Google Cloud 发布 Agent Skills 评估手册

Google Cloud 在官方博客发布针对 Agent Skills（SKILL.md）的工程评估实践手册，提出五条准则，用于判断一个技能是否真的带来价值，还是只会增加 token 开销、拖累模型表现。 手册的核心方法包括：先用真实场景对照基线测出 Δ 提升；在隔离、无污染的沙箱里评估，避免本地工作站的缓存凭据、shell 历史和 CPU 争用掩盖基线失败；控制 skill 体积以免撑爆上下文窗口；并先排查触发冲突与安全风险，再启动容器。作者团队称，他们把三页 CLI 文档直接塞进 markdown 而没有评估闭环，很可能是在困扰而非帮助前沿模型。 该团队在 Google Cloud Developer Plugin 上使用 Gemini、Antigravity 和 Claude Sonnet 5 跑了数十个场景，并将相关评估能力贡献回上游。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。