AI Skill 不會創造能力，只是在換介面
我們實測一個熱門「免費」電商研究 Skill，發現沒有付費憑證就拿不到真實資料。看清成本、護城河與風險到底落在誰身上——Skill 是菜單，不是廚房。
我們實測一個熱門「免費」電商研究 Skill，看清成本、護城河與風險到底落在誰身上。
重點摘要
我們實測一個熱門的「免費」電商研究 Skill，發現代理在沒有付費憑證／訂閱的情況下，拿不到可用的真實資料。這不是模型「變笨」，而是揭露一個更普遍的結構：Skill 多半不擁有能力，只是把請求轉送到真正提供能力的服務。介面變得更順手，卻也讓成本更容易被藏在下一層（API、額度制、訂閱）之後。更大的風險不是 hype，而是把 Skill 當成無害外掛，忽略它往往會接觸到憑證與代理等級的權限。
我們原本以為會發生什麼？實際上發生了什麼？
我們原本只是想驗證一件很務實的事：
「裝上一個熱門 Skill，Agent 真的會多一項能力嗎？」
照著常見教學流程走完後，我們確實得到一個看起來很合理的體驗：代理能拆解任務、列步驟、把輸出格式整理得很漂亮。
但一旦把問題推到「必須拿出真實資料」的那一步，結果就變了。
我們到底測了什麼？（可重現的測試流程）
我們用一個很簡單的測法，刻意把「能力」和「介面」拆開：
- 開一個全新的 Agent session（不預先登入、無既有憑證）。
- 安裝一個被大量推薦的電商研究 Skill。
- 丟出一個不可憑空捏造、必須依賴真實資料來源的需求（例如：市場規模訊號、產品層級指標、競品基準、站內關鍵字量級等）。
- 觀察關鍵分界：代理是真的去取數，還是只是「描述它會怎麼做」。
- 記錄失敗模式：缺少 API 金鑰、需要付費訂閱、額度不足、端點被擋、權限不足、回傳空資料等。
這套流程不評價「聽起來聰不聰明」，只看一件事：安裝 Skill 之後，系統是否獲得新能力。
我們看到的「異常」是什麼？為什麼這不是 bug？
代理一開始表現得「很像可以」：會把你要的欄位、步驟與格式都整理好。
但當它必須產出真實資料時，就撞上邊界——回覆的本質大概是：
「我沒有存取權限 / 我沒有這個能力……」 （並指向缺少的前置條件：憑證、訂閱、額度或登入狀態）
很多人會把這解讀成「模型不夠強」。我們的判斷是：這不是模型問題，而是能力所有權在說話。
Skill 是菜單，不是廚房。菜單寫得再華麗，如果廚房本身要付費、沒開門、或你根本進不去——就不可能出菜。
為什麼會發生這種情況？我們把 Skill 拆開後看見了什麼？
為了回答「它到底少了什麼」，我們把 Skill 拆成運作層的三件事：
- 指令／提示：把需求翻成可執行步驟
- 連接器（負責把請求送到真正提供能力的服務）：呼叫 API / 跑自動化
- 輸出格式：把結果整理成你想要的樣子
這三件事可以讓體驗變好，但它們通常不等於：
- 資料本身
- 計算資源本身
- 平台的寫入權限本身
- 可用的 SLA 與穩定供給本身
換句話說，Skill 改變的是「怎麼問」，不是「誰能給答案」。
這個規律只適用這個案例嗎？為什麼我們刻意保留「某電商研究服務」？
我們刻意保留「某電商研究服務」作為案例錨點，不是因為它特殊，而是因為它足夠典型。
今天把它換成任何一個提供資料／檢索／自動化能力的服務，結構往往不變：Skill 負責把請求送出去；真正提供能力的是背後那個服務。
這也解釋了為什麼「免費 Skill」敘事很容易造成誤會：
- 代理可以把流程講得很順（因為它擅長規劃與表達）
- 代理可以把輸出排得很漂亮（因為它擅長格式化）
- 但資料與執行仍屬於能力提供者（需要權限、額度、計費）
所以與其問「Skill 免不免費」，更該問的是：
你要的那個能力，在你需要的量級與精度下，本來就需不需要付費與授權？
介面改了之後，錢與護城河移到哪一層？（Agent Economics Stack）
在 Agent 時代，最容易被低估的是：介面層變便宜，不代表能力層也變便宜。
一個更完整的分層是：
- 介面層（Interface）：Skill / Prompt / Workflow
- 能力層（Capability）：API / Database / Execution
- 所有權層（Ownership）：誰能定價、限流、改 API、給 SLA、停服務
- 經濟層（Economics）：訂閱、用量計費、Rate Limit
可以把它寫成一句可遷移的結論：
AI 壓縮的是介面層成本，不是能力層稀缺；決定價格與風險的是所有權。
這也是為什麼很多 Skill（尤其只是包一層 API client 的）長期很難形成護城河：它不擁有能力，因此也不擁有定價權、限流權與服務邊界。
為什麼在 Agent 時代，Skill 風險更像供應鏈，而不只是外掛？
在 Agent 工作流裡，Skill 的風險不只是「像外掛」，而更像「在高權限環境裡新增供應鏈元件」。
因為 Agent 往往具備更廣的執行能力（可長跑、可存取工作資源），爆炸半徑通常比一般瀏覽器外掛更大。實務上，只要 Skill 會接觸到憑證／工作區／敏感資源，就應該用最小權限與可稽核的方式管理。
我該怎麼做決策？（三分鐘檢核表）
你不需要成為資安或工程專家。問三個問題就夠：
- 能力住在哪裡？ 能不能說出背後的能力提供者（資料庫／API／平台／服務）？說不出來，多半就是介面示範。
- 要在規模下運作，需要什麼？ 訂閱？API 金鑰？額度？rate limit？這才是你的真實成本模型。
- 它碰得到哪些權限？ 憑證、session、token、工作區檔案、記憶——每多一項，風險等級就升一級。
把討論從「AI 很強」拉回到可操作的現實：誰擁有能力、誰收費、以及你必須信任什麼才能用它。
收束：未來 Skill 會更便宜，什麼會更貴？
這篇不是在談某一個服務值不值得用，而是把一個結構釘牢：
- Skill 可以讓軟體更好用、更好接近
- 但 Skill 很少創造底層能力本身
- 成本、護城河與風險，仍然落在「能力所在的那一層」，而且由「所有權」決定
我們預期，未來大部分 Skill 會越來越便宜，甚至免費。真正會越來越貴的，是那些能提供資料、執行能力與可信結果的底層服務——因為護城河仍然在那裡。
FAQ
Skill 值得付費嗎？ 只在兩種情況值得：你付的是背後的能力（資料／執行／合規／SLA），或你買的是可稽核、可控權限的企業級交付。若只是介面層包裝（換皮 API client），長期價值通常不高，且可替代性很強。
最快怎麼判斷 Skill 有沒有真的增加能力？ 把它移除。能力一移除就消失，代表能力不屬於 Skill，而是背後的能力提供者。接著把那個提供者的訂閱、限流、SLA 與成本模型釘死，才算看清全貌。
Agent 時代使用 Skill 的最大風險是什麼？ 不是「會不會出錯」，而是「你把哪些權限與憑證交出去」。Agent 常能存取更廣的工作資源，Skill 更接近供應鏈元件，建議最小權限、定期輪替憑證、避免把高權限交給不可信發布者。
腳註：本文案例所稱「某電商研究服務」為 LinkFox（僅作依賴關係示例；本文討論的規律不依賴特定品牌成立）。