Aftësitë e Agjentëve: Inovacion i Madh! Anthropic përmirëson fabrikën e aftësive me sistemin evals të nivelit bërthamor, zhvilluesit: aftësitë e vjetra rikthehen në jetë

Zhvillimi i AI | Redaktimi: Xi Xi

Në fushën e agjentëve AI, nëse keni përdorur Aftësitë e Agjentëve, atëherë sigurisht që do të njihni skill-creator, një mjet ndërtimi pa kod për aftësi të lëshuar nga Anthropic në vitin 2025.

Megjithatë, pasi të keni ndërtuar aftësinë, ende nuk e dini nëse kjo aftësi është e dobishme, nëse modeli i ri mund të përdoret, nëse funksionon saktë, si është performanca...

Më 3 mars, blogu zyrtar i Anthropic publikoi në heshtje një përditësim të rëndësishëm, të quajtur Përmirësimi i skill-creator: Testoni, matni dhe rafinoni Aftësitë e Agjentëve. Ky përmirësim e çoi "fabrikën e aftësive" të Claude në një nivel të ri të pjekurisë.

Nga "duket se funksionon" në "të testueshme, të matshme, të iterueshme", zgjidhja e plotë e pikëllimit më të madh të autorëve të aftësive, që është "sa e dobishme është aftësia që kam krijuar?"

01 - Rishikimi i Aftësive të Agjentëve: Hapi Kyç nga Asistenti i Përgjithshëm në Agjentë Profesionalë

Në tetor 2025, Anthropic zyrtarisht lançoi Aftësitë e Agjentëve, një sistem "paketash aftësish" modular dhe të ripërdorshëm. Një dosje përmban udhëzime SKILL.md, skripte, burime, dhe Claude i ngarkon automatikisht kur është e nevojshme, duke rritur ndjeshëm performancën në gjenerimin e dokumenteve, analizën e të dhënave, përputhshmërinë e markës dhe skenarë të tjerë.

Aftësitë kanë mbuluar të gjithë platformën Claude.ai, Claude Code, API dhe kanë hapur një depo në GitHub (aktualisht me mbi 80,000 yje). Por kufizimi më i madh i versioneve të hershme ishte se përdoruesit jo teknikë mund të iteronin vetëm me ndjenjë, pa mundur të verifikonin efektin në mënyrë të matshme.

Aftësitë kanë dy lloje:

1. Aftësitë e Rritjes

Ajo që modeli fillimisht "nuk mund të bënte" ose "nuk bënte me stabilitet", përmes Aftësive injektohen teknika dhe modele specifike për të stabilizuar daljen.

2. Aftësitë e Kodimit të Preferencave

Modeli mund të bëjë çdo hap, por duhet të renditet në mënyrë strikte sipas procesit të veçantë të ekipit.

5 Pikat Kryesore të Përmirësimit:

• Evals (vlerësim automatizuar): Përdoruesit thjesht duhet të përshkruajnë "testin e fjalëve kyçe + pamjen e pritur të daljes" skill-creator funksionon automatikisht për verifikim.
• Benchmark Mode: Ekzekuton teste të standardizuara në grup, duke nxjerrë norma kaluese, kohëzgjatje, konsum Token dhe tregues të tjerë të fortë.
• Ekzekutimi paralel i shumë agjentëve: Kontekste të pastra dhe të pavarura, duke shmangur ndotjen, shpejtësi testimi të rritur.
• Comparator (krahasimi i verbër): Testimi A/B i dy versioneve të aftësive.
• Description Tuning (optimimi i përshkrimit): Analizon automatikisht mostra të sugjeruara për të ndryshuar përshkrimin.

02 - Nuk ka arsye për të mos instaluar! Ky përditësim rikthen në jetë aftësitë e vjetra

Përditësimi i Anthropic për skill-creator, shpejt nxiti diskutime të gjalla midis profesionistëve dhe zhvilluesve të Agjentëve AI.

03 - Momenti CI/CD i Agjentëve AI: Nga vepra arti në produkt inxhinierik

Përmirësimi i Anthropic për skill-creator, në thelb, është sjellja e ciklit të mbyllur "testim-benchmark-iterim" më të pjekur nga inxhinieria e softuerit, në një nivel të ulët për përdoruesit e zakonshëm dhe ekipet e bizneseve. Kjo do të thotë se Aftësitë e Agjentëve nuk janë më një inxhinierim i njëhershëm "shkruaj dhe hidhi", por janë "aktive" që mund të mbahen vazhdimisht, të jenë të përputhshme përmes versioneve të modeleve dhe të optimizohen në mënyrë të dhënash.

Në afat të shkurtër, përfituesit më të mëdhenj janë zhvilluesit dhe përdoruesit e bizneseve që tashmë kanë akumuluar një sasi të madhe aftësish të personalizuara në Claude Code / Cowork.

Dhe duke parë një perspektivë më të gjerë, ky përditësim forcon më tej "kështjellën e veglave" të Anthropic në ekosistemin e Agjentëve.