我把 Agent Skills 的开放规范、SWE-Skills-Bench 的实证结果，以及 Daniel Sogl 对 skill eval 的反思放在一起看，试着回答三个问题：skill 适合解决什么问题、什么时候值得投入，以及为什么没有 eval 的 skill 很容易变成一份没人验证的 Markdown。

结合截至 2026 年 4 月能看到的公开案例与开源生态，整理软件团队从「贴 Prompt」逐步过渡到 Agentic 工作流时，质量保障与团队协作可能发生的变化。

从一次被 Claude Code 拒绝的 git push 出发，结合最近几个月能查到的官方文档、CVE、论文与失败案例，整理 vibe coding 时代为什么需要工程边界、Claude Code 的 harness 如何分层，以及其他 AI 编码 agent 的不同取舍。

一篇问题驱动的笔记：从多 agent 工作流为什么会变乱开始，拆开 always-on 规则和 skill 的边界、Claude Code 的 skill 加载时机、跨 agent 共享源文件的取舍，以及每家 agent 的落地方式。