北京
你发现没有，AI工具正在悄悄换代？一年多前，聊起怎么给聊天机器人接插件、搭演示原型，所有人都在用MCP。那时候的视频、文章、项目里，MCP几乎就是默认选项，像空气一样自然。而最近风向变了，圈子里突然都在聊一个叫Skills的东西，好像一夜之间冒出来取代了旧主角。
18个月前，MCP就是AI工具连接的硬通货。任何Demo背后、那些能与外部数据打交道的聊天机器人底层，跑的都是这套协议。开发者们习惯了用它来搭建、测试、分享各种连接器，整个生态都围着它转。它解决的问题很明确：让不同AI模型、工具和服务之间有一套通用的对话接口，写一次，到处跑。那时候没人怀疑它会是长期标准。
转折点出现在大家开始讨论Skills上。这个词没有精确的技术定义，但肉眼可见的讨论量暴涨。作家Greg Gyb在一次对谈里帮我把逻辑串起来了——他说，现在最热的编程语言不是Python，也不是Rust，是英语。这句话把整个变化直接点透了。Skills做了一件事：让完全不写代码的人，直接用英语写出指令、不断优化、还能分享给团队，然后部署在智能体上面，整个流程快得不像话，连一行传统代码都不用写。
仔细想，MCP解决的是“怎么连”，Skills解决的是“怎么用”。前者像给不同工具修了一条标准化的高速公路，后者干脆告诉大家：高速公路的乐高说明书你自己写吧，用你本来就熟悉的语言。所以非技术人员突然从只能提需求，变成了可以直接介入AI工作流的搭建者。他们不再等工程师排期，而是自己写一段英文描述，把任务交给智能体去执行，测试、迭代、分享全都在同样的语言平面完成。
这种模式带来的变化很直接：指令本身成了代码仓库里最活跃的一层。以前最值钱的是连接器代码，现在最值得优化的反而是那些几行英文句子。团队效率的瓶颈也从服务打通，转移到了谁能把任务描述得更清晰、更无歧义。说白了，工程师用代码写逻辑，普通人用英语写意图，两者在同一个Agent平台上平等地争夺算力。
Greg的话之所以出圈，就是因为他把这条线画清楚了——不是编程变简单了，而是“编程”的定义被扩宽了。当英语变成最热的编程语言，任何能用英文清晰表达任务的人，都成了开发者。这和写提示词不同，Skills允许整体流程编排、可分享的标准指令以及持续迭代，相当于把原本藏在界面背后的自动化逻辑，直接交给整个团队用最日常的语言来协作完成。
当然，MCP并没有消失，它还在大量底层承担连接工作。只是舞台上最亮的那束光，已经从基础设施层移到了表达层。大家不再讨论“怎么接”，开始讨论“怎么让AI真听懂我说的”。下一步，也许连英语都不再是唯一选择，各语种的“自然语言编程”会跟着Skills的模式跑起来。但至少眼下，英语已经成功抢到了最热编程语言的头衔。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
