云雀 · 轻技术笔记

Claude Fable 5.1 发布那天，AI 战场在两件事上同时分裂了

AIAgentLLM大模型AIGC

9 月 2 日那天，Anthropic 推 Claude Fable 5.1 和 Claude Mythos 5.1，HN 直接给了 1006 分——这是最近半年 model 发布类故事的峰值之一。但更值得玩味的，是同一天里另外两条线，几乎在同一时间撞进了所有人的时间线。

一条是 Simon Willison 那篇标题就是结论的文章：《Claude Skills are awesome, maybe a bigger deal than MCP》。他在 10 月就已经下过这个判断（738 分），现在回头看，整个 agent 工程圈正在沿着他的方向走。GitHub 上 academic-research-skills、scientific-agent-skills、patent-disclosure-skill、taste-skill、awesome-design-md 同时在榜——清一色是 Skills 派。

另一条是 Supabase MCP 泄露的复盘贴（848 分），加上《The "S" in MCP Stands for Security》（730 分）、《MCP: An (Accidentally) Universal Plugin System》（808 分）。MCP 的"通用插件系统"这顶帽子，是它的设计者 Anthropic 自己写的，但越来越多人在拆它的台。

而同一时间窗里，Show HN 上有个叫 Qwen3.8-Flash-Next 的东西在 M4 Mac 上 48GB 显存跑出 12 tok/s（168 分），debpalash/VoiceStudio 这种本地化 ElevenLabs 替代 NEW 上榜，World Labs 的 Atlas World Model（171 分）被反复讨论。

三件事指向同一个结论：AI 战场在两件事上同时分裂了——上下文标准之争（Skills vs MCP），算力归属之争（中心化巨模型 vs 本地化推理栈）。 而 Claude Fable 5.1 的发布，只是把这两个分裂同时按下了快进键。

这篇文章不打算把这三件事各写一篇水文，我要把它们掰到同一张桌面上，看清楚分裂的结构长什么样。

第一幕：Anthropic 自己在拆自己墙脚

要理解现在的分裂，得先把 Claude Fable 5.1 这次发布拆开看。因为这一波更新，是 Anthropic 同时在两边打仗。

技术上，Fable 5.1 是个大版本——HN 上有 2626 分的累计讨论度，反例帖《Claude Fable produced a counterexample to the Jacobian Conjecture》拿了 803 分，说明这玩意在严肃数学场景已经开始出力。Mythos 5.1 走的是另一条路：cybersecurity + code hardening，AWS Bedrock 直接把 Mythos 集成进去当硬通货卖。

但更值得说的是伴随这次发布的两个政治动作：

第一个，《Department of Commerce has lifted export controls on Claude Fable 5 and Mythos 5》（977 分）。这事的分量被严重低估——出口管制之前卡的是这两款模型的双精度浮点能力，本质上是「不让中国公司直接调 API」。解除意味着 Anthropic 拿到了合规上的新筹码，可以正大光明跟 AWS、阿里云、腾讯云谈分销。这是商业层的事情，不是技术层。

第二个，《AWS Bedrock to require sharing data with Anthropic for Mythos and future models》（427 分）。AWS 把 Mythos 接进 Bedrock 的代价是：调用日志要回流给 Anthropic。这事后来没继续发酵，但所有人都在盯——一旦这条口子开了，Anthropic 就同时拿到了云分销和回流数据两样东西。

到这里，技术更新、出口管制解除、数据回流，三件事叠在一起，Anthropic 的战略意图就很明确了：把 Fable 5.1/Mythos 5.1 当作中心化算力的事实标准，向云厂商批量兜售。

但与此同时，Anthropic 又在另一个战场被自己的社区拆台——Skills 派正在从下而上地蚕食 MCP 派的阵地。Anthropic 是 MCP 协议的发起者，却眼看着 Claude Skills 框架变成「比 MCP 更大的事」。

这就是分裂的核心：Anthropic 一手做中心化算力，一手开放 Skills 框架让开发者解耦——两头都吃，意味着两头都随时会被人从中间掏空。

第二幕：Skills 抽象的崛起——为什么它正在吃掉 MCP

先把概念拧清楚。MCP（Model Context Protocol）是 Anthropic 2024 年底推的协议，定位是「AI 应用的 USB-C 接口」——一个标准协议，让所有 LLM 都能接入所有外部工具和数据源。Skills 框架是 Claude Code 在 2025 年下半年引入的概念，定位是「可复用的 prompt + 工具 + 上下文包」，可以直接丢进项目目录，Claude Code 自动加载。

MCP 是协议层抽象，Skills 是工程层抽象。这是两件事，但解决的是同一个问题：怎么让 agent 在不同场景下装上不同的能力。

为什么 Skills 派正在赢？我看 GitHub 上同时在榜的这几个项目，答案已经写在它们的设计里：

  • Imbad0202/academic-research-skills（44k★，今日 NEW）：把"选题 → 文献综述 → 写作 → 同行评审 → 修改定稿"打包成一组 Skills。开发者不用关心 MCP server 怎么搭，直接把 Skills 目录拖进去就能用。
  • K-Dense-AI/scientific-agent-skills（41k★，+851）：生物信息学、化学信息学、临床研究全包，号称单日 19 万科学家在用。
  • handsomestWei/patent-disclosure-skill（6k★，+486）：中国专利交底书 skill，本地化版本。
  • VoltAgent/awesome-design-md（112k★，今日 NEW）：把品牌设计规范打包成 DESIGN.md，让 coding agent 直接消费。
  • Leonxlnx/taste-skill（83k★）：给你的 AI 审美判断。
  • Egonex-AI/Understand-Anything（81k★）：把代码库自动转成可视化图。

注意这五个项目的共同特征：它们不需要 MCP server，不需要 OAuth，不需要配 transport，全是文件目录级的可复用 prompt 包。开发者 clone 到本地、丢进 .claude/skills/、重启 Claude Code，就完事了。

而 MCP 派的项目长什么样？punkpeye/awesome-mcp-servers（93k★）是个超大的目录，每个 server 都要装、要起进程、要配权限。一个简单的"读 GitHub issue"功能，用 Skills 派就 20 行 prompt + 5 行 tool definition；用 MCP 派要起一个独立 server、配 OAuth scope、处理 stdio 通信。两边写同样功能，Skills 派 5 分钟，MCP 派 2 小时。

这就是 Simon Willison 那篇文章想说的——Skills 不是 MCP 的补充，它是 MCP 的轻量替代品。当 80% 的 agent 工具场景只需要"几行 prompt + 一个 tool definition"就能解决时，MCP 的协议层抽象就是过度工程。

更狠的是，OpenAI 也开始加 MCP 支持了（《OpenAI adds MCP support to Agents SDK》，807pts）。这听起来像是 MCP 阵营的胜利——但换个角度想，OpenAI 之所以要加 MCP，正是因为 Skills 框架在 Claude Code 那边跑通了，OpenAI 不加就只能在 Tools API 这种原始调用层混。所以 MCP 被"支持"，本质上是 Skills 派打下来的胜利果实，MCP 派被反向收编。

反常识洞察 #1：Skills 抽象正在悄悄吃掉 MCP 抽象。两者的关系不是"互补"，而是"替代+收编"——MCP 协议最终会变成 Skills 框架的底层 transport，而不是反过来。

第三幕：MCP 的裂缝——Supabase 泄露只是冰山一角

但 MCP 派不是躺平认输的。HN 那几篇高分的 MCP 反思文章，几乎每一篇都在拆 MCP 的设计缺陷。

最刺眼的是《Supabase MCP can leak your entire SQL database》（848 分）。General Analysis 的安全研究员复盘了一个真实场景：开发者把 Supabase MCP server 接入 Claude Code，让 AI 帮忙写 SQL 查询。Claude 拿到 service_role key 后，整个数据库都被它拽出来了——不是漏洞，是 MCP 协议本身在 SQL 这类高权限场景下没有「最小权限」抽象。

《The "S" in MCP Stands for Security》（730 分）这篇更狠，把 MCP 的设计逐条拆：默认信任 tool description、缺乏沙箱、缺乏权限边界、没有审计日志。MCP 是 Anthropic 当年为了"让所有模型都能插上所有工具"做的协议，但**"通用"和"安全"是一对天敌**——越通用，越难做权限边界。

然后是《MCP: An (Accidentally) Universal Plugin System》（808 分）。作者是个 Substack 博主（叫 Works On My Machine），他指出 MCP 的成功是意外——Anthropic 本来只想做 Claude 自己的扩展协议，结果开发者社区自发把它推成了"AI 插件标准"。但"意外成功"意味着协议本身没准备好承担这个重量。

到了《A critical look at MCP》（623 分），整个调子变了：作者直接说，MCP 是 prompt injection 的最佳载体，因为任何 MCP server 返回的内容都会自动拼进 LLM 的上下文，而 LLM 没办法区分"这是用户输入"还是"这是工具返回"——SQL 注入的 AI 版本。

合在一起看：MCP 在 2025 年完成了"事实标准"的胜利，但 2026 年开始付标准化的代价——通用性带来的安全债全面爆发。

Skills 派正好踩在这个裂缝上：Skills 是 prompt-level 的封装，没有 server、没有跨进程通信、没有 OAuth，攻击面天然就小。当 MCP 在补安全漏洞的时候，Skills 派已经用最简单的抽象做完了同样的事。

反常识洞察 #2：MCP 不是被 Skills "颠覆"的，是被自己的成功压垮的。当一个协议被迫承担"通用"的责任，它的每一个设计缺陷都会被放大十倍。Skills 派不是反对 MCP，是 MCP 自己分裂出了一个更轻的逃生舱。

第四幕：算力之争——中心化巨模型 vs 本地化推理栈

分裂的第二个战场在算力归属。

先说数据。9 月初这一波，「本地化 AI」的信号密度达到了近半年最高：

  • Show HN: Running 104GB Qwen3.8-Flash-Next on 48GB Mac with ~12 tok/s（168 分）。这个数字意味着 Qwen 的新架构把 104GB 模型压缩到了 48GB 显存，Mac Studio 用户现在可以本地跑出可用的速度。
  • My local model setup on an M4 Pro Mac Mini（98 分）。一个博客主把自己的整套本地 LLM 部署写成了详细教程，说明这件事已经产品化。
  • The efficient frontier of LLM inference（62 分，baseten.co）。这条在讨论推理成本曲线，本质是论证"在什么规模下，本地推理比 API 便宜"。
  • VoiceStudio（13k★，今日 NEW）。MLX/CUDA 全栈本地化的 ElevenLabs 替代，单日直接进 trending。
  • Atlas: A World Model for Spatial Intelligence（171 分，worldlabs.ai）。Fei-Fei Li 系出来的创业公司，做空间智能的世界模型——3D 生成类 AI 通常计算量大，这条帖子能上分说明本地化硬件在图像/视频 AI 上也跑通了。

这五条信号叠在一起，指向一个判断：本地推理的能力边界正在以肉眼可见的速度扩张。

但中心化巨模型阵营也不是吃素的。Claude Fable 5.1（2626 分累计热度）、Mythos 5.1、DeepSeek V4（已经在出）、GLM-5（378 分）——这些是另一个方向的扩张：参数规模往 1T 走，能力往"agentic engineering"走（GLM-5 那篇官方博客的标题就叫《From Vibe Coding to Agentic Engineering》），单次推理的成本越来越便宜。

两边各有各的飞轮。中心化派靠「更大参数 + 更便宜 token」挤压本地派的复杂任务上限；本地派靠「硬件进步 + 模型架构优化」蚕食中心化派的简单任务下限。

反常识洞察 #3：本地化和中心化不是替代关系，是双轨并行。 Claude Fable 5.1 这种巨模型会在数据中心的 H100 集群里跑一辈子，但简单的对话、文档处理、文本改写，越来越多会被本地模型吃掉——不是因为中心化派做得差，是因为本地派在某些任务上已经够用，省掉了数据出域的合规成本和 API 调用费。

而 Skills 派正好夹在这两条轨道的中间：Skills 抽象的好处是同一套 prompt 既可以调用云端巨模型，也可以调用本地小模型——你换 backend，skill 文件不用改。这是 Skills 派比 MCP 派更深的一个护城河。

第五幕：分裂的结构长什么样

到这里，三个故事的结构已经清楚了：

战场 1：上下文标准之争

  • 一头：MCP（通用协议，强表达力，高攻击面）
  • 另一头：Skills（轻量封装，文件目录级，无协议层）
  • 当前态势：Skills 派正在吃掉 80% 的简单场景，MCP 派退守复杂集成（数据库、API 网关、企业内部系统）
  • 谁在赢：Skills，但 MCP 不会死，会变成 Skills 的底层 transport

战场 2：算力归属之争

  • 一头：中心化巨模型（Claude Fable 5.1 / Mythos 5.1 / GLM-5 / DeepSeek V4）
  • 另一头：本地化推理栈（Qwen3.8-Flash-Next / MLX / CUDA / VoiceStudio）
  • 当前态势：双轨并行，按任务复杂度自动分流
  • 谁在赢：没人赢，但 Skills 抽象是赢家——它两边都能跑

两个战场交叉的地方：就是 Skills 抽象本身。它不依赖云，也不依赖协议，是 prompt engineering 的自然延伸——这意味着Skills 框架几乎注定会成为下一轮 agent 工程的事实标准，而 MCP 和中心化巨模型都会变成它的"plugin"。

这个结论会让很多人不舒服——尤其是那些押注 MCP 标准的早期玩家。但趋势就是趋势：GitHub 上 Skills 派项目的 stars 增速明显超过 MCP 派项目，HN 上反思 MCP 的文章密度也在明显上升。

第六幕：实战——开发者该怎么站位

说完趋势，说点实际的。如果你今天开始搭一个 agent 工程，你该怎么选？我给三档建议：

第一档：新手 / 单人项目，直接用 Skills 框架。

不要碰 MCP。Skills 文件目录直接拖进 .claude/skills/，5 分钟就能跑起来。先把"需求拆解 → skill 设计 → tool 定义"这套工程思维跑通，比研究 MCP 协议价值大十倍。MCP 是"未来的可能性"，Skills 是"今天的可用性"。

第二档：中型团队 / 有内部系统的项目，Skills 为主，MCP 为辅。

日常 prompt 编排、文档处理、文本改写、代码 review 这些，全部走 Skills。需要接内部数据库、CRM、ERP 这些复杂集成时，再起 MCP server。但 MCP server 的数量控制在个位数——超过 5 个你就要考虑用专门的 API gateway 包一层，而不是堆 MCP server。

第三档：企业级 / 高合规场景，谨慎用 MCP，强制 Skills+审计。

MCP 在 SQL 注入、权限越界这类攻击面前是裸奔的。如果你的场景涉及敏感数据，要么不用 MCP，要么用 Skills + 自建权限层兜底。Skills 的好处是攻击面天然小——没有 server、没有 OAuth、没有跨进程通信，prompt injection 至少不会跨文件边界。

还有一个跨战场的问题：本地化还是中心化？

我的判断是：能本地就本地，复杂任务再上云。 简单的对话、文档处理、文本改写、代码补全，全部跑本地 Qwen3.8-Flash-Next 或 Llama-3.x。复杂的多步推理、长上下文、严肃代码生成，再调云端巨模型。

成本账很清楚：本地 Qwen3.8-Flash-Next 跑出 12 tok/s 已经够日常使用，零边际成本；调 Claude Fable 5.1 API 每百万 token 几十美金，本地一年电费几百块。除非任务复杂度真的需要云端巨模型，否则本地化的 ROI 高得离谱。

第七幕：未来 90 天，三个观察点

分裂才刚开始。我会盯三件事：

观察点 1：Skills 派会不会被 Anthropic 收编？

Anthropic 现在同时是 MCP 协议的发起者和 Skills 框架的提出者——这是个双头垄断。如果 Anthropic 内部调整，把 Skills 框架标准化成"MCP 的轻量子集"，那 MCP 派还能喘口气；如果 Anthropic 直接让 Skills 吃掉 MCP，那整个生态会加速分裂成 Skills 派和"老 MCP 派"两个阵营。

观察点 2：本地化推理栈的临界点。

Qwen3.8-Flash-Next 12 tok/s 是个标志性数字。当本地推理能稳定跑出 30+ tok/s + 单卡 128GB 显存能塞下 200B 参数的模型时，**"为什么不本地"这个问题会变成默认答案**。我会持续盯 M4/M5 Mac Studio 的实测数据，以及国产推理框架（vLLM、MLX、SGLang）的优化进度。

观察点 3：Skills 派项目的商业模式。

现在 Skills 派项目大多是"开源 + 白嫖"模式。但 academic-research-skills、patent-disclosure-skill 这类垂直 skill 已经有了清晰的商业价值——一个能写中国专利交底书的 skill，企业付费意愿远超我的预期。未来 90 天里，最值得关注的是第一个把垂直 Skills 卖到 100 万 ARR 的团队——这意味着 Skills 派从"工具"升级成"产品"。

结尾：那根刺

9 月初的 AI 战场确实在分裂，但分裂不是坏事——它意味着市场在成熟。Skills 派从 MCP 派里长出来，本地派从云端派里长出来，都是开发者用脚投票的结果。

真正让我不舒服的，是 Claude Fable 5.1 那天伴随的两个政治动作：出口管制解除 + AWS 数据回流。Anthropic 在公开场合讲"AI 安全"，在商业层面做的是把模型推上中心化的快车道。Skills 派和本地派越成功，Anthropic 就越有动机在"开源抽象"和"中心化算力"之间制造信息差——前者赚名声，后者赚现金流。

这意味着开发者社区现在的分裂，对 Anthropic 来说反而是好事：开发者自愿用 Skills 搭生态，Anthropic 在云端卖 Fable 5.1 token，两边看似冲突，实际上是同一家公司"开源 + 中心化"双轮驱动的两面镜子。

最后那根刺：今天的 Skills 派和本地派，本质上是在给 Anthropic 打工。 你搭的 skill 越多、用的本地模型越顺，Anthropic 的中心化算力壁垒反而越稳固——因为生态越丰富，标准制定者的杠杆越大。

这不是阴谋论，这是开源商业化的标准剧本。Skills 派和本地派的真正考验，是能不能在 90 天内长出自己的标准制定权，而不是继续默认 Anthropic 是裁判。

这事现在没人能答，但值得每个人想一想。