اهدای Agent Skills به بنیاد Agentic AI؛ استاندارد جدید عامل‌های هوشمند

شرکت Anthropic استاندارد متن‌باز Agent Skills را به بنیاد Agentic AI زیر نظر Linux Foundation اهدا کرد؛ استانداردی که امروز بیش از ۷۰ پلتفرم عامل هوشمند، از ChatGPT و Cursor تا GitHub Copilot و VS Code، از آن پشتیبانی می‌کنند.

۱. ماجرا چیست و چه چیزی اهدا شد؟

شرکت Anthropic اعلام کرد استاندارد Agent Skills را از مالکیت خود خارج می‌کند و به بنیاد Agentic AI می‌سپارد. این بنیاد زیرمجموعه‌ی Linux Foundation است و پیش‌تر هم میزبان پروتکل MCP بوده است. آنچه منتقل می‌شود فقط یک مخزن کد نیست؛ نام پروژه، لوگو، سازمان گیت‌هاب و دامنه‌ی agentskills.io هم به بنیاد می‌رسد.

معنی عملی این کار روشن است. دیگر یک شرکت تنها تصمیم نمی‌گیرد استاندارد به کدام سمت برود. مهندسانی از Anthropic، گوگل، OpenAI و شرکت‌های دیگر به‌صورت فردی نگهدار پروژه هستند و دو نفر یعنی David Soria Parra و Mahesh Murag نگهداران اصلی آن به شمار می‌آیند.

برای کسانی که تازه با این فضا آشنا می‌شوند، پیشنهاد می‌کنیم قبل از ادامه، صفحه‌ی OpenAI چیست و آرشیو اخبار هوش مصنوعی را هم مرور کنید.

۲. Agent Skills دقیقاً چیست؟

مهارت عامل، یعنی Agent Skill، در ساده‌ترین شکل یک پوشه است. داخل این پوشه فایلی به نام SKILL.md قرار دارد که توضیح می‌دهد عامل برای انجام یک کار خاص چه مراحلی را طی کند. اگر کار به اسکریپت یا فایل مرجع نیاز داشته باشد، آن‌ها هم کنار همین فایل قرار می‌گیرند.

چرا این روش هوشمندانه است؟

عامل هنگام شروع به کار فقط نام و توضیح کوتاه هر مهارت را می‌خواند. تنها وقتی درخواست کاربر با یک مهارت جور باشد، دستورالعمل کامل آن بارگذاری می‌شود. نتیجه این است که پنجره‌ی کانتکست عامل با ده‌ها دستورالعمل بلند پر نمی‌شود و هزینه و خطا کمتر می‌شود. این همان ایده‌ای است که در بحث مهندسی کانتکست هم اهمیت دارد.

تفاوت آن با پرامپت معمولی

پرامپت معمولی را هر بار باید بنویسید یا کپی کنید. مهارت یک‌بار نوشته می‌شود، نسخه‌بندی می‌شود، میان تیم‌ها دست‌به‌دست می‌شود و هر عاملی که استاندارد را بشناسد آن را اجرا می‌کند. اگر تازه با نوشتن دستور برای مدل‌ها شروع کرده‌اید، راهنمای آموزش نوشتن پرامپت برای مبتدیان نقطه‌ی شروع خوبی است.

۳. اعداد و ارقام رشد استاندارد

مهارت‌ها در اکتبر ۲۰۲۵ معرفی شدند و در دسامبر همان سال به یک استاندارد باز تبدیل شدند. طبق اعلام Anthropic، امروز بیش از ۷۰ پلتفرم عامل هوشمند این استاندارد را پیاده‌سازی کرده‌اند. میان آن‌ها نام‌هایی مثل ChatGPT، Cursor، GitHub Copilot و VS Code دیده می‌شود.

تعداد مهارت‌های منتشرشده به یک میلیون رسیده و شمار نصب‌ها نزدیک به ۲۸۰ میلیون است. چنین رشدی در کمتر از یک سال نشان می‌دهد که توسعه‌دهندگان به یک قالب ساده و قابل‌حمل برای آموزش دادن به عامل‌ها نیاز داشتند. سادگی SKILL.md هم یکی از دلایل اصلی همین استقبال است.

۴. بنیاد AAIF چیست و چرا مهم است؟

بنیاد Agentic AI در دسامبر ۲۰۲۵ به‌دست Anthropic، شرکت Block و OpenAI تأسیس شد. همان زمان Anthropic پروتکل MCP را به آن اهدا کرد؛ پروتکلی که اتصال مدل‌ها به ابزارها و داده‌ها را استاندارد می‌کند. حالا این بنیاد میزبان ۱۰ پروژه است و ۳۰۵ سازمان در آن عضو هستند.

David Soria Parra، یکی از سازندگان MCP، گفته است بنیاد برای MCP یک «خانه‌ی بی‌طرف» فراهم کرده است. اهدای Agent Skills همان منطق را تکرار می‌کند: وقتی رقبا هم استاندارد را بسازند و هم از آن استفاده کنند، اعتماد به آن بیشتر می‌شود و خطر قفل شدن روی یک شرکت کاهش پیدا می‌کند.

۵. رابطه‌ی MCP و Agent Skills

این دو استاندارد رقیب هم نیستند و کار متفاوتی انجام می‌دهند. پروتکل MCP می‌گوید عامل به چه ابزارها و منابعی دسترسی دارد؛ مثلاً ایمیل، پایگاه داده یا تقویم. در مقابل، مهارت‌ها به عامل یاد می‌دهند با آن ابزارها چه کاری و به چه روشی انجام دهد.

مثال ساده: MCP به عامل اجازه می‌دهد وارد صفحه‌گسترده شود، اما مهارت مشخص می‌کند گزارش ماهانه‌ی شرکت شما با چه ساختار، چه فرمول‌ها و چه لحنی ساخته شود. ترکیب این دو، عامل را از یک چت‌بات عمومی به یک همکار تخصصی نزدیک می‌کند. برای دید کلی‌تر درباره‌ی کاربرد تجاری این فناوری‌ها، مقاله‌ی اهمیت هوش مصنوعی در کسب‌وکار را بخوانید.

۶. خطر امنیتی؛ ۹۶۹ مهارت مخرب

هر استاندارد محبوبی به هدف مهاجمان هم تبدیل می‌شود. گزارش زنجیره‌ی تأمین سال ۲۰۲۶ شرکت JFrog ۹۶۹ مهارت مخرب را شناسایی کرده که بارهای تخریبی پرتأثیر داشتند. دلیل خطر روشن است: مهارت فقط متن نیست و می‌تواند اسکریپت اجرایی هم همراه داشته باشد.

اگر کسی مهارتی را بدون بررسی نصب کند، در عمل به یک کد ناشناس اجازه‌ی اجرا روی سیستم یا حساب‌هایش داده است. پیشنهاد نقشه‌ی راه Anthropic شامل راهنمای امنیتی برای نویسندگان و نصب‌کنندگان مهارت است، اما تا آن زمان مسئولیت اصلی با خود کاربر است.

چند توصیه‌ی عملی

مهارت‌ها را فقط از منابع شناخته‌شده نصب کنید. محتوای SKILL.md و اسکریپت‌های همراه را پیش از اجرا بخوانید. به عامل بیش از نیاز دسترسی ندهید و کارهای پرخطر را با تأیید دستی انجام دهید. این رویکرد با نگاه واقع‌بینانه به توانایی‌ها و محدودیت‌های هوش مصنوعی در دنیای واقعی هم هماهنگ است.

۷. نقشه‌ی راه پیشنهادی و نقش جامعه

طبق نقشه‌ی راه پیشنهادی Anthropic، استاندارد به‌زودی نسخه‌بندی رسمی خواهد داشت و برای تغییر مشخصات، فرایند پیشنهاد رسمی تعریف می‌شود. همچنین راهنمای امنیتی برای تولیدکنندگان و کاربران مهارت‌ها منتشر خواهد شد. هر کسی می‌تواند درباره‌ی تغییرهای پیشنهادی در دیسکورد پروژه نظر بدهد.

نکته‌ی مهم برای توسعه‌دهندگان این است که برای استفاده یا مشارکت در استاندارد لازم نیست عضو AAIF باشید. یعنی تیم‌های کوچک و حتی افراد مستقل هم می‌توانند مهارت بنویسند، منتشر کنند و در تعیین جهت پروژه نقش داشته باشند.

۸. این خبر برای کاربران ایرانی و کسب‌وکارها یعنی چه؟

برای کاربر عادی، مهم‌ترین پیام این است که مهارتی که امروز برای یک ابزار می‌نویسید، فردا در ابزارهای دیگر هم قابل استفاده خواهد بود. این یعنی سرمایه‌گذاری روی نوشتن دستورالعمل‌های دقیق، دیگر به یک محصول خاص وابسته نیست.

برای کسب‌وکارها، فرصت اصلی در استانداردسازی کارهای تکراری است: پاسخ به مشتری، تهیه‌ی گزارش، بازبینی قرارداد یا تولید محتوا. هر تیم می‌تواند شیوه‌ی کار خودش را در یک پوشه‌ی مهارت ثبت کند و همه‌ی عامل‌های مورد استفاده از آن بهره ببرند. برای شروع، سری آموزش‌های ChatGPT و مقاله‌ی توهم هوش مصنوعی؛ توسعه‌دهنده‌ی تنها در برابر مهندس واقعی دید خوبی می‌دهند.

۹. یک مهارت خوب چه شکلی دارد؟

نوشتن مهارت کار پیچیده‌ای نیست، اما کیفیت آن به دقت توضیح بستگی دارد. نام مهارت باید کوتاه و روشن باشد و توضیح آن دقیقاً بگوید در چه موقعیتی باید فعال شود. اگر توضیح مبهم باشد، عامل یا آن را هیچ‌وقت انتخاب نمی‌کند یا در جای نادرست سراغش می‌رود.

بدنه‌ی فایل SKILL.md باید مرحله‌به‌مرحله بنویسد چه کاری، با چه ترتیبی و با چه معیار موفقیتی انجام شود. مثال‌های ورودی و خروجی بسیار کمک می‌کنند. اگر کار به محاسبه یا تبدیل فایل نیاز دارد، اسکریپت را کنار فایل بگذارید تا عامل مجبور نباشد هر بار آن را از صفر بنویسد.

یک قاعده‌ی خوب این است که هر مهارت فقط یک کار را انجام دهد. مهارت «گزارش هفتگی فروش» از مهارت «پاسخ به ایمیل مشتری» جداست. با این تقسیم‌بندی، عامل مهارت درست را راحت‌تر پیدا می‌کند و نگهداری مجموعه هم ساده می‌ماند.

۱۰. رقابت و همکاری شرکت‌های بزرگ

نکته‌ی جالب این خبر، حضور رقبا در کنار هم است. ChatGPT محصول OpenAI و GitHub Copilot محصول مایکروسافت، هر دو از استانداردی پشتیبانی می‌کنند که Anthropic ساخته است. دلیلش ساده است: وقتی کاربران مهارت‌های خود را یک‌بار بنویسند و در همه‌جا استفاده کنند، هیچ شرکتی نمی‌خواهد پلتفرمش از این اکوسیستم بیرون بماند.

این همان الگویی است که قبلاً با MCP دیده شد. استانداردهای مشترک بازار را بزرگ‌تر می‌کنند و رقابت را از «قفل کردن کاربر» به «کیفیت مدل و تجربه‌ی کاربری» منتقل می‌کنند. برای کاربران این بهترین نتیجه است، چون می‌توانند ابزار را عوض کنند بی‌آنکه دانش و دستورالعمل‌هایشان را از دست بدهند.

۱۱. پرسش‌های متداول

آیا Agent Skills همان MCP است؟

خیر. پروتکل MCP راه اتصال عامل به ابزارها و داده‌هاست، ولی Agent Skills دستورالعمل انجام یک کار را در قالب پوشه‌ای با فایل SKILL.md در اختیار عامل می‌گذارد. این دو مکمل یکدیگرند.

آیا استفاده از این استاندارد رایگان است؟

بله، استاندارد باز است و برای استفاده یا مشارکت در آن لازم نیست عضو بنیاد شوید. هزینه‌ی احتمالی فقط به پلتفرم یا مدلی برمی‌گردد که مهارت را اجرا می‌کند.

چه پلتفرم‌هایی از آن پشتیبانی می‌کنند؟

طبق اعلام Anthropic بیش از ۷۰ پلتفرم، از جمله ChatGPT، Cursor، GitHub Copilot و VS Code، این استاندارد را پیاده‌سازی کرده‌اند.

آیا نصب مهارت خطرناک است؟

اگر منبع معتبر نباشد، بله. گزارش JFrog از ۹۶۹ مهارت مخرب خبر داده است. پیش از نصب، محتوای مهارت و اسکریپت‌های آن را بررسی کنید.

چرا اهدای این استاندارد خبر مهمی است؟

چون کنترل آن از یک شرکت به یک بنیاد بی‌طرف می‌رسد و رقبایی مثل OpenAI و گوگل هم در نگهداری آن نقش دارند. این موضوع اعتماد و پذیرش گسترده‌تر را ممکن می‌کند.