Transcription
两天15个视频全部剪辑完成，就我一个人。准确的说呀，是我一个人加一个AI团队。这不是粗剪，包括字幕校对、错误修正、章节切分、配图生成、标题优化等等，每个环节呢，都过了一遍。
这是上个月的真实数据。那段时间呢，我在密集的产出一批教学视频。内容本身花了很长的时间去打磨，每一个知识点呢，都经过实际的验证。有些用法呀，连官方文档都没有写过，我自己呢，测试通了才敢教。内容啊，急不来。
但是呢，视频剪辑可以很快，因为在我的AI团队里边，跑着70多个Skills。这期视频讲的就是他们。嘿，你好，欢迎回到 Axton Claude。Skills 呢，是用英语写的程序。这不是比喻啊，一个 Skill 就是一份纯文本文件，里面写着你希望AI怎么工作，遵守什么规则，产出什么样的结果。这不需要Python，也不需要IDE，不需要你有任何的编程经验。你只需要会描述自己的工作方式就可以了。
2025年10月，Claude 正式推出了 Skills 功能。我在第一周呢，就写了第一个 Skill，用来校对我的视频字幕。五个月之后，70多个 Skills 分布在我的六条链路上。内容创作全链路28个，从选题到发布的完整链条，覆盖视频、Newsletter，推文，字幕和后期。视觉和设计呢，有14个，这就包括配图、图表、B-roll、动画、品牌视觉，所有的视觉产出呢，都走这条线。知识管理有七个，包括信息采集、结构化、推送到笔记系统的自动化闭环。还有商业运营有六个，这就包括产品的定位呀，商业的决策呀，社群运营。后面还有开发者基建13个，Skill 的创建，测试，同步协作，都有专门的 Skill 在管。工具类呢，有六个，翻译、语音合成、文档处理等等。
但是这些数字不是重点。重点是这70多个 Skill，它们之间的关系。它们不是一夜之间冒出来的，也不是为了凑数。刚开始用 Skills 的时候呢，每个 Skill 都是独立的，写一个解决一个问题，跟其他的 Skill 之间没有任何的关系。但是后来 Skill 多了呢，它们就开始共享状态了。一个 Skill 的输出会变成另一个的输入。再后来 Skill 就开始调度 Skill，系统自己决定该调用谁，按什么样的顺序来执行。这三个阶段呀，就是我们从写脚本到建系统的过程。下面呢，我会用三个案例来说明一下。
录完一条视频最烦的呢，不是剪辑，是字幕校对。AI转录出来的字幕错误率不低，专业术语呢，很多错误，人名、产品名经常变成同音字，断句的位置呢，也不一定对。那每条视频如果手动校对，以前是要花费一两个小时的时间，枯燥、重复还容易漏。我的第一个 Skill 呢，就是来解决这件事的。把校对的规则写成了一份文本文件，告诉AI怎么对照参考文档来修正术语，统一人名，调整断句。一次校对就从一两个小时，变成了几分钟的审阅。这没有什么花哨的，一个输入，一个输出，解决一个具体的问题。但它让我意识到一件事啊，任何你每周重复做的工作，只要你能把规则写清楚，就可以变成 Skill。
那字幕解决了，然后是字幕转文章，然后是标题优化、描述生成、封面配图。单个 Skill 呢，越积越多，问题也就随之而来了。他们之间完全独立，没有任何的协作。用AI写内容的人呢，有一个共同的体验，就是生成的文字读起来正确，但没有灵魂。那更麻烦的是不统一。我的系统里有九个创作类的 Skill，分别负责Newsletter，视频脚本，推文文章评审等不同的场景。我在 Newsletter Skill 里面调了一下我的语气，改到满意了，结果换到推文的 Skill 呢，又是一股标准的AI味。那每个 Skill 各写各的，风格参差不齐。
后来我就换了个思路，我建立了一个独立的风格学习的 Skill。它只做一件事，从我的手动的修改当中提取偏好，持续更新一份共享的风格档案。这份档案覆盖思维方式、句式偏好、表达红线。所有的创作类 Skill 读同一份。那每次我在任何一个 Skill 的输出中改一句话，风格学习 Skill 就可以从修改当中提取到信号了，它就会更新档案。那下一次呢，九个 Skill 的输出风格就会更接近。重点不是变好了，而是终于统一了。Skill 呢，它不再各自为政，它们有了共享的记忆。风格也不是一个写死的规则清单，而是一个可以持续更新的系统。
那风格统一了，但是每次呢，还得手动一个一个触发。Skill 多了之后啊，光是记住该用哪个，按什么顺序跑，这本身就成了一个体力活。回到开头那个数字啊，两天剪完了15个视频，这背后跑的不是一个 Skill，它是一条流水线。首先呢，字幕 Skill 先自动校对转录错误。HighlightCut 它根据字幕的内容呢，来识别章节的边界，辅助进行粗剪。后期的 Skill 会串联五个环节，一条命令就完成，从字幕校对到封面生成的全部后期工作。而配图 Skill 为每个视频生成课程的PPT和缩略图。每一个 Skill 啊，各管一个环节，但是它们之间有明确的上下游关系，上一个的输出是下一个的输入。我要做的呀，只有两件事：在关键环节审核质量，和做最终的发布决策。
这就是为什么我做了这一段视频。我的内容可以花很长的时间去打磨，而剪辑就可以两天搞定的。这就是人负责判断，而系统负责执行的结果。这套系统有一个总的入口，你告诉他要做什么，它会自己判断该调用哪些 Skill，按什么顺序跑。一个人运营YouTube频道、Newsletter、Twitter、课程、精英圈社群，同时还在写一本书。如果按传统的方式，编辑、设计、剪辑、运营、社交媒体，每条线至少一个人，加起来就是一个5到8人的团队。我没有这么多人的团队，但是我有70多个各司其职的 Skill，它们共享记忆，互相协作，有调度中心，有质量控制。我把我自己的判断力复制了70份，每一份呢，它专精于一件事。
但是呀，这还只是同一个AI的编排。如果不同的AI可以互相补位呢？如果说我的系统的总入口啊，就是 Skill 调度 Skill，那 ai-pair 就是我自己的，就是AI调度AI。ai-pair 呢，是我的结对协作的 Skill，它能组建一个异构的AI团队。Claude 负责创作，OpenAI的Codex呢，负责审查逻辑和事实，Google Gemini 呢，负责审查可读性和风格。三个不同公司的AI模型，在同一个工作流里边，各司其职，互相审核审阅对方的输出。你现在看到的这篇文章，就是用这种多AI协作模式完成初稿审阅的。
前段时间啊，独立开发者 Peter Steinberger 呢，发布了 OpenClaw，一个7x24小时常驻运行的开源的个人AI Agent，GitHub 星数呢，突破了22万。不少人觉得很惊艳。说实话呀，我的感受不太一样，不是因为它不好，而是因为我已经在用 Claude Code 编排多个AI协作者了。真正让我兴奋的，从来不是某个模型有多强，而是不同模型之间可以互相补位，形成比单一模型比单一模型更可靠的系统。
这套系统当中，有不少的组件已经开源了。下面呢，是部分已经开源工具的实际的反馈：Obsidian 可视化三件套、Skills Smart Illustrator 智能配图、AI视频剪辑，以及代码生成视频。当然，不是每个Skill都活了下来。70多个Skill呢，是现在的数字，真实的数字比这更多，因为有一些Skill呢，已经被淘汰了。
咱们举两个例子啊。我的Newsletter呢，通常会包括两部分内容啊，一部分就是AI的要闻信号，另外一部分就是我写的深度的洞察长文。那早期呢，我会<bos>专门的两个不同的Skill来分别处理两种不同的内容。那后来发现啊，其实维护两个Skill，比维护一个带模式切换的Skill呢，成本更高。所以最终呢，这两个Skill就被合并成了一个Newsletter Skill，它作为一个模式选项存在。
那还有一个Skill目录更新器，它负责扫描所有的Skill呢，并且创建和更新索引。听起来很有用，但实际运行中发现啊，它的功能和我另外一个更完整的Skill管理工具，往Notion去同步Skill信息的，这两个功能是有重叠的。两个Skill呢，在做很多同样的事情，它们的索引反而容易产生冲突。所以最后同样合并为一个更全的版本。
所以这里面的踩坑规律很简单啊，当你发现两个Skill在做差不多的事情，有很多的重叠，重叠的时候呢，就该进行合并了。Skill的数量，它不是越多越好，它的系统的清晰度才是更重要的。所以你可能不需要70个，甚至不需要10个。
我的第一个Skill呢，是在2025年10月写的，20分钟就写完了。如果你现在开始，三个月之后，可能有5到10个，覆盖你最常重复的工作，这就够了。70个是我这五个月积累的结果，这并不是一个起步的门槛。
那么你的第一个Skill该做什么呢？找一件你每周至少做一次，每次花超过30分钟，而且你已经形成了固定套路的工作。把你的套路呢，写成一份纯文本文件，告诉AI该怎么做，这就是你的第一个Skill。如果你不确定从哪里开始呢，我的免费入门课程里面，也有具体的上手指引。
那么从一个到多个Skill的真正的难点在哪里呢？第一个Skill可能20分钟就写完了，但从第一个到第70个，中间差的不是时间，是一套设计系统的方法。哪一些能力该独立成Skill，哪一些该合并，Skill之间怎么去传递信息，风格怎么保持统一，它们的质量怎么去控制。这些问题的背后啊，就是一个更大的命题了。这就不是怎么写Skill，而是怎么设计一个AI协作的系统。
这套体系的设计方法论呢，就是 MAPS 四维罗盘。Mindset 心智呢，来决定你怎么看待人机分工。而Architecture架构，决定Skill之间怎么去协作。Prompt 提示词，它决定你的单个Skill的输出质量。而 Systems 系统呢，就让整套体系可以监控，可以回顾和可以扩展。这不是在教你用某一个具体的工具，而是教你怎么设计自己的系统。
在我的网站呢，提供了多种适合于不同需求的，不同的套餐。你想系统学习，从方法论到落地的完整路径吗？那就是 MAPS 课程，从心智到系统的七阶进化。如果你特别关注Skill开发，想学从能力包到多Agent的软编排，就去看一下 Agent Skills 完全指南。如果你完全没有接触过AI协作，想从零开始，那么免费的入门课程呢，可以先建立你的基础认知。
这期视频展示的是做了什么。那更深层的设计决策、实验分享和趋势的研判呢，在精英圈里面持续更新。每一个Skill可能只要20分钟，但是第70个Skill背后的那套设计体系，才是真正的竞争力。
好，这期视频就到这里。如果对你有用呢，请帮我点赞评论，订阅我的频道，并且打开小铃铛。咱们下期再见。