騰訊、阿里巴巴與字節跳動競逐 AI 技能商店市場

Skill 正成為 AI 領域最熱門的關鍵詞之一。

Skill 可理解為給 AI Agent 的「操作手冊」。這是一份結構化的指令檔案，明確寫明了應調用哪些工具、遇到何種情況如何判斷，以及最終應依何種標準輸出結果。Agent 讀取此檔案後，即可依照預設路徑執行任務。

舉個例子，一位資深產品經理可以將自己撰寫產品需求文件的完整流程封裝成一個 Skill，任何人的 Agent 安裝後，都能依照相同的框架輸出一份規範的需求文件。

隨著 Skill 數量增加，分發平台隨之出現。最早承擔這個角色的是 GitHub、ClawHub 等開發者社區，Skill 的上傳、搜尋和下載都在技術社區內完成。

大型企業也在快速跟進。今年3月，騰訊、阿里、字節先後在其Agent平台上線了Skill商店。此後兩個月，智譜、美團、小紅書相繼進場。互聯網大廠、大模型公司、本地生活巨頭，甚至內容平台，都在爭奪這個入口。

技能商店爭奪戰的本質，是 AI 時代流量入口的卡位，誰掌握分發權，誰就掌握用戶。

但除了字節扣子試水了 Skill 付費，其餘平台上掛的都是免費版。不賺錢的「商店」，各家為何還要搶？

誰在下場？Skill 商店為何值得搶購？

在回答這個問題之前，先看一個已經跑通的模型。

在移動互聯網時代，蘋果的 App Store 不只是靠 30% 的下載抽成賺錢，更核心的價值在於：開發者為了進入 iOS 生態而開發應用，用戶為了使用這些應用而留在 iOS 生態，進而持續在生態內消費：購買 iCloud、訂閱 Apple Music、在應用內付費。分發權是入口，生態消費才是收入來源。

技能商店爭奪的是同一個邏輯：用戶習慣在哪裡獲取技能，就會留在相應的生態系統中消費服務。區別在於，移動互聯網時代這一邏輯已得到驗證，而技能商店仍處於“畫餅”階段。理解這一點後，再來看三類入局者的不同策略。

第一類是互聯網大廠，透過 Skill 商店引流，在生態系統中賺錢。

Ali has integrated the "Xia Xiaobao" Skill marketplace into its JVS Claw Agent assistant, allowing users to sync selected Skills to their tools with one click. The Skill marketplace itself is free, but invoking Skills consumes computing power, which generates revenue for Ali's cloud business.

字節兩條路線並行。火山引擎推出的 Find Skill，面向企業客戶，整合 ClawHub、GitHub 等多源 Skill；扣子搭載的 Skill 商店，面向普通開發者，降低創作和使用門檻，還支援 Skill 售賣。目標是搶開發者群體，用 Skill 撬動雲服務和算力消費。

騰訊的策略略有不同。SkillHub 本質上是海外 ClawHub 的本土化鏡像站點，承擔引流與本土化適配功能。但騰訊真正的底牌是微信小程式生態。依託數百萬小程式累積的成熟服務鏈路，騰訊可將各類線下及線上服務封裝為標準化 Skill。如果這條路徑走通，商業模式將與小程式類似，賺取的是交易抽成和廣告收入。

Meituan 則利用 Skill 生態反哺主業。其於 4 月推出 xia345，定位為 AI Agent 生態導航，收錄了 20 多個 Agent 和 7,000 多個 Skill。緊接著在 5 月又公測了 AI 社區覓遊，入驻的 Agent 超過 3,000 個，Skill 總數超過 4 萬。從導航到社區，用戶在「覓遊」上看到分享後，前往「xia345」下載使用。Skill 本身並不賺錢，但它能延長用戶在 Meituan 生態系統內的停留時間，為到店、外賣等核心業務創造更多轉化機會。

第二類是大模型公司，透過 Skill 商店留住用戶，並靠模型調用賺錢。

智譜於4月在其Agent平台Auto Claw上線了AgentMore Skills廣場，整合官方精選、Skill Hub和開源社區三個模塊，支援一鍵零Token安裝。

月之暗面動作更早，2 月就上線了 Kimi Claw，用戶在網頁端一鍵部署 Open Claw，並配置了技能庫，用戶可以直接在瀏覽器裡安裝、調用各類 Skill。

大型模型公司進行 Skill 分發，看起來最順理成章。模型本身就是 Skill 運行的底座，開發 Skill 商店可以推動自家大型模型的持續調用，將用戶留在自己的生態系中。

大模型公司 Agent 工程師何宇提到，自研的 Skill 與自家底層模型的適配度更高，使用體驗也更好。本質上，Skill 是「餌」，模型調用量才是「魚」。

第三類是內容平台，將 Skill 當作新的內容品類，賺取流量和廣告收入。

小紅書近期推出 Red Skill，目前仍處於內測階段。用戶可在貼文下方掛上 Skill 連結，點擊即可複製安裝指令。與傳統 Skill 分發從搜索到配置的鏈路不同，小紅書採用內容推薦路線，將 Skill 轉變為可瀏覽、可推薦的內容形式。小紅書賺取的並非 Skill 本身的收入，而是這類內容帶來的流量與廣告收益。

三類玩家的邏輯是一致的：Skill 商店本身不賺錢，但它是獲取和留住用戶的入口。真正的收入，在 Skill 之外。

不過，這個判斷成立的前提是，開發者和用戶真的願意使用。

獨立開發博主杉森楠提到，這些嵌入大廠產品中的 Skill 商店，實際吸引力可能並不如想像中大。它更像是一個附屬功能，存在感較弱，也非大廠的主推方向。而內容平台天然的傳播能力，在 Skill 分發環節更具競爭力。

也就是說，商店已經建好了，但吸引力還不夠。

要判斷 Skill 商店這門生意好不好做，最直接的是看它賺不賺錢。

目前，只有字節的扣子支援 Skill 交易，創作者可以為自己的 Skill 定價出售。其他平台幾乎都是免費分發。真正稱得上「交易」的，反倒是有人在閒魚上利用資訊差，把開源 Skill 打包轉賣。

技能「商店」目前仍只是一個比喻。問題出在哪？

第一道坎在於，Skill 很難被定價。

App Store 能夠成立，靠的是一套完整的評價體系：功能明確、體驗穩定，還有評分和用戶評價。更重要的是，同一個 App 任何人運行，效果都是一樣的。

Skill 缺乏的就是這種確定性。更換一個模型或上下文環境，Skill 的輸出效果可能會有巨大差異。杉森楠向「AIX財經」表示，不同 Agent 產品的性能存在差異，搭載的模型能力也各不相同，同一個 Skill 在不同產品和模型上運行的結果無法控制。即使在同一產品、同一模型下，由於 AI 本身的隨機性，輸出也未必一致。

何宇補充了另一個角度：多數面向普通用戶的通用 Skill 屬於開放式輸出，沒有唯一的標準答案，行業目前也缺少統一的效果評判標準。優質 Skill 無法被有效識別，用戶的篩選成本極高。

效果不穩定，就無法建立評價體系。評價體系無法建立，用戶就缺乏付費的依據。

第二道坎在於，成本不透明。

完成同一個任務，不同 Skill 消耗的 Token 量可能相差幾倍，但用戶在安裝前無從得知。同樣功能的兩個 Skill，哪個更「省 Token」？無法比較。

何宇舉了一個例子，他曾在同一平台上使用過兩個長文總結 Skill，處理同一份文件、下達同樣的指令，但消耗的 Token 量差距很大，而且這種差異在選擇 Skill 時完全看不出來。用戶付費購買了 Skill，還要額外承擔不確定的 Token 消耗成本，這筆賬怎麼算？

第三道坎在於安全風險。

今年以來，Skill投毒事件已有先例，惡意 Skill 會透過仿冒熱門 Skill 名稱上架，竊取用戶數據。各平台雖然陸續上線了審查機制，但這也提高了開發者上傳 Skill 的門檻。

杉森楠在小紅書上傳 Skill 時就遇到了限制，平台只允許上傳 Markdown 和 TSD 檔案，複雜 Skill 無法完整上傳，最後只能降級成一個 Prompt。安全審查和開發者體驗之間，還沒有找到平衡點。

最後一道坎是缺乏標準化協議。

不同開發者對同一任務的描述方式不同，容易讓模型產生理解偏差，執行效果參差不齊。何宇表示，描述上的歧義讓 Skill 的實際體驗難以把控，“好用”就成了玄學。

再加上缺乏標準化的權限邊界，「一次開發、多平台分發」的理想效果還落不了地。

這四道坎其實指向了同一個原因：Skill 本質上是個性化工作流程，天然抗拒標準化。而商業化的前提，恰恰是標準化。

因此，現在的 Skill 商店更像是一個展示貨架，商品擺出來了，但用戶不知道該選哪個，選了也不知道好不好用。距離真正的「交易」，還有不短的路要走。

先把目光從平台拉到開發者身上。

獨立開發者陳旭曾於扣子上傳過一個付費 Skill。審核通過當天便有 6 人付款，首頁推薦帶來了持續曝光。但好景不長，他很快發現，自己不再有機會進入首頁推薦，用戶必須主動搜索才能找到，也無法投放流量。首頁曝光機會完全由平台掌控，隨機性很強。

This at least highlights two points: First, there is genuine demand for Skill payments; second, developers’ distribution capabilities on existing platforms are extremely limited.

那麼，Skill 商店能成為下一個 App Store 嗎？從目前來看，有兩方面阻礙。

一方面，Skill 缺乏統一的評估體系。陳旭提到，他選 Skill 通常基於 GitHub 的星數，因為這些經過了用戶的真實檢驗，但國內平台的熱門排行與外網存在偏差，指標可能失真。缺乏跨平台、標準化的評估體系，用戶只能憑運氣選擇。

另一方面，Skill 具有強烈的個性化屬性。杉森楠提到，市面上大多數通用 Skill 的效果有限。真正好用的 Skill 需要貼近個人的工作流程，在實際工作中反覆調試，沉淀出專屬的方法論。打個比方，即使同為「寫作助手」的兩個 Skill，適配的工作流程和產出風格也可能完全不同。

如果無法建立評估體系，Skill 商店就只能停留在展示貨架的階段。

但從另一個角度看，Skill 本質上是一種新形態的商品。過去用戶為「確定性」付費，需要一個功能，就下載一個 App。現在買的是「可能性」，買一種創造能力、一套可重複使用的方法論。

He Yu divided scenarios with paid foundations into two categories: one is office essentials, such as contract review and data report generation—processes with fixed workflows where enterprises have strong willingness to pay; the other is personal tools, such as resume optimization for job hunting and statement writing for study abroad—scenarios with relatively higher paid conversion rates.

問題在於，誰能把這個空間變成真正的生意？

三類入局者各有優勢，但各有短板。

互聯網大廠最接近場景，但 Skill 商店對它們而言只是「添頭」，不會投入核心資源。大模型公司在模型適配上具有天然優勢，但生態系統不如大廠，Skill 商店僅是增值服務，本質上仍希望用戶持續調用模型。內容平台的傳播能力最強，在 Skill 尚未建立標準化評估體系的階段，用戶選擇 Skill 依賴博主推薦和使用演示，這正是內容平台擅長的領域，但它們與技術生態最遠。

Skill 的不穩定性、個性化屬性與安全隱患，決定了這門生意比表面看起來難得多。對入局者來說，目前還沒有任何一家能讓「買 Skill」變得像「買 App」一樣自然。

本文來自微信公眾號“AIX財經”，作者：AIX財經團隊