君のコンピューターには、今この瞬間も、最も強力なAIツールが眠っている。でも、誰もそれについて教えてくれない。なぜなら、売るものがないからだ。それが何かを教える前に、まずは「問題」を説明させてほしい。AIモデルがあるとする。でも、それは「コンテキストの壁」を越えなければならない。この壁は本物の壁ではなく、君の会社のデータやワークフロー、ツールをどう整理して、AIモデルがミスをせず正しく記憶できるようにするかという、仮想の壁なんだ。普通、人々はこの問題を解決するために「エージェント・フレームワーク」を使っている。誤解しないでほしいが、素晴らしいツールはたくさんある。でも、完全に無料で、今すぐ使えるもっと優れた方法があるんだ。世界最大のAI企業の一つであるAnthropicはこれを知っている。彼らが開発した「エージェント・スキル」は、まさにこのためにあるんだ。さっきの「コンテキストの壁」を覚えているかい？君の会社を「ワークフロー」の集まりとして考えてみてほしい。指示、データ、ツールのコンテキストは、通常、ワークフローのコンテキスト内に保存されている。これらの数字（1, 2, 3）を従業員だと想像してほしい。それぞれが、会社の指示、データ、ツールを使う異なるワークフローを持っている。そして、彼ら全員が「Claude Code」や、Gemmaのようなオープンソースモデルを使えるとする。彼らは、ワークフロー内のタスクを処理させるために、AIに指示やツールといった情報を与える必要がある。ここで、複雑なLangGraphのような仕組みを作る代わりに、Anthropicはこれらすべての情報を1つの「フォルダ」に放り込むことにしたんだ。指示は「Skill.md（Markdown）」。データとツールは「Script.py（Python）」。すべてのワークフローやタスクに対して、それぞれ異なるデータや指示へのアクセス権を持つ、個別の「Skill」フォルダが存在する。今、みんなはこれらすべてのバージョンに対して、個別にエージェントを作ろうとしている。ここに1つ、あそこに1つ、こっちには7つのエージェント、といった具合にね。でも、それは間違ったやり方だ。君が必要なのは、「Claude Code」のような、読み書きができ、ツールを使え、データやメモリが最初から組み込まれている、単一の優秀なエージェントだけだ。そして、そのエージェントに「Skill」ファイルやフォルダを読み込ませる。従業員1がClaude Codeを使い、ある「Skill」を呼び出すと、本来なら膨大なインフラが必要だったエージェントが、その場で生成される。すべての従業員が複数のチャットやインスタンスを作成でき、1つのメインエージェントから、何千ものエージェントやサブエージェントを生成できるんだ。彼らが使っている秘密のツール、それはただの「フォルダとMarkdownファイル」の集まりなんだ
🌐 英語原文を見る
You have the most powerful AI tool, and it's sitting on your computer right now. Nobody tells you about it because there's nothing to sell. I'll tell you what it is, but first I need to explain the problem. You have this AI model, but it needs to get through the context wall. And the context wall isn't a real wall, it's just this imaginary wall of how to organize all of your data and processes inside of your company, so that the AI model doesn't screw up anything and it remembers everything properly. Currently, people are using agentic frameworks to solve that problem. Don't get me wrong, there's a lot of great tools out there, but there's an even better one that's completely free and ready to use right now. Anthropic, one of the largest AI companies in the world, knows this. Heard about agent skills, they're the ones that built them for this reason. Context wall from earlier? Well, think about your company as workflows. So, the context of instructions, data, and tools is usually stored within the context of workflows. Imagine each of these numbers is an employee. Employee one, two, and three. Each of them has a different workflow that they use the company's instructions, data, or tools. Now, let's assume all of them have access to Claude code. They're using open code and an open-source model like Gemma. Now, they need to feed it information such as instructions or tools to get it to do parts of their tasks in a workflow. Instead of creating a crazy LangGraph harness, Anthropic decided to toss all that information into a folder. Shins are the skill.md. The data and tools can be found with the script.py. Every workflow or task, there is a different skill with different sets of access to data and instructions. Now, everyone is building an agent for every single version of this. There's an agent here, there's an agent here, there's a seven agents here. That's the wrong way. You can have one single agent, such as Claude code, knows how to read and write, use tools, and has data and memory built in automatically to it. And then feed it or have it look through skill files or folder files. We one uses Claude code and calls a skill, it's creating the agent on the fly that would have required way more infrastructure. Every single one of those employees can create multiple chats or instances, basically spawning thousands of agents and sub agents from one single agent. Secret tool they're using? A bunch of folders and markdown files.
