АДАлександр Дублин

Большая статья · ИИ и управление знаниями

Хедхантер скилов: кто в компании решает, чему учить нейросеть

Почему компании нужен человек, который отбирает, проверяет, назначает и обновляет навыки для нейросетей сотрудников.

Картотека навыков для нейросетей как кадровый архив компании
Оглавление

Недавно я открыл файл, в котором веду учёт навыков своих нейросетей, и поймал себя на мысли, что веду кадровый учёт. В файле три раздела: действующие, на полке и в мастерской. В Claude у меня сейчас работают 108 скилов, в Codex 46, а в мастерской лежат ещё запасные, отставленные и разобранные на запчасти.

Прежде чем взять скил с GitHub (это открытое хранилище, куда программисты выкладывают свой код), я читаю его целиком и проверяю, не ходит ли он без спроса в интернет и не спрятана ли в тексте команда «игнорируй правила», то есть делаю ровно то, что в нормальной компании делает служба безопасности с новым сотрудником. Когда скил начинает работать не так, я его переучиваю, а когда два скила считают одну задачу своей, пишу им разграничение обязанностей, как пишут его отделу продаж и маркетологам, которые делят между собой один и тот же входящий звонок.

Нейросетей у меня всего две, а отдел кадров при них уже занимает заметную часть недели. Сотня скилов — это, понятно, моя экзотика: я работаю с нейросетями каждый день, а обычной компании для начала хватит пяти-десяти своих инструкций, но вопрос, кто за ними следит, от этого никуда не девается. Теперь представьте фабрику или салон на сорок человек, где менеджер пользуется ChatGPT с телефона, дизайнер сидит в GigaChat, бухгалтер спрашивает Алису, а собственник работает в том, что ему поставил сын. Каждый как-то учит свою нейросеть, и никто в компании не знает, чему именно.

Отсюда идея, которую я хочу разобрать: в компаниях появляется новая работа, HR по скилам. Это человек, который понимает, что сейчас нужно бизнесу, знает, кто с каким ИИ работает и на чём спотыкается, сам пробует новые навыки и предлагает людям, что поставить, а что обойти стороной. Я проверил, делает ли это уже кто-нибудь в мире, и картина получилась любопытная: по кускам эта работа уже идёт, а целиком её почти никто не делает.

Лучший способ продавать кухни каждый вечер уходит домой вместе с менеджером.

Что такое скил, если без слов «агент» и «контекст»

Скил (от английского skill, навык) — это папка с инструкцией, которую нейросеть открывает, когда задача подходит под описание. В инструкции написано, в каком порядке действовать, что считать ошибкой и какие шаблоны брать, а иногда к ней приложена маленькая программа для расчётов. Формат придумала компания Anthropic в октябре 2025 года, в декабре сделала его открытым стандартом, и сейчас на сайте стандарта 46 продуктов, которые его понимают, включая ChatGPT и Codex от OpenAI, GitHub Copilot, Cursor и Gemini CLI от Google.

Мебельщику скил проще всего объяснить через технологическую карту. Толковый новичок без карты собирает шкаф так, как понял, а с картой собирает так, как принято на этой фабрике. Модель у всех одна и та же, миллионы людей пользуются одним и тем же ChatGPT, и разница в результате определяется тем, что вы дали ей прочитать. Поэтому скил — это место, где живёт знание компании, упакованное так, чтобы его могла применить машина.

У меня есть скил, который разбирает сделки в Битрикс24 и показывает просрочки по каждому менеджеру, есть скил, который собирает реестр мебельных магазинов по области для фабрики, ищущей дилеров, и есть скил, который пишет тексты моим голосом и знает обороты, которые я не выношу. Ни один из них не умнее модели, на которой работает, зато с каждым из них мне не приходится объяснять одно и то же в сотый раз.

Полтора миллиона кандидатов на одну вакансию

В январе 2026 года заработал каталог скилов skills.sh от компании Vercel, и за первые три недели число скилов в нём выросло почти в двадцать раз, а в самый урожайный день, 25 января, туда добавили 8857 штук. На 30 сентября 2026 года счётчик skills.sh показывал 1 502 671 скил, и если сравнить два сентябрьских замера, выходит около пяти тысяч новых в день. Другой каталог, SkillsMP, собрал с GitHub почти 3,3 миллиона файлов скилов, и почти две трети из них нужны программистам, а для офисной и административной работы нашлось около 70 тысяч.

Полтора миллиона кандидатов, и попробовать всех невозможно.

Изобилие при этом отчасти мнимое: авторы набора данных GitSkills собрали в июле 2026 года 3,8 миллиона файлов скилов из 282 тысяч открытых репозиториев и обнаружили, что различных по содержанию среди них меньше 1,9 миллиона, то есть примерно половина из них — копии. Один и тот же файл кочует из хранилища в хранилище, как одно и то же резюме, разосланное в сто компаний.

Попробовать всё физически невозможно, и дело не только во времени. В мае 2026 года вышло исследование с говорящим названием «Больше скилов, хуже агенты?» (агентом называют нейросеть, которой дали доступ к файлам, почте и программам, чтобы она не только советовала, но и делала): когда агенту вместо небольшого набора полезных навыков дали библиотеку из 202 скилов, качество работы снизилось, в худших случаях на 21%. Причина была не в объёме текста, модель просто всё чаще хватала не тот скил, и авторы назвали это затенением, когда один навык загораживает другой. В компании такое выглядит знакомо: если на одну должность взять двух людей, работа не пойдёт вдвое быстрее, зато появится спор, чья это задача.

Anthropic в рекомендациях для корпоративных клиентов пишет о том же: держать одновременно немного скилов и собирать их в наборы по ролям, отдельно для продаж, отдельно для финансов. Я пришёл к этому раньше, чем прочитал, потому что без таблицы «какой запрос какому скилу» сотня с лишним моих навыков начала толкаться локтями.

Кандидат без рекомендаций

Установить скил — это примерно как взять сотрудника без собеседования и в первый же день выдать ему ключи от почты и CRM, а заодно от папки с договорами. Нейросеть делает то, что написано в скиле, и делает это с теми правами, которые есть у вас.

В начале февраля 2026 года специалисты Koi Security проверили 2857 скилов в каталоге ClawHub и, как сообщило издание The Hacker News, нашли среди них 341 вредоносный: снаружи полезные утилиты, внутри программа для кражи паролей. Компания Snyk в те же дни проверила почти четыре тысячи скилов из двух крупных каталогов, у 13,4% нашлась критическая уязвимость, а в 76 подтвердилась вредоносная начинка. Для мебельной фабрики самое опасное в таких историях — клиентская база и договоры, к которым у нейросети сотрудника уже есть доступ.

Мне показательнее кажется другая история. В июне 2026 года фирма AIR, которая занимается безопасностью, сделала фальшивый скил для сборки посадочных страниц, провела его в популярное хранилище скилов, отмеченное 36 тысячами звёзд (так на GitHub ставят «нравится»), и запустила на него рекламу в Instagram (принадлежит Meta, признанной экстремистской и запрещённой в России), нацеленную на маркетологов, продажников и дизайнеров, то есть ровно на тех людей, которые работают в мебельном салоне. По данным самой AIR, все проверенные ею сканеры, включая встроенные в skills.sh, признали скил безопасным. Начинка была безобидной, скил всего лишь отправлял исследователям адрес почты пользователя, но в настоящей атаке на этом месте могло стоять что угодно.

Специалисты Trail of Bits в том же июне показали, что три из четырёх вредоносных скилов, проходящих все популярные сканеры, они сделали меньше чем за час. Их вывод для компаний звучит почти как описание вакансии: организациям нужно самим отбирать и проверять скилы для своих сотрудников и агентов, опираясь на надёжные открытые подборки. Anthropic в инструкции для корпоративных клиентов требует относиться к установке скила так же строго, как к установке программ на рабочие серверы, и отдельно оговаривает, что автор скила не должен проверять его сам.

Поток, копии, затенение и безопасность в шести цифрах.

У каждого свой ИИ

Вторая половина проблемы в том, что сотрудники работают на разных нейросетях. Microsoft ещё в 2024 году опросила 31 тысячу офисных работников в 31 стране и выяснила, что 78% тех, кто пользуется ИИ на работе, приносят свои инструменты, не дожидаясь, пока компания что-нибудь выдаст. Исследователи MIT в 2025 году добавили, что официальную подписку купили около 40% компаний, а личными ИИ-сервисами сотрудники регулярно пользуются больше чем в 90% компаний. В России картина ещё пестрее: кто-то сидит в ChatGPT через VPN, кто-то в GigaChat, кто-то в Алисе или DeepSeek, и на одной мебельной фабрике легко встретить все четыре.

Открытый стандарт выручает лишь отчасти: одна и та же папка со скилом работает в Claude, Codex, Copilot и Cursor. Яндекс в сентябре 2026 года на конференции Yandex Scale показал в AI Studio собственные навыки со своим программным интерфейсом, Сбер весной представил GigaCowork, где описания процессов превращаются в навыки агента, и о совместимости с общим стандартом на конец сентября 2026 года ни тот, ни другой не заявляли. А у самой Anthropic в документации честно написано, что собственные скилы не синхронизируются даже между её продуктами, так что загруженное в одном месте не появляется в другом.

Я живу в этом сам: мои скилы работают в двух нейросетях, и я держу мастерскую как единственный источник правды, из которого раскладываю копии. Недавно я сверил оба набора и обнаружил, что общих скилов у Claude и Codex всего десять, причём у восьми из них копии уже успели разойтись: в одной нейросети живёт свежая версия, в другой — та, что была до летних правок, и никто этого не заметил, потому что следить за этим было некому. Получился кадровый учёт с филиалами, где каждый филиал говорит на своём диалекте, а часть сотрудников работает по устаревшей инструкции.

Для компании последствия серьёзнее, чем неудобство. Лучший способ считать кухню живёт в чате одного менеджера и однажды уходит из компании вместе с ним. Каждый сотрудник по отдельности стал быстрее, а компания в целом не поумнела ни на грамм, и как наладчик я смотрю именно на второе. Рассел Акофф в своих лекциях повторял, что если улучшать части по отдельности, работа целого не улучшится, и здесь это видно особенно ясно: сорок человек, каждый со своим набором навыков, дают не сильную команду, а сорок маленьких параллельных компаний под одной вывеской.

Что уже придумали в мире

Крупные разработчики нейросетей сделали для этого пульты администратора, каждый у себя. В декабре 2025 года Anthropic дала администраторам корпоративных тарифов возможность раздавать скилы на всю организацию. В ChatGPT для бизнеса администратор видит по каждому скилу, кто за него отвечает, сколько человек им пользуются и сколько раз за месяц его запускали. Microsoft с мая 2026 года продаёт Agent 365 за 15 долларов на пользователя в месяц под лозунгом «управляйте агентами наравне с сотрудниками», и его реестр умеет показывать агентов, за которыми никто не закреплён. Google в Gemini Enterprise завёл реестр, через который компания отбирает и раздаёт сотрудникам одобренных агентов.

С другого конца к тому же пришли кадровые системы. Workday ещё в 2025 году описал свою систему учёта агентов словами «нанимать, вводить в должность, назначать ответственность и управлять результатами агентов так же, как компании управляют людьми». Глава Nvidia Дженсен Хуанг в январе 2025 года, по сообщению Fortune, сказал, что ИТ-отдел каждой компании станет отделом кадров для ИИ-агентов. А Moderna просто совместила должности: в ноябре 2024 года директор по персоналу Трейси Франклин стала ещё и директором по цифровым технологиям, а к весне 2025-го в компании работали больше трёх тысяч самодельных GPT. Франклин рассказывала WSJ об этом без церемоний: работу, которой обычно занимался бы младший HR-аналитик, в компании превратили в GPT.

Ближе всего к идее этой статьи подошли две технологические компании, которые построили такую службу для себя. В финансовом сервисе Ramp сделали внутреннюю платформу, куда сотрудники выкладывают свои лучшие приёмы в виде скилов, и их там уже больше 350. Встроенный помощник смотрит на роль человека, на подключённые им инструменты и на то, чем он занимался в последнее время, и советует, какие навыки ему пригодятся. По пересказам поста руководителя проекта Себа Годдейна, платформой пользуются 99% сотрудников. В Intercom отдельная команда ведёт внутренний каталог скилов для разработчиков: за три месяца 153 автора, почти треть всех инженеров, выложили туда 267 скилов, а главным признаком хорошего скила там считают то, что у него есть хозяин, который его регулярно обновляет. Обе компании технологические, с сотнями инженеров, и мебельной фабрике такая платформа ни к чему, но принцип переносится на любой бизнес: лучшие приёмы собирают сами сотрудники, а подбирает их тот, кто знает, чем занят каждый.

Должности тоже появляются, пока под разными именами. В отчёте Microsoft за 2025 год 35% менеджеров рассматривают на ближайшие 12–18 месяцев найм ИИ-тренеров, которые помогут сотрудникам осваивать нейросети, а 28% — управляющих смешанными командами людей и агентов. В России hh.ru в июне 2026 года описал для «Коммерсанта» профессию ИИ-фасилитатора, который «помогает компаниям внедрять нейросети в рабочие процессы, обучает команды и подбирает подходящие инструменты», с зарплатами от 100 до 170 тысяч рублей. Для ясности: «ИИ-тренером» на российских сайтах вакансий обычно называют человека, который учит правильным ответам саму нейросеть, а не людей работе с ней.

Чего пока нет

Всё перечисленное делится на две кучки. В первой учёт и безопасность: реестры, блокировки, кнопка мгновенного отключения агента, раздача по группам. Во второй подбор, и он есть только у отдельных компаний, которые построили его для себя и внутри одной нейросети. Сервиса, который смотрит на конкретного человека, его работу и его ИИ, чей бы он ни был, и предлагает ему пять нужных навыков из полутора миллионов, я не нашёл.

Самый популярный скил в каталоге skills.sh называется find-skills, у него 3,6 миллиона установок, и занимается он как раз поиском других скилов. Критерии в его инструкции такие: больше тысячи установок, репутация источника и звёзды на GitHub, то есть подбор идёт по популярности и громкому имени, что в пересчёте на кадры означает найм по числу подписчиков и названию прежнего работодателя. Пользы для работы конкретного бухгалтера или менеджера по кухням среди этих критериев нет, и это неудивительно, потому что никто со стороны не знает, как устроена работа вашего бухгалтера.

В сентябре 2026 года Anthropic научила корпоративную версию Claude искать в работе сотрудников повторяющиеся приёмы, которые имеет смысл упаковать в общие скилы. Машина начинает делать часть этой работы, но только для тех, кто сидит в Claude, и только там, где у неё есть данные, а решать, что для бизнеса важно сейчас и что подождёт, она не умеет.

Учёт и безопасность есть у всех крупных разработчиков, подбора под человека пока нет.

Должностная инструкция HR по скилам

Здесь и появляется HR по скилам: человек, который связывает задачи бизнеса, людей и разные нейросети. Работа у него вполне узнаваемо кадровая, только объект непривычный.

Кадровый цикл скила: от штатного расписания до увольнения.

  • Штатное расписание. Таблица, где видно, кто чем занимается, каким ИИ пользуется, за чей счёт и какие навыки у него стоят.
  • Поиск. Следить за каталогами и новостями, но охотиться прежде всего внутри компании, за приёмами лучших сотрудников.
  • Собеседование. Проверять скил на настоящей задаче этой компании, а не на примере из описания, который автор подобрал так, чтобы всё получилось.
  • Служба безопасности. Читать скил целиком до установки, а если внутри есть программы или обращения к внешним сайтам, сначала разобраться, что они делают, и только потом ставить.
  • Адаптация. Переписывать чужой скил под свои слова, свой прайс и свою интонацию, потому что скил из интернета говорит с чужим акцентом.
  • Распределение. Собирать наборы под должности: менеджеру салона пять навыков, а не пятьдесят.
  • Аттестация. Раз в месяц смотреть, чем пользуются, чем нет и где скил стабильно ошибается.
  • Увольнение. Снимать лишнее без сожаления.

Этому человеку нужно держать в голове три вещи сразу: что сейчас важно бизнесу, кто в компании что делает и где спотыкается, и что умеют инструменты. Первое обычно знает собственник, второе — кадровик или руководитель отдела продаж, третье — самый любопытный сотрудник, который первым ставит всё новое. В одном человеке эти три знания сходятся редко, и, видимо, поэтому в вакансиях, которые мне попадались, эта работа пока не оформилась в отдельную должность. Moderna решила вопрос «это HR или ИТ», отдав оба направления одному директору, но у фабрики на сорок человек нет двух директоров, которых можно объединить.

Бизнес, люди и инструменты редко сходятся в одном человеке.

Для небольшой компании это не отдельная ставка, а роль. Её может взять собственник, может приходящий наладчик, который и так смотрит на бизнес целиком, а может самый любопытный из руководителей, если освободить ему на это один день в неделю. Хуже всего, когда роль не взял никто, потому что тогда её выполняет каждый сотрудник для себя, и в сумме получается лоскутное одеяло из чужих привычек.

Про деньги коротко: в открытых каталогах много бесплатных скилов, есть и платные площадки (по данным одной из них, Agensi, продавцу там достаётся 70%, а цены обычно от 5 до 50 долларов), а с сентября 2026 года корпоративные клиенты Anthropic могут покупать плагины в её маркетплейсе из уже оплаченного контракта. Цена скила при этом редко имеет значение, потому что дорого обходится не покупка, а время сотрудников, которые возятся с неподходящим навыком, и ошибки: неправильный скил месяц тихо портит коммерческие предложения, вредоносный отправляет ваши договоры неизвестно куда.

Что можно сделать в понедельник

  1. Перепись. Таблица из четырёх колонок: сотрудник, чем занимается, какой нейросетью пользуется, платит ли за неё компания. Займёт час и почти наверняка удивит, потому что нейросетей в компании обычно больше, чем думает собственник, и не во все из них можно отправлять данные клиентов.
  2. Пять задач. Выпишите пять повторяющихся задач, где ИИ уже используется: коммерческие предложения, ответы в мессенджерах, описания товаров, расчёты, разбор звонков.
  3. Лучший способ в тексте. Для каждой задачи найдите человека, который делает её лучше всех, и запишите его способ простым текстом: шаги, два-три хороших примера, чего делать нельзя. Этот текст и есть будущий скил, причём он не привязан ни к одной нейросети: его можно упаковать в папку для Claude или ChatGPT, а можно просто вставлять в начало разговора с любым другим помощником. Это самый долгий шаг, на него уйдут недели, потому что лучший способ обычно живёт в руках человека и в слова ложится не сразу.
  4. Правило входа. Никаких скилов из интернета без чтения, а всё, где есть программы или обращения к внешним сайтам, ставится только после проверки.
  5. Хозяин. Назовите человека, который за это отвечает, и раз в месяц устраивайте короткую аттестацию, после которой понятно, что работает, а что пора убрать.

Пять шагов на первую неделю.

Охотник за головами

Хедхантер — это охотник за головами, и название подходит этой работе лучше, чем кажется. Нейросеть только доставляет знание, а умнеет компания тогда, когда опыт лучших людей становится общим, поэтому хедхантер скилов охотится не столько в каталогах с полутора миллионами кандидатов, сколько в головах собственных сотрудников, и собирает найденное в одно целое.

Самые ценные навыки вашей компании нельзя скачать ни с одного сайта: они лежат в голове менеджера, который лучше всех закрывает кухни, и каждый вечер уходят вместе с ним домой.


Инструменты к статье

Для подписчиков в Дзене к этой статье есть рабочие инструменты: таблица переписи с примерами из салона кухонь, шаблон, по которому лучший способ сотрудника превращается в скил для любой нейросети, восемь вопросов к чужому скилу перед установкой, пять вопросов ежемесячной аттестации и план первого месяца. Открыть инструменты в Дзене


Как собирался материал

Материал для этой статьи я собирал вместе с нейросетью, что вполне в духе темы. Исследование шло сразу по трём вопросам. Первый: сколько скилов вокруг, откуда они берутся и насколько безопасны. Второй: как разработчики ИИ и крупные компании управляют скилами, особенно когда сотрудники сидят на разных нейросетях. Третий: кто уже делает работу «HR по скилам» и как называются такие должности. Каждое направление вёл отдельный ИИ-исследователь с жёстким условием открывать первоисточник, а не довольствоваться пересказом, и помечать каждый факт как проверенный на странице или взятый из вторичного источника. Набралось около ста фактов, и в основной текст из них вошла примерно треть.

Самые важные цифры потом перепроверены по первоисточникам ещё раз, и эта перепроверка себя оправдала. В одном из отчётов было написано, что при библиотеке в 202 скила качество работы агента падает «до 21%», а в оригинале стоит «by up to 21%», то есть качество снижается на величину до 21%, и это совсем другая картина. В другом отчёте 35% из опроса Microsoft были приписаны руководителям, хотя в самом отчёте речь о менеджерах. Два исследования каталога skills.sh за февраль дают несопоставимые цифры (40 285 скилов у одних и 4257 у других), потому что считали разные выборки, а как считает свой счётчик сама площадка, нигде не описано. Всё, что проверено только по пересказам, ниже помечено отдельно. Ссылки сверены 30 сентября 2026 года. Готовый текст затем вычитали другие модели (Codex от OpenAI, Kimi, GLM, Mistral и GPT-OSS, у каждой своя роль), и Codex с выходом в интернет ещё раз выборочно сверил ключевые факты; после этого в статье ослаблены утверждения, которые звучали сильнее, чем позволяли источники, и у пересказов появились явные пометки, чьи это данные.

Источники с пояснениями

Что такое скилы и сколько их

  • Anthropic, анонс Agent Skills, 16.10.2025. Определение скила как папки с инструкциями, скриптами и ресурсами, которые Claude подгружает по необходимости. https://claude.com/blog/skills
  • Anthropic, обзор Agent Skills для разработчиков. Как скил расходует память модели: имя и описание (около 100 токенов) лежат в контексте постоянно, тело подгружается при срабатывании, скрипты по надобности. Отсюда понятно, почему лишний скил занимает не только место на диске. https://platform.claude.com/docs/en/agents-and-tools/agent-skills/overview
  • Открытый стандарт, 18.12.2025. Спецификация, раздача скилов на всю организацию и каталог скилов от партнёров (Atlassian, Canva, Figma, Notion, Stripe, Zapier и другие). В тот же день менеджер Anthropic Махеш Мураг рассказал VentureBeat, что у репозитория скилов уже 20 тысяч звёзд на GitHub; на 30 сентября 2026 года их 179 тысяч, а два частных набора, obra/superpowers и mattpocock/skills, собрали ещё больше. https://agentskills.io , https://siliconangle.com/2025/12/18/anthropic-makes-agent-skills-open-standard/ , https://venturebeat.com/ai/anthropic-launches-enterprise-agent-skills-and-opens-the-standard
  • Кто поддержал формат. OpenAI начала тихо встраивать скилы в ChatGPT в начале декабря 2025 года (это заметил разработчик Саймон Уиллисон) и 15.12.2025 объявила экспериментальную поддержку в Codex. Следом поддержку добавили GitHub Copilot (18.12.2025), Gemini CLI (07.01.2026) и Cursor (22.01.2026). На сайте стандарта сейчас 46 совместимых продуктов, среди них Databricks, Snowflake, JetBrains и Mistral. https://simonwillison.net/2025/Dec/12/openai-skills/ , https://community.openai.com/t/skills-for-codex-experimental-support-starting-today/1369367 , https://github.blog/changelog/2025-12-18-github-copilot-now-supports-agent-skills/ , https://github.com/google-gemini/gemini-cli/discussions/16084 , https://cursor.com/changelog/2-4
  • Vercel, запуск skills.sh, 20.01.2026. Один установщик npx skills ставит скил сразу в полтора десятка разных ИИ-помощников. На 30.09.2026 счётчик площадки показывает 1 502 671 скил, самый устанавливаемый из них find-skills (3,6 млн установок); на 04.09.2026 было 1 367 794, и из двух замеров получена оценка около пяти тысяч новых скилов в день. https://vercel.com/changelog/introducing-skills-the-open-agent-skills-ecosystem , https://skills.sh , https://agenticskills.io/ai-skills-directories
  • Ling, Zhong, Huang (Bosch Research, Университет Карнеги — Меллона), arXiv, 08.02.2026. Первое количественное исследование каталога: рост с 2179 до 40 285 скилов за 20 дней, пик 25 января (8857 скилов за сутки), публикации идут всплесками вслед за модой, много смысловых дублей. https://arxiv.org/abs/2602.08004
  • SkillsMP. Каталог из 3,3 млн скилов, собранных с GitHub, с разбивкой по профессиям: ИТ и математика 2,13 млн, бизнес и финансы 350 тысяч, дизайн и медиа 146 тысяч, офис и администрирование 70 тысяч. По этой разбивке хорошо видно, что рынок пока сделан программистами для программистов. https://skillsmp.com
  • Destefanis, Graziotin, Vaccargiu, Ortu, набор данных GitSkills, arXiv, 11.08.2026. 3 797 117 файлов SKILL.md из 282 200 открытых репозиториев, различных по содержанию 1 877 981. https://arxiv.org/abs/2608.10906
  • Song, Wei, «Больше скилов, хуже агенты?», arXiv, 21.05.2026. При расширении библиотеки до 202 скилов качество снижается на величину до 21%, и главная причина не в раздутом контексте, а в том, что агент выбирает не тот скил. https://arxiv.org/abs/2605.24050
  • Платные скилы. Площадка Agensi отдаёт продавцу 70%, типичные цены от 5 до 50 долларов (данные самой площадки), на MCP Market цену назначает продавец. Реальных цифр продаж ни одна площадка не публикует. https://www.agensi.io/learn/agent-skills-marketplace-sell-your-skills , https://mcpmarket.com/sell
  • Claude Marketplace, 23.09.2026. Больше 2000 коннекторов и плагинов, готовые продукты и консультанты, оплата из корпоративного контракта с Anthropic. https://claude.com/blog/claude-marketplace

Безопасность

  • Koi Security, кампания ClawHavoc, 01–02.02.2026 (в пересказе The Hacker News). 341 вредоносный скил из 2857 в каталоге ClawHub, 335 из них принадлежат одной кампании; внутри программа для кражи паролей на macOS и клавиатурный шпион для Windows. https://thehackernews.com/2026/02/researchers-find-341-malicious-clawhub.html
  • Snyk, ToxicSkills, 05.02.2026. Проверено 3984 скила: у 36,8% хотя бы одна уязвимость, у 13,4% критическая, в 76 подтверждена вредоносная нагрузка. В пересказах гуляет формулировка «36% содержат вредоносные инструкции», в самом отчёте её нет. https://snyk.io/blog/toxicskills-malicious-ai-agent-skills-clawhub/
  • «Agent Skills in the Wild», arXiv, 15.01.2026. 31 132 скила, у 26,1% уязвимость, у 5,2% признаки злого умысла, а скилы со скриптами уязвимы в 2,1 раза чаще, чем скилы из одного текста. Практический вывод для компании: скил без программ внутри заметно безопаснее. https://arxiv.org/abs/2601.10338
  • Trail of Bits, 03.06.2026. Обход сканеров ClawHub, Cisco и всех трёх сканеров skills.sh приёмами вроде 100 000 пустых строк перед вредоносным кодом, и прямая рекомендация компаниям вести собственные курируемые каталоги. https://blog.trailofbits.com/2026/06/03/the-sorry-state-of-skill-distribution/
  • Эксперимент AIR, The Hacker News, 23.06.2026. Фальшивый скил для посадочных страниц и реклама в Instagram на маркетологов, продажников и дизайнеров; охват около 26 тысяч агентов известен только со слов самой AIR. https://thehackernews.com/2026/06/fake-ai-agent-skill-passed-security.html
  • Palo Alto Networks Unit 42, 23.06.2026. Пять вредоносных скилов, которые площадка не заблокировала за февраль–май 2026 года. https://unit42.paloaltonetworks.com/openclaw-ai-supply-chain-risk/
  • Anthropic, «Skills for enterprise». Самый полезный документ для того, кто возьмётся за роль HR по скилам: таблица рисков, чек-лист проверки из восьми шагов, требование, чтобы автор скила не проверял его сам, реестр (назначение, владелец, версия, зависимости, дата проверки), наборы по ролям и закрепление версий. https://platform.claude.com/docs/en/agents-and-tools/agent-skills/enterprise

Сотрудники на разных нейросетях

Что предлагают разработчики нейросетей

Агенты на правах сотрудников

Кто уже подбирает скилы сотрудникам

Должности и рынок труда

Россия

Целое и части

  • Рассел Акофф о частях и целом. Мысль о том, что улучшение частей по отдельности не улучшает работу целого, Акофф повторял в лекциях; запись одной из них с конспектом Марка Грабана — в блоге Lean Blog. Год и место лекции в записи не указаны. https://www.leanblog.org/2010/12/video-of-russell-ackoff-discussing-systems-and-pieces/

Что проверить не удалось

  • Сколько скилов сейчас в каталоге ClawHub: встречаются 13 729, «44 000 к апрелю» и «3286 после чистки», и ни одна цифра не подтверждена первоисточником.
  • Как устроен счётчик skills.sh: считает ли он все опубликованные скилы или только те, что хоть раз ставили, площадка не пишет, а пользователи в обсуждениях на GitHub спрашивают о накрутках.
  • Реальные продажи платных скилов: у площадок есть только собственные заявления.
  • Число вакансий на hh.ru по запросам вроде «специалист по внедрению ИИ»: сайт закрыт защитой от роботов, и обходить её мы не стали.
  • Оригиналы постов в X (Лютке, Годдейн): соцсеть не открывается, данные взяты из подробных пересказов.
  • Охват эксперимента AIR (26 тысяч агентов), размер сети Citi (4000 участников) и доля сотрудников Zapier, пользующихся ИИ (97%), известны только со слов самих компаний или из вторичных источников.
Александр Борисович ДублинАБ · 2026

Об авторе

Александр Борисович Дублин

Аналитик бизнеса, консультант, ментор собственников.

Я помогаю собственникам разобраться, что на самом деле происходит в бизнесе, и превратить хаос ежедневных решений в понятную систему цифр, процессов и действий.

Больше десяти лет глубоко работаю с мебельным бизнесом: продажи, производство, CRM, управленческий учёт, сервис, партнёрства, рост и кризисы. Но мой подход шире одной отрасли: я работаю с бизнесом как с системой.

Ко мне обращаются, когда собственнику нужен спокойный внешний партнёр: подумать, разобрать сложную ситуацию, собрать модель, проверить гипотезы и довести решения до внедрения.

Связаться со мной

Написать лично в Telegram ↗+7 921 751-59-28Telegram на этом же номере, @AleksandrBorisovich73.

Мои книги

«Два этажа продаж» — читаю сам

Аудиоверсия книги по главам в моём исполнении.

Автор читает на YouTube ↗

Все книги на ЛитРес ↗

Паблики и видео