← 返回新闻列表

互联网巨头争相布局Skill商店,AI时代流量入口争夺战升级

Skill作为AI Agent的“操作手册”,正成为AI领域的热门焦点。腾讯、阿里、字节跳动等众多公司已纷纷推出Skill商店,旨在抢占AI时代的流量入口。尽管目前大部分Skill商店尚未实现盈利,但其背后的战略价值——通过掌握分发权来驱动生态消费,正吸引着各方势力积极投入。

文 / 编辑部 · 2026/06/04 · 阅读约 9 分钟

分享:
互联网巨头争相布局Skill商店,AI时代流量入口争夺战升级

Skill,被形象地比喻为人工智能Agent的“操作手册”,它是一份详细的结构化指令文件。这份文件明确规定了AI应调用何种工具、在特定情境下如何进行判断以及最终产出结果的标准。AI Agent通过解读这份文件,便能按照预设路径执行各项任务。

例如,一位经验丰富的产品经理可以将自己撰写产品需求文档的一整套流程封装成一个Skill。任何人的Agent只要安装了这个Skill,就能按照相同的框架生成一份规范的需求文档。

随着Skill数量的不断增长,其分发平台应运而生。最初,GitHub和ClawHub等开发者社区承担了这一角色,Skill的上传、搜索和下载都在这些技术社区内部完成。

互联网巨头们也迅速跟进。今年3月,腾讯、阿里巴巴和字节跳动相继在其Agent平台上线了Skill商店。随后两个月,智谱、美团、小红书等公司也陆续加入战局。从互联网大厂到大模型公司,再到本地生活巨头乃至内容平台,各方势力都在争夺这一新兴入口。

这场Skill商店的竞争实质上是对AI时代流量入口的抢占,谁能掌控分发权,谁就能掌握用户资源。

然而,除了字节跳动的“扣子”尝试了Skill付费模式,其他平台上的Skill大多免费提供。面对这些尚不盈利的“商店”,为何各大公司仍趋之若鹜?

当前市场涌现出三类主要玩家,他们参与Skill商店竞争各有盘算。要理解其动机,可以借鉴移动互联网时代苹果App Store的成功模式。

App Store不仅依靠应用下载的30%分成盈利,其核心价值更在于:开发者为融入iOS生态而开发应用,用户为使用这些应用而选择iOS生态,进而持续在生态内进行消费,例如购买iCloud服务、订阅Apple Music或进行应用内付费。分发权是入口,生态消费才是其收入的真正来源。

Skill商店的争夺遵循着相同的逻辑。用户倾向于在哪里获取Skill,就会在哪里持续消费相关服务。与移动互联网时代已验证的模式不同,Skill商店目前仍处于“概念阶段”。理解了这点,便能看清三类入局者的不同策略。

第一类是互联网巨头,它们希望通过Skill商店引流,并在自身生态中实现盈利。

阿里巴巴在其JVS Claw Agent助手内嵌了“虾小宝”Skill市场,用户选择的Skill可一键同步至工具中使用。Skill市场本身不收费,但用户调用Skill需消耗算力,这部分算力消耗正是阿里旗下的云业务收入来源。

字节跳动则采取双线并行策略。火山引擎推出的“Find Skill”面向企业客户,整合了ClawHub、GitHub等多个Skill来源;其“扣子”平台搭载的Skill商店则面向普通开发者,旨在降低创作和使用门槛,并支持Skill的销售。字节跳动的目标是吸引开发者群体,通过Skill带动其云服务和算力的消费。

腾讯的策略略有不同。“SkillHub”本质上是海外ClawHub的本地化镜像站点,负责引流与本土化适配。然而,腾讯真正的底牌是其微信小程序生态。依仗数百万小程序积累的成熟服务链路,腾讯有望将各类线上线下服务封装为标准化的Skill。若此路径成功,其商业模式将与小程序类似,主要赚取交易抽成和广告收入。

美团则旨在通过Skill生态反哺其主营业务。其4月发布的“xia345”定位于AI Agent生态导航,已收录逾20个Agent和7000多个Skill。紧接着5月,美团又公测了AI社区“觅游”,入驻Agent超过3000个,Skill总数超过4万。用户在“觅游”上浏览分享,再到“xia345”下载使用。Skill本身不直接盈利,但它能延长用户在美团体系内的停留时间,为到店、外卖等核心业务创造更多转化机会。

第二类是大模型公司,它们期望通过Skill商店留住用户,并从模型调用中获取收益。

智谱公司于4月在其Agent平台Auto Claw上线了“AgentMore Skills广场”,整合了官方精选、Skill Hub和开源社区三个模块,支持一键零Token安装。

月之暗面的动作更早,早在2月就推出了“Kimi Claw”,用户可在网页端一键部署Open Claw,并配置技能库,直接在浏览器内安装和调用各类Skill。

大模型公司运营Skill分发平台看似最为合理。模型本身是Skill运行的基础,开发Skill商店能促进自家大模型的持续调用,从而将用户留在自己的技术生态中。

据大模型公司Agent工程师何宇透露,自主研发的Skill与自家底层模型的适配性更高,使用体验也更佳。从本质上看,Skill是吸引用户的“诱饵”,而模型调用量才是真正的“鱼”。

第三类是内容平台,它们将Skill视为一种新型内容品类,通过引流和广告获取收益。

小红书近期推出了“Red Skill”,目前尚处于内测阶段。用户可以在帖子下方挂载Skill链接,点击即可复制安装指令。与传统的Skill通过搜索和配置分发不同,小红书采取的是内容推荐模式,将Skill转化成可供浏览和推荐的内容形式。小红书并非直接从Skill销售中获利,而是受益于这部分内容所带来的流量和广告收入。

这三类玩家的策略核心思想都是一致的:Skill商店本身不直接盈利,但它是获取和 удерживать用户的关键入口。真正的收入来源,存在于Skill生态之外。

然而,这一判断成立的前提是开发者和用户真正愿意使用这些Skill商店。

独立开发博主杉森楠指出,这些内嵌于大厂产品中的Skill商店,其实际吸引力可能不如预期。它们更像是整个产品的附属功能,存在感不强,也并非大厂的主推方向。相比之下,内容平台凭借其天生的传播能力,在Skill分发环节更具竞争力。

换言之,商店虽然搭建起来了,但其吸引力尚未达到理想水平。

要评判Skill商店这门生意的盈利能力,最直接的便是看其能否赚钱。

目前,只有字节跳动的“扣子”支持Skill交易,允许创作者对其Skill进行定价销售。其他平台大多采用免费分发模式。真正构成“交易”的,反而是有人在闲鱼上利用信息差,将开源Skill进行打包转售。

Skill“商店”目前仅是一种比喻说法,问题症结何在?

首要障碍在于Skill难以定价。

App Store的成功建立在一套完整的评价体系之上:功能明确、体验稳定,辅以评分和用户评价。更重要的是,同一款App在任何用户设备上运行,效果都是相同的。

Skill恰恰缺乏这种确定性。在不同的模型、不同的上下文环境中,Skill的产出效果可能大相径庭。杉森楠向“AIX财经”透露,不同Agent产品的性能和所搭载的模型能力存在差异,同一个Skill在不同产品和模型上运行,其结果难以预测。即便在同一产品、同一模型下,由于AI固有的随机性,输出结果也未必一致。

何宇补充道,多数面向普通用户的通用Skill属于开放式输出,没有唯一的标准答案,且行业目前缺乏统一的评判标准。优质Skill难以有效识别,用户筛选成本极高。

效果不稳定导致评价体系难以建立,评价体系的缺失则让用户缺乏付费的依据。

第二个障碍在于成本不透明。

完成同一任务,不同Skill消耗的Token数量可能相差数倍,但用户在安装之前对此一无所知。面对功能相同的两个Skill,哪一个更“节省Token”?用户无从比较。

何宇举例称,他曾同一平台上使用过两个长文总结Skill,处理同一份文档、下达相同指令,但消耗的Token量差异巨大,而这种差异在选择Skill时完全无法察觉。用户购买Skill后,还需要额外承担不确定的Token消耗成本,这笔账该如何计算?

第三个障碍是安全风险。

今年以来,Skill投毒事件已有所发生,恶意Skill会通过假冒热门Skill名称上架,窃取用户数据。尽管各平台已陆续上线审查机制,但这无形中也提高了开发者上传Skill的门槛。

杉森楠在小红书上传Skill时就遇到了限制,平台仅允许上传Markdown和TSD文件,复杂的Skill无法完整上传,最终只能降级为一个Prompt。安全审查与开发者体验之间,尚未找到平衡点。

最后一个障碍是标准化协议的缺失。

不同开发者对同一任务的描述方式存在差异,容易导致模型产生理解偏差,执行效果参差不齐。何宇表示,描述上的歧义使得Skill的实际体验难以掌控,“好用”成了一门玄学。

加之缺乏标准化的权限边界,“一次开发、多平台分发”的理想效果目前还无法实现。

这四道坎共同指向一个核心问题:Skill本质上是个性化的工作流程,天然排斥标准化。然而,商业化的前提恰恰是标准化。

因此,当前的Skill商店更像是一个展示货架,商品已经摆出,但用户不确定该如何选择,选择后也不知道效果如何。距离真正的“交易”环节,还有漫长的路要走。

那么,Skill商店能否成为下一个App Store?从目前来看,主要存在两方面的阻碍。

一方面,Skill缺乏统一的评估体系。陈旭提到,他通常会参考GitHub上的星级进行Skill选择,因为这些数据经过了用户的实际检验。然而,国内平台的热门排行榜与外部网络可能存在偏差,指标可能失真。缺少跨平台、标准化的评估体系,用户只能凭运气挑选。

另一方面,Skill具有强烈的个性化属性。杉森楠指出,市面上大多数通用Skill的效果有限。真正好用的Skill需要紧密贴合个人工作流,在实际工作中反复调试,从而沉淀出专属的方法论。举例来说,即使是两个名为“写作助手”的Skill,其适配的工作流和产出风格也可能截然不同。

评估体系无法建立,Skill商店便只能停留在展示货架的阶段。

然而,从另一个角度看,Skill本质上是一种新型商品。过去,用户为“确定性”买单,需要一个功能就下载一个App。现在购买的则是“可能性”,即一种创造能力或一套可复用的方法论。

何宇将有付费基础的场景分为两类:一是办公刚需,例如合同审核、数据报表生成等流程固定的场景,企业付费意愿强烈;二是个人工具,例如求职简历优化、留学文书撰写等场景,付费转化率相对较高。

问题在于,谁能将这个空间转化为真实的商业机会?

三类入局者各有优势,但也各有短板。

互联网巨头最接近应用场景,但对它们而言,Skill商店可能只是“锦上添花”,不会投入核心资源。大模型公司在模型适配方面拥有天然优势,但其生态规模无法与大厂匹敌,Skill商店对其而言更多是增值服务,本质上仍是希望用户持续调用其模型。内容平台的传播能力最强,在Skill尚无标准化评估体系的阶段,用户往往依赖博主推荐和使用演示来选择Skill,这恰是内容平台的优势所在,但它们离技术生态最远。

Skill的不稳定性、个性化属性以及安全隐患,决定了这门生意远比表面看起来复杂。对所有入局者而言,要让“购买Skill”像“购买App”一样自然,目前尚未有哪家公司能做到。

(应受访者要求,文中陈旭、何宇为化名。)

广告位 · 文末横幅