap untuk semakan kontrak dan penghasilan laporan data, di mana perusahaan mempunyai niat bayar yang tinggi; kedua, alat peribadi seperti peningkatan resume pencarian kerja dan penulisan dokumen pelajaran luar negara, di mana kadar penukaran bayar relatif tinggi.

Masalahnya ialah, siapakah yang boleh menjadikan ruang ini sebagai perniagaan yang sebenar?

Tiga kategori peserta masing-masing memiliki kelebihan, tetapi juga memiliki kelemahan masing-masing.

Syarikat internet besar paling dekat dengan skenario, tetapi Toko Skill hanyalah "tambahan" bagi mereka dan tidak akan melaburkan sumber daya inti. Syarikat model besar memiliki keunggulan alami dalam penyesuaian model, tetapi ekosistem mereka tidak sekuat syarikat besar, dan Toko Skill hanyalah perkhidmatan tambahan, dengan tujuan utama tetap memastikan pengguna terus memanggil model. Platform kandungan mempunyai kemampuan penyebaran paling kuat; pada peringkat di mana belum ada sistem penilaian standard untuk Skill, pengguna memilih Skill berdasarkan cadangan blogger dan demonstrasi penggunaan—ini adalah kekuatan utama platform kandungan—tetapi mereka paling jauh dari ekosistem teknikal.

Ketidakstabilan, sifat peribadi, dan risiko keselamatan Skill menjadikan perniagaan ini jauh lebih sukar daripada yang kelihatan. Hingga kini, tiada sebarang pihak yang berjaya menjadikan proses “membeli Skill” sebegitu semula jadi seperti “membeli App”.

Artikel ini berasal daripada akaun微信公众号 "AIX财经", penulis: Pasukan AIX财经