讨论，未来skills 是否会成为一种可交易的资产，作为一种商品或者说是工具

背景

随着大语言模型（LLM）的爆发式发展，AI 在通用领域的知识处理能力已显著提升。然而，在涉及高度专业化的垂直领域时，LLM 往往暴露出知识深度不足、实时性滞后等短板。在此背景下，如何将人类专家的隐性经验转化为 AI 可执行的指令，成为社区关注的焦点。LINUX DO · AI 社区发起的这场讨论，正是基于这一行业痛点，探讨了将人类方法论封装为“Skills”并使其资产化的可能性。

核心内容

本次讨论的核心议题聚焦于“未来 Skills 是否会成为一种可交易的资产，作为一种商品或者说是工具”。发帖者基于当前 LLM 的发展现状，提出了明确的个人观点：

1. LLM 的局限性：当前 LLM 在知识的深度和广度上具有滞后性，难以独立应对所有专业场景的需求。
2. Skills 的核心价值：Skills 是人类方法论的载体，它能够将个人的专业经验和隐性知识“编译”为 AI 可执行的流程。
3. 弥补垂直领域不足：通过注入 Skills，可以有效弥补 LLM 在垂直专业领域的短板，让通用大模型具备解决特定问题的能力。
4. 知识变现的新形式：基于上述逻辑，Skills 有望成为一种新的知识变现载体，让拥有专业技能的人通过出售或分享可执行的工作流来实现价值交换。

关键要点

• LLM 的知识滞后性：大语言模型在通用知识上表现优异，但在特定垂直领域的知识深度和实时性上存在天然短板。
• Skills 的方法论属性：Skills 并非简单的提示词（Prompt），而是人类专业经验和方法论的结构化、流程化封装