Skillify 循环

定义

"做完一次 → 用元 Skill 把它压成新 Skill"的复利闭环。Skillify 本身是一个创造 Skill 的元 Skill——遇到要重复的工作流就说"skillify this"，它会回看刚发生的过程、抽出可复用模式、写出带触发器和边界条件的 Skill 文件、注册到 resolver。

要点

• 不预先设计 Skill 架构，先做一件你真在意的事，再压模式
• 每个 fix 自动复利到所有调用该 Skill 的工作流
• 后续 Skill 可以组合：book-mirror 调 brain-ops 存储、enrich 拉 context、cross-modal-eval 评质、pdf-generation 出稿
• 一旦 Skill 改好，以后所有该工作流都自动变好——没有"忘了在 prompt 里写边界"
• 与 自主迭代模式、Self-Improving Agent 思路一致，但走的是 Skill 文件不是 .learnings 增量

示例

Garry Tan 的 book-mirror Skill：第一次手工拉 22 章 + 映射到自己人生 → 跑完发现失败模式后说"skillify this" → 元 Skill 自动写出 book-mirror.md，带 fact-check 步骤、deep retrieval、cross-modal-eval、PDF 出稿。后续每读一本书就调一次，每次失败再 fix 进 Skill，每次都比上一本更好。

相关概念

• Skills系统
• Skill作为经验软件化〔待补〕
• Self-Improving Agent
• 自主迭代模式
• Fat Skills Thin Harness
• 跨模态评估
• Hermes自进化机制〔待补〕 - explicit by user vs Hermes implicit by trace 的节奏对照
• 双环进化 - 同样追求 Skill 复利但走全自动 + PR 闸门路线

参考资料

• Garry Tan: Meta-Meta-Prompting: The Secret to Making AI Agents Work（2026-05-09）