Vercel 正在把 AI 智能体的能力分发方式，推向类似 npm 的包管理模式。1 月 17 日，Vercel 创始人兼 CEO Guillermo Rauch 在 X 上宣布推出 skills，将其定义为“AI 技能的 npm”。随后，Vercel 在更新日志中正式发布这一命令行工具，用于为智能体安装、管理和复用标准化能力包。其官方仓库 vercel-labs/skills 上线仅 5 个月，GitHub 星标已达到 2.4 万。
这套工具的核心体验非常直接：开发者可以通过 npx skills add <package> 安装技能包，也可以使用 list、update、remove 管理已安装内容。与传统 npm 安装代码库不同，skills 安装的是面向智能体的“能力模块”。例如执行 npx skills add vercel-labs/agent-skills 后，Claude Code 就能获得 React、Next.js 工程规范及设计准则，并在后续生成代码时持续遵循这些规则。
AI 工具层开始出现“npm 化”趋势
按照 Vercel 的设计，一个 skill 本质上是一个文件夹，核心文件是带 YAML 头信息的 SKILL.md，用于描述技能内容及适用场景。文件夹中还可以包含参考文档、模板，以及可直接执行命令的 scripts 目录。相比过去开发者反复在对话中补充项目约束、命名习惯和工程规范，skills 试图把这些经验沉淀成可复用、可分发、可版本管理的模块。
值得注意的是，skills 并不是某一家的封闭功能。根据原文信息，Claude Code、Cursor、Codex、GitHub Copilot、Windsurf、Gemini CLI 等在内的 68+ 个智能体工具已被纳入支持范围。也就是说，同一份技能包可以在不同 AI 编程工具之间复用，Vercel 试图建立的是统一入口，而不是单一产品内的插件系统。
Vercel 还同步上线了 skills.sh，作为技能目录与安装量排行榜。该网站让开发者可以查看哪些技能最热门、安装量有多少。当前排名第一的技能是 find-skills，安装量已达到 230 万次；frontend-design、vercel-react-best-practices 等技能也位列前排。某种程度上，这让 AI 编程能力第一次有了类似“热门下载榜”的分发界面。
find-skills 让 AI 开始自己寻找能力
在整个体系中，最受关注的是 find-skills。这是一个“找技能的技能”：当用户提出“如何完成 X”或“有没有能做某事的技能”这类需求时，它会负责搜索、筛选并安装匹配的能力包。也就是说，用户不必提前知道技能名称和来源，只需要表达目标，AI 就能自行补齐工具链。
按照其公开定义，find-skills 在推荐前会加入若干筛选条件，包括优先考虑安装量超过 1000+ 的技能、对安装量低于 100 的项目保持警惕，并优先选择 Vercel、Anthropic、微软等官方来源。如果仓库星标低于 100，它也会提高审慎级别。这意味着 AI 不只是获得了技能目录，还开始拥有初步的“能力搜索引擎”。
这一变化的意义不只在程序员群体。原文提到，设计师、产品经理、内容创作者等非工程背景用户，往往更依赖 AI 来完成代码、文档和流程规范工作，但他们缺乏工程化习惯，也更难手动筛选工具。find-skills 提供的自动搜索与安装流程，等于给这些用户提供了一个更低门槛的能力调度入口。
安全风险成为技能生态最大变量
不过，技能包的便利性也带来了更复杂的攻击面。与纯文本提示词不同，skill 中不仅包含说明文档，还可能包含 scripts 目录中的可执行脚本。这意味着第三方技能安装后，可能直接在本地电脑中运行命令、访问文件系统、连接网络，甚至读取开发环境中的敏感配置。Vercel 也提醒用户，应把技能当作代码来审查，尤其要留意 scripts 目录。
安全机构 Snyk 在 ToxicSkills 研究中，对 ClawHub 和 skills.sh 上的 3984 个技能进行了系统审计。结果显示，1467 个（36.82%）存在任意安全缺陷，其中 534 个（13.4%）属于严重级别，问题覆盖恶意软件分发、提示词注入、密钥泄露等。研究还确认了 76 个 恶意载荷，另有 8 个 当时仍存在于 ClawHub 上。换算下来，平均每 7 到 8 个技能中，就可能有 1 个带来高危风险。
另一家安全机构 Koi Security 审计了 2857 个技能，并识别出 341 个 恶意项目。原文总结的主要攻击路径有两类：一类通过脚本诱导 AI 访问陌生 IP、下载并执行外部内容，或窃取 SSH、AWS 等配置；另一类则把恶意指令直接嵌入 SKILL.md，让智能体在读取说明时把隐藏内容当作合法工作要求执行。更激进的样本，甚至会试图窃取智能体保存的对话记忆文件。
从 Next.js 到 skills，Vercel 试图复制开发者分发路径
从战略视角看，skills 并不只是一个 CLI 工具。Vercel 过去曾凭借 Next.js 与部署平台结合，切入前端开发者的核心工作流，把“开发—预览—上线”压缩到更少步骤。现在，Rauch 想把类似的方法迁移到 AI 智能体层：把零散的提示词经验、工程规范和执行逻辑封装成标准化能力包，再通过统一入口完成安装和更新。
Rauch 的职业路径也与这一思路高度一致。公开资料显示，他早年参与开源项目 MooTools，18 岁进入旧金山从事前端开发，其代表作之一是实时通信库 Socket.io，曾被 Notion 的实时同步与 Coinbase 早期交易产品采用。之后，他创立 Vercel，并推出 Next.js 等工具，服务华盛顿邮报、保时捷、Under Armour、任天堂等企业在线业务。按照原文的概括，Rauch 过去 20 年一直在做同一件事：把复杂工程压缩成开发者愿意直接运行的“一行命令”。
这也是 skills 当前最受关注的原因。一方面，它让 AI 能力首次具备了类似软件包的安装、更新、排行榜和跨工具复用能力；另一方面，它也把 npm 生态过去长期存在的投毒、供应链与权限边界问题，一并带到了智能体时代，而且风险可能更高，因为 skill 同时混合了提示词、执行代码与本地权限。对于开发者而言，AI 能力的“npm 时刻”或许已经到来，但挑包、看来源、审权限这些老规则，仍然不能省略。