腾讯阿里字节混战Skill商店，争夺AI流量入口

背景

在人工智能领域，Skill 正迅速成为最热门的关键词之一。它可以被理解为 AI Agent（智能体）的“操作手册”，是一份结构化的指令文件，明确规定了 Agent 应调用何种工具、如何判断特定情境以及按什么标准输出结果。通过读取这份文件，Agent 能够按照预设路径自动执行任务。例如，资深产品经理可以将撰写产品需求文档的全套流程封装为一个 Skill，其他用户的 Agent 安装后即可生成规范文档。

随着 Skill 数量的激增，分发平台应运而生。早期由 GitHub、ClawHub 等技术社区承担上传、搜索和下载功能。然而，今年 3 月以来，腾讯、阿里、字节等互联网大厂相继在自家 Agent 平台上线 Skill 商店，随后智谱、美团、小红书等也迅速入场。这场争夺战的本质是 AI 时代流量入口的卡位，各方试图通过掌握分发权来锁定用户。尽管目前除字节扣子试水付费外，多数平台仍提供免费分发，但各大厂仍不惜投入资源争夺这一入口，其底层逻辑类似于移动互联网时代的 App Store：通过分发权构建生态，进而通过生态内的服务消费（如算力、广告、交易抽成）获利。

核心内容

目前入局 Skill 商店的玩家主要分为三类，各自拥有不同的商业逻辑和战略意图：

1. 互联网大厂：以 Skill 商店引流，在生态内变现

• 阿里：在 JVS Claw Agent 助手中内置“虾小宝”Skill 市场。Skill 本身免费，但用户调用 Skill 需消耗算力，从而带动阿里云业务收入。
• 字节：采取双轨制。火山引擎推出 Find Skill 面向企业客户，整合多源 Skill；扣子（Coze）搭载 Skill 商店面向普通开发者，支持 Skill 售卖，旨在通过降低门槛抢占开发者群体，撬动云服务和算力消费。
• 腾讯：SkillHub 作为海外 ClawHub 的本土化镜像，主要承担引流与适配功能。其核心底牌在于微信小程序生态，计划将线下及线上服务封装为标准 Skill，通过类似小程序的模式赚取交易抽成和广告收入。
• 美团：通过 Skill 生态反哺主业。推出 AI Agent 生态导航 xia345 和 AI 社区觅游，收录大量 Agent 和 Skill。虽然 Skill 不直接盈利，但能延长用户在美团体系内的停留时间，为到店、外卖等核心业务创造转化机会。

2. 大模型公司：以 Skill 商店留住用户，靠模型调用赚钱

• 智谱：在 Auto Claw 上线 AgentMore Skills 广场，整合官方严选、Skill Hub 和开源社区，支持一键零 Token 安装。
• 月之暗面：上线 Kimi Claw，用户可在浏览器端一键部署 Open Claw 并安装调用各类 Skill。
• 逻辑：模型是 Skill 运行的底座。开发 Skill 商店可带动自家大模型的持续调用，将用户留在自有生态内。自研 Skill 与底层模型适配度更高，体验更好。Skill 是“饵”，模型调用量才是“鱼”。

3. 内容平台：将 Skill 视为新内容品类，赚取流量和广告

• 小红书：推出 Red Skill，允许用户在帖子下方挂 Skill 链接，通过内容推荐而非传统搜索进行分发。平台不直接赚取 Skill 费用，而是通过 Skill 带来的内容流量和广告收入获利。

尽管逻辑清晰，但 Skill 商店目前面临严峻挑战，导致其难以像 App Store 一样成熟：

• 定价困难：Skill 缺乏确定性。不同模型、上下文环境甚至 AI 的随机性，都会导致同一 Skill 产出效果差异巨大。缺乏统一的效果评判标准，使得优质 Skill 难以被识别，用户筛选成本高，缺乏付费依据。
• 成本不透明：完成相同任务，不同 Skill 消耗的 Token 量可能相差数倍，且用户在安装前无法得知。这种不确定性增加了用户的付费风险。
• 安全风险：存在 Skill 投毒风险，恶意 Skill 可能窃取用户数据。平台审查机制提高了开发者上传门槛，且在安全审查与开发者体验之间尚未找到平衡点。
• 缺乏标准化协议：开发者对任务描述方式不同，导致模型理解偏差和执行效果参差不齐。缺乏标准化的权限边界，使得“一次开发、多平台分发”难以落地。

此外，开发者反馈显示，Skill 商店对独立开发者的吸引力有限，首页曝光由平台把控且随机性强，分发能力受限。Skill 本质上是个性化工作流，天然抗拒标准化，而商业化恰恰依赖标准化。目前，Skill 商店更像是一个展示货架，距离真正的“交易”还有很长一段路要走。

关键要点

• 商业逻辑类比：Skill 商店争夺战本质是 AI 时代的流量入口卡位，逻辑类似 App Store，即通过分发权构建生态，通过生态内的服务消费（算力、广告、交易）获利，而非直接通过 Skill 销售获利。
• 三类玩家策略：
  • 互联网大厂（阿里、字节、腾讯、美团）：利用 Skill 引流，通过算力消耗、云服务、交易抽成或主业转化变现。
  • 大模型公司（智谱、月之暗面）：利用 Skill 提高用户粘性，驱动底层大模型的持续调用。
  • 内容平台（小红书）：将 Skill 内容化，通过流量和广告变现。
• 四大商业化阻碍：
  1. 效果不稳定：受模型、环境及 AI 随机性影响，缺乏统一评估体系，导致定价困难。
  2. 成本不透明：Token 消耗量差异大且不可预知，增加用户付费顾虑。
  3. 安全隐患：存在投毒和数据窃取风险，审查机制限制开发者体验。
  4. 缺乏标准化：描述歧义和执行效果参差不齐，无法实现跨平台标准化分发。
• 开发者困境：独立开发者面临分发能力弱、曝光随机性强、缺乏跨平台评估体系等问题，Skill 付费虽有真实需求但落地困难。
• 未来展望：Skill 本质是个性化工作流，与商业所需的标准化存在天然冲突。目前尚无平台能让“买 Skill”像“买 App”一样自然，办公刚需和个人工具场景是潜在的付费突破口。

意义与影响

Skill 商店的出现标志着 AI 应用从单纯的模型对话向自动化工作流执行演进，是 AI Agent 生态成熟的关键一步。它试图解决 AI 能力落地“最后一公里”的问题，将通用的模型能力转化为具体的、可复用的任务解决方案。

然而，Skill 商店的发展现状揭示了 AI 商业化面临的深层矛盾：个性化工作流与标准化商业模式的冲突。App Store 的成功建立在软件运行的确定性和标准化评估之上，而 Skill 受限于当前 AI 技术的随机性和缺乏统一标准，难以形成稳定的价值锚点。

这一局面意味着，短期内 Skill 商店难以复制 App Store 的繁荣景象，更多将作为各平台生态建设的辅助工具，服务于其核心业务（如云服务、流量变现）。长期来看，只有当行业标准建立、评估体系完善、安全风险可控，且 AI 技术具备更高的稳定性时，Skill 才能真正成为一种标准化的数字商品，从而释放出巨大的商业价值。在此之前，各方玩家需在生态构建与用户体验之间寻找微妙的平衡，推动 AI 应用从“可用”向“好用”和“愿付费”转变。