作者：彭昭（智次方創(chuàng)始人、云和資本聯(lián)合創(chuàng)始合伙人）
物女皇：技能定勝負
這是我的第403篇專欄文章。
最近ClawdBot在硅谷和全球開發(fā)者社區(qū)的爆火，不僅僅是一個AI項目的成功，它更像是一個信號，標志著AI正在從對話式向執(zhí)行式轉(zhuǎn)型。
ClawdBot這個本地智能工具，能夠接入多種服務(wù)、執(zhí)行定時任務(wù)、長期記憶上下文，讓很多開發(fā)者第一次體驗到了什么叫做真正能干活的AI。GitHub上數(shù)萬星標的增長速度，以及因為它而脫銷的Mac mini，都在說明一個問題：市場對能夠?qū)嶋H執(zhí)行任務(wù)的AI存在巨大的需求缺口。
技能（Skills）比智能體更實用，是ClawdBot傳遞給我們的信息。在2026年，我們回看過去兩年的百模大戰(zhàn)，會發(fā)現(xiàn)一個集體性的誤區(qū)：整個行業(yè)試圖制造一個全知全能的大腦，卻忽略了讓這個大腦與物理世界交互的手腳。
我在2026中國AIoT產(chǎn)業(yè)年會上提出的判斷是，萬物智行意味著智能體作為一個獨立的物種，開始在物理世界和數(shù)字世界中自主地感知、決策、行動乃至交易。但過去智能體落地的最大瓶頸在于，AI大模型會思考但不接地氣。從智能體到技能的發(fā)展，正在填補這個鴻溝。
因此，本文將從ClawdBot現(xiàn)象出發(fā)，預(yù)判未來AIoT可能爆發(fā)的產(chǎn)品形態(tài)。
智能體與技能：調(diào)度者與執(zhí)行者
在深入分析之前，我們必須首先厘清智能體與技能，這兩個核心概念的區(qū)別與聯(lián)系。
智能體是具有自主決策能力的AI系統(tǒng)，它的核心能力在于感知環(huán)境、理解意圖、規(guī)劃任務(wù)和協(xié)調(diào)資源。如果用一個職場角色來類比，智能體更像是一個項目經(jīng)理，它的價值在于決定做什么以及誰來做。智能體的能力邊界取決于它的理解力、判斷力和協(xié)調(diào)力。
技能則完全不同，技能是標準化、可復(fù)用的能力單元，它的核心價值在于完成某一項具體的、明確的任務(wù)。繼續(xù)用職場角色類比，技能更像是一個專業(yè)的工程師，它知道怎么做并且能夠穩(wěn)定交付。技能的價值來源于可靠性、可復(fù)用性和可組合性。
一個優(yōu)秀的智能體，價值不在于它本身有多聰明，而在于它能調(diào)用多少高質(zhì)量的技能。
這就解釋了為什么說技能比智能體更實用。ClawdBot的爆火揭示了一個反直覺的真相：用戶可能并不需要一個無所不能但什么都做不好的超級智能體，而是需要一個能精準調(diào)用各種技能、穩(wěn)定完成具體任務(wù)的執(zhí)行系統(tǒng)。
這就像企業(yè)招聘時面臨的選擇。與其招一個什么都懂一點的通才，不如招一個能高效協(xié)調(diào)專業(yè)團隊的項目經(jīng)理，再配上一群各有專長的專業(yè)人士。智能體和技能的分工，本質(zhì)上就是這個道理。
接下來我們將討論，伴隨著ClawdBot的浪潮，為什么AIoT的競爭焦點可能將從智能體本身轉(zhuǎn)向技能生態(tài)。
從模型崇拜到技能編排
ClawdBot之所以能在短時間內(nèi)獲得如此大的關(guān)注，不是因為它比ChatGPT更會聊天，而是因為它更會干活。這揭示了AIoT的未來形態(tài)：我們不需要一個會寫詩的電飯煲，我們需要一個擁有標準化煮飯技能并能被任何智能體調(diào)用的物理節(jié)點。
從智能體到技能，預(yù)示著一種更具有性價比的通往AIoT萬物智行的迭代路徑。在新一代智能終端中，我們可能不再追求給每個設(shè)備都配備一個AI模型，這種做法讓我們避免了算力浪費，畢竟讓每個燈泡都具備理解復(fù)雜語義的能力并不現(xiàn)實，端側(cè)AI模型的成本也無法被消費級硬件的利潤覆蓋。
未來的正確路徑可能是技能網(wǎng)絡(luò)。設(shè)備不再追求更高的冗余智能，而是專注于如何更好的“暴露”自己的技能。
我們可以對比一下新舊兩種模式的差異。在舊模式下，當用戶對智能音箱說我冷了，音箱內(nèi)置的模型需要分析語義，然后去調(diào)用空調(diào)的API，空調(diào)再執(zhí)行制冷操作。整個過程中，音箱承擔(dān)了理解和調(diào)度的雙重職責(zé)，而空調(diào)只是一個被動的執(zhí)行終端。
在新模式下，空調(diào)在網(wǎng)絡(luò)中“暴露”的是一個制冷技能，這個技能有標準化的描述、輸入?yún)?shù)和輸出結(jié)果。用戶的個人智能體接收到我冷了這個意圖后，不需要理解空調(diào)的具體API，只需要像搭積木一樣，瞬間編排溫度傳感器技能、空調(diào)制冷技能和窗簾閉合技能。多個設(shè)備協(xié)同執(zhí)行，但調(diào)度邏輯集中在一個智能體中。
這個轉(zhuǎn)變的關(guān)鍵在于，設(shè)備從被動響應(yīng)指令的終端變成了主動暴露能力的技能節(jié)點，智能體從設(shè)備的附屬品變成了技能的調(diào)度中樞。
這里需要提到Anthropic推出的MCP協(xié)議，它就像AI時代的USB接口，讓技能有了標準化的接入方式。任何設(shè)備只要符合MCP標準，就能被任何智能體識別和調(diào)用。
這意味著未來AIoT的競爭，不再是誰的設(shè)備更智能，而是誰的技能生態(tài)更豐富。
技能是AIoT的應(yīng)用層
如果用一個類比來理解技能的價值，技能就像是給AI用的APP。APP是給人用的，人通過APP完成任務(wù)。技能是給智能體用的，智能體通過技能完成任務(wù)。用戶不需要自己寫提示詞、調(diào)試工具鏈，直接導(dǎo)入一個技能就能即插即用。
按照這個邏輯，我們可以把AIoT的技術(shù)棧重新劃分為三層。
最底層是協(xié)議層，MCP扮演這個角色，它是AI與物理世界交互的通用語法，解決的是能不能連接的問題。
中間是能力層，也就是技能所在的位置，它是標準化的語義單元，描述能做什么和怎么做，解決的是會不會用的問題。
最上層是調(diào)度層，智能體在這里發(fā)揮作用，它負責(zé)理解意圖、編排技能、執(zhí)行任務(wù)，解決的是怎么組合的問題。
未來可能會出現(xiàn)一類全新的智能硬件形態(tài)，這類輕量級硬件沒有APP，用戶不需要下載任何應(yīng)用。沒有屏幕，不需要人機交互界面。甚至沒有語音助手，不內(nèi)置任何AI模型。它們出廠時只內(nèi)置符合MCP標準的技能包。用戶買回家后，用自己的個人智能體掃描激活，這些技能就自動掛載到用戶的數(shù)字技能庫中。
在這種模式下，硬件將成為技能的物理容器，就像U盤是數(shù)據(jù)的物理容器一樣。硬件廠商的競爭力不再來自于設(shè)備本身的智能程度，而在于它能提供多少高質(zhì)量、高可靠性的技能。
這意味著未來最有價值的，不是擁有最多IoT設(shè)備連接的平臺，而是沉淀最多可復(fù)用技能的生態(tài)。
端側(cè)技能與物理AI
ClawdBot爆火的本質(zhì)是什么？仔細分析它的功能特點，它能接入各種工具，能長期記憶上下文，能主動定時執(zhí)行任務(wù)。這三點組合起來，就是數(shù)字員工的雛形。有了定時任務(wù)和各種技能的加持，用戶可以讓它每天定時檢查郵箱、整理數(shù)據(jù)、生成報告、發(fā)送郵件，自動完成大量重復(fù)性工作。
但這僅僅是數(shù)字世界的技能爆發(fā)。真正的想象空間，在于技能與物理AI的結(jié)合。因此很有可能在短期內(nèi)爆發(fā)的，是端側(cè)技能加邊緣AI賦能的智能單品。
以零售場景為例，傳統(tǒng)的智能貨架需要店員手動盤點和補貨。而在技能驅(qū)動的模式下，零售終端可以自主完成庫存預(yù)測、補貨建議、促銷定價和顧客互動的完整閉環(huán)，每一個環(huán)節(jié)都是一個獨立的技能，組合起來就是一個完整的零售智能體。
工業(yè)傳感器的變化可能更加明顯。過去的傳感器只是上報原始數(shù)據(jù)，數(shù)據(jù)分析和決策都在云端或者人工完成。而在技能驅(qū)動的模式下，傳感器本身就能輸出本周異常摘要、預(yù)測性維護建議和投資回報分析報告，從數(shù)據(jù)采集點直接變成決策支持點。
麥肯錫預(yù)測AI智能體到2030年將貢獻全球GDP的10%，價值數(shù)萬億美元。而這其中做出最大貢獻的很有可能是端側(cè)AI技能賦能的萬物智行生態(tài)。讓每一個物理設(shè)備都成為一個會干活的節(jié)點，這是AIoT下一階段的核心敘事。
寫在最后
ClawdBot只是冰山一角，海面下是物理世界的技能變革。它告訴我們一個樸素的道理：用戶更愿意為能干活的AI買單。
技能的價值不止于單個技能本身，而在于組合、編排與交易。智次方研究院提出的“通感智值一體化”四維戰(zhàn)略飛輪，從通信、感知、智能、價值四個維度系統(tǒng)梳理了AIoT 2.0的協(xié)同場景。技能的引入，將使這一模型從基礎(chǔ)設(shè)施協(xié)同躍升到價值交換協(xié)同。萬物智行意味著智能體開始具備自主感知、決策、行動乃至交易的能力。
《國務(wù)院關(guān)于深入實施“人工智能+”行動的意見》明確提出推動智能終端“萬物智聯(lián)”，打造一體化全場景覆蓋的智能交互環(huán)境。政策指向與技術(shù)演進形成共振：跨領(lǐng)域、跨場景的技能編排能力，將成為這一愿景落地的關(guān)鍵指引。
