Na vysoké úrovni je Skills skvělý pro kontextové inženýrství a řízení Claude Code. Ale rozhodně souhlasím s neustálým učením. Dovednosti jsou větší problém, než jsem si původně myslel. Včera jsem psal o tom, jak skvělý je v optimalizaci nástrojů (s příkladem ladění MCP), ale tuto schopnost lze zobecnit na sebezdokonalující/vyvíjející se agenty prostřednictvím adaptivních dovedností. Trochu jako to, jak se lidé ve skutečnosti učí a zvyšují kvalifikaci v průběhu času. Jako příklad uvedu dovednost na vysoké úrovni, která umožňuje Claude Code aktivně sledovat mé interakce s ním a mou zpětnou vazbu a dokumentovat je tam, kde je to potřeba (a v jakékoli formě, kterou potřebuje), ať už v jiných dovednostech, subagentech, CLAUDE-MD nebo v čemkoli, co dává větší smysl. Čeho chce tímto cílem dosáhnout? Claude Code by nyní měl být schopen efektivněji se učit ze svých chyb a přizpůsobovat své dovednosti/schopnosti (prostřednictvím interakce mezi člověkem a umělou inteligencí) tak, aby efektivněji interagovaly se svým prostředím. Jednoduše řečeno, neměl bych se opakovat u Claude Code (postupem času se stal chytřejším díky adaptivním dovednostem) a měl by si být extrémně vědom mého prostředí a věcí, které dokáže. K tomuto účelu slouží dovednosti. Zatím ne zcela proaktivní agenti, ale už se to docela blíží. Brzy se s vámi podělím o další své experimenty a výsledky. Sledujte @omarsar0