Навыки становятся стандартом, агенты пишут первыми

Что произошло

22 октября Anthropic объявила, что передаёт Agent Skills фонду Agentic AI Foundation. Фонд работает в составе Linux Foundation; Anthropic основала его вместе с Block и OpenAI в прошлом году и тогда же передала ему протокол MCP. Вместе со спецификацией фонд получает название и логотип, организацию на GitHub и домен agentskills.io.

Как это устроено

Навык — это папка. В ней лежит обязательный файл SKILL.md: сверху короткая YAML-шапка с именем и описанием, ниже инструкция в Markdown. Рядом можно положить скрипты, справочники и шаблоны.

Главный принцип называется постепенным раскрытием. Агент не читает все навыки целиком: на старте он видит только имена и описания, а остальное подгружает, когда задача этого требует.

Как это сочетается с MCP

MCP отвечает на вопрос, что агент может сделать: прочитать CRM, выставить счёт, отправить письмо. Навык отвечает на вопрос, как это принято делать у вас: в каком порядке, по каким правилам и в каком формате. Теперь оба стандарта принадлежат одному нейтральному фонду.

Ключевые выводы

• Навык больше не привязан к Claude. Это переносимый формат, как Markdown или Dockerfile.
• Стандарт ведут инженеры Anthropic, Google, OpenAI и других компаний, причём как частные лица. Ведущие мейнтейнеры: Дэвид Сориа Парра и Махеш Мураг.
• Первые пункты дорожной карты: версии спецификации, формальный процесс предложений и рекомендации по безопасности для авторов навыков и для тех, кто ставит чужие.
• Чтобы пользоваться стандартом или предлагать изменения, вступать в фонд не нужно.

Как внедрить

1. Выберите процесс, который вы снова и снова объясняете людям или Claude.
2. Создайте папку с тем же именем, что указано в поле name, и положите в неё SKILL.md.
3. Напишите description так, чтобы из него было понятно, когда навык нужен. По этому полю агент решает, загружать ли навык.
4. Держите SKILL.md короче 500 строк, подробности вынесите в папку references.
5. Проверьте навык валидатором skills-ref.

Пример: навык, по которому собирается этот выпуск. Он лежит в нашем репозитории.

---
name: morning-digest
description: Собирает утренний выпуск AI Academy о новостях Anthropic
  и Claude. Используй, когда нужно найти новые материалы за сутки,
  отобрать важное и написать разбор на русском с выводами
  для разработки и бизнеса.
---

# Утренний выпуск

1. Запусти сборщик и получи список новых материалов.
2. Отбери 1–3 материала для разборов по правилам из references/editorial.md.
3. Для каждого разбора заполни разделы: что произошло, как устроено,
   выводы, как внедрить, что это даёт нам.
4. Каждый факт сверяй с первоисточником.

Что это даёт нам

Что произошло

21 октября Anthropic открыла research preview Claude Duet. Это отдельное приложение для iOS, Android и claude.ai, построенное на Claude Opus 5.5. Доступ выдают по листу ожидания, сначала подписчикам Pro и Max в США. Отдельной цены нет: Duet расходует обычные лимиты плана.

Как это устроено

Duet работает на виртуальной машине в облаке Anthropic со своим браузером, поэтому ноутбук и телефон можно выключить. Из аккаунта он наследует память, навыки и подключённые приложения. Общение идёт в одном непрерывном треде, текстом или голосом.

Читать, готовить черновики и собирать данные он может сам. Перед отправкой сообщения, оплатой, подписью документа или удалением он показывает, что именно собирается сделать, и ждёт одобрения.

Ключевые выводы

• Anthropic переходит от ассистента, которому задают вопросы, к агенту, который сам замечает, где нужно ваше внимание.
• Защита собрана из уже проверенных частей. Учётные данные обрабатываются как в Claude Managed Agents, поэтому агент не видит паролей и токенов. Действия одобряет классификатор auto mode. От prompt injection защищают наработки из исследований Anthropic по работе агента в браузере.
• Фоновые проверки тратят лимиты: чем чаще проверка, тем быстрее расходуется план. Частоту и темы уведомлений можно настроить.
• Anthropic сама называет ограничения: Duet может неверно понять переписку или оценить срочность, с личными поручениями справляется хуже, чем с рабочими, и пока не показывает свой браузер.

Как попробовать

1. Записаться в лист ожидания, если у вас Pro или Max и вы в США.
2. Подключить два-три главных сервиса, а не все сразу.
3. Неделю пользоваться только утренним брифом и смотреть, что агент считает важным.
4. После этого поручать задачи с одобрением.

Если доступа нет, ту же схему можно собрать самостоятельно из Claude Managed Agents, MCP-коннекторов и расписания. Наш утренний выпуск устроен именно так.

Что это даёт нам

Что произошло

22 октября в блоге Claude вышла статья команды Applied AI о том, когда субагентов стоит встраивать обратно в основной цикл. Типичная корпоративная схема выглядит так: классификатор намерений, жёсткий конвейер рассуждений, сегменты пользователей, отдельные ветки рекомендаций и оркестратор сверху. По наблюдениям авторов, большинство случаев закрывают понятный системный промпт, четыре-пять простых инструментов для данных и жёсткие ограничения на ответ.

Как это устроено

В целевой архитектуре одна модель и одно окно контекста. На каждом ходу модель отправляет пачку вызовов инструментов, harness выполняет их параллельно и возвращает сырые результаты. План модель пишет на первом ходу и правит по мере поступления данных, поэтому может поменять его посреди задачи.

Ключевые выводы

• У одного клиента единый цикл работал примерно вдвое быстрее мультиагентной схемы.
• Не копируйте оргструктуру в архитектуру, это закон Конвея. Делите работу по контексту, а не по типу задачи, иначе получается испорченный телефон.
• Выбор инструмента ухудшается, когда в промпте больше 30–50 определений. Группируйте инструменты по намерению пользователя и включайте поиск инструментов с отложенной загрузкой.
• Субагенты оправданы в трёх случаях: один цикл заметно деградирует от раздутого контекста, задачи идут параллельно и выигрывают от свежего контекста, или агент путается в инструментах.
• Для новых моделей Anthropic сократила системный промпт Claude Code больше чем на 80%.

Как внедрить

1. Сначала evals: один общий сквозной набор и маленькие наборы на каждый навык. Для старта хватит десяти эталонных примеров.
2. Сначала сливайте специалистов, которые всегда работают в паре, или вызывайте субагентов как инструменты, чтобы основной агент держал разговор.
3. Встраивайте по одному: промпт субагента становится навыком, его вызовы API становятся MCP-инструментами. Сравнивайте результат по каждой задаче, а не только средний балл, и прогоняйте каждую задачу несколько раз.

/claude-api build-eval       # сквозные и поштучные evals
/claude-api prompt-audit     # правила, написанные для старых моделей
/claude-api hillclimb        # улучшать агента против eval
/claude-api cost-optimize    # кэш, токены, effort, выбор модели

Что это даёт нам