1. 「220 倍热度差」是统计学幻觉 —— 真相是 4.2 倍 + 星标反转

• 核心知识点：搜索技能榜一 find-skills（3,151,474 安装）vs 榜七 agent-browser（746,451 安装），之前以为热度差 220 倍（3.1M vs 14K 星标）——但那是安装量 vs 星标的苹果对橘子比较，且 14K 星标本就是过期数据（实测 41,488★）。

• 人话翻译：好比拿「商场每天客流量」和「深巷老店的点赞数」比谁火——两个指标根本不是一个东西。同口径比安装量只差 4.2 倍，比星标反而反转（干活工具 41.5K 赞 > 找工具 29.9K 赞）。

• 数据对比基准：同口径安装差 4.2 倍（3,151,474 / 746,451）；星标反转 agent-browser 41.5K > vercel-labs/skills 29.9K；安装/星标杠杆：发现类 105:1（流量入口）、执行类 18:1（专业工具）。

• 核心知识点：搜索 skill 三分法——内建 web_search（边际成本≈0、默认可用，通用搜索结构性必赢）/ 外挂 skill（能力溢价，活在三类长尾：交互型 agent-browser 登录表单 JS、加工型 research 一手源纪律、元型 find-skills 生态入口）/ MCP（协议层，与 skill 互补非竞争）。

• 人话翻译：搜索本身白送（Anthropic 内建免费），但「谁站在入口收过路费」才是钱所在——Vercel 同时握住注册表（skills.sh）+ 元搜索（find-skills 榜1）+ 浏览器执行（agent-browser 榜7）三层入口税。

• 数据对比基准：入口税裁定「平台内建必赢」；质量溢价位外挂可赢的反证 = Tavily 官方 skill 93K / firecrawl 482K / browser-use 79.6K 安装——无平台绑定 + 质量差异化有独立市场。

• 本机实证：我们自己的 multi-search-engine（Sogou/Bing CN 补中文长尾）、smart-web-fetch（四级降级）、tavily ≤10 次/晚（质量税定价样本）、W34 web_fetch→OpenClaw browser 迁移 = agent-browser 价值主张的活样本。

4. 审美「方法论可封装、价值观不可封装」—— 判断层 vs 执行层二分

• 核心知识点：设计类 skill 分两层——判断层（frontend-design 55 行纯文本零脚本 / taste-skill v2）重结构重触发轻脚本；执行层（官方 docx/pdf/pptx/xlsx 四件套）重脚本轻触发（gotcha 清单 + 验证闭环 soffice.py→pdftoppm→读图）。裁定：审美方法论可封装（taste-skill v2 把玄学压缩成数字旋钮 + 禁令清单 + 60 项 Pre-Flight Check），价值观不可封装（identityforge 实测 frontend-design "holds design judgment, not design values"——跨会话产出「都好看但不匹配」，品牌常量必须外部提供）。
• 人话翻译：可以教 AI「怎么判断好看」（给旋钮、给禁令：禁 Inter 字体、禁米色黄铜配色、禁 em-dash），但教不了「你们家品牌长什么样」——「skill 供 taste，文件供 constants」。
• 数据对比基准：frontend-design 829K 安装榜4（PRD 277K = 3/19 旧快照）；taste-skill 81,826★ / 415,383 安装，v2 87KB / 约 2 万 tokens 每会话；官方 docx 四件套 160-210K 全部 200 名开外（#229-260，确认不进前 10）。

5. 「官方发军火」叙事被推翻 —— 818 安全技能是社区项目，且责任链三层真空

• 核心知识点：mukul975/Anthropic-Cybersecurity-Skills 实测 31,478★ / 818 技能 / Apache 2.0，但 README 大字号声明 "Community Project — Not affiliated with Anthropic PBC"——不是 Anthropic 官方！官方真实路线 = Claude Code Security（2026-02-20，防御侧产品）。818 技能是过程集合（catalogue）非新框架（SCOPE.md 自述），6 框架映射（ATT&CK 805 / CSF 804 / D3FEND 139 / AI RMF 97 / F3 94 / ATLAS 93）证明的是覆盖度。
• 人话翻译：以为「最危险的军火是官方发的」，实际是「民间自建的军火库」——而且货架上教人钓鱼、入侵的技能和教人合规的技能摆得一样高（agentskills.io 标准 frontmatter 无 severity/dual-use 分级字段），出事没人负责。
• 责任链真空：作者免责（Apache 2.0 + "authorized use only"）→ 平台不审（skills.sh 无人工审核，仅可选 CI 工具）→ 厂商不裁（Anthropic 只给企业自检清单）——对 818 个安全技能中的任何一个，目前没有任何一层机制负责。

6. LinklyAI 口径裁定 —— 7.1M 是误贴、13.3M 不可溯源、真实只有 192

• 核心知识点：「7.1M」= Microsoft 在 skills.sh 的厂商级聚合安装（7,098,914，582 技能）被误贴到 LinklyAI；「13.3M」多轮专项搜索零命中，判为编造/错误快照，禁止进入知识库；LinklyAI 真实安装量 = 192（官方两子页互证：linkly-ai 185 + linkly-ai-skills 7），GitHub 52★。

• 人话翻译：好比看到「整栋楼的水电费」被记在「一户人家」头上，还额外多编了一个更大的数——厂商级总安装数字必须回到注册表逐技能核验，否则「假矛盾」会污染叙事（与 D5 lark-doc 14.3M 裁定同构：「先问口径再惊叹」方法论）。

• 数据对比基准：7,098,914（Microsoft 582 技能聚合）vs 192（LinklyAI 真实）——相差 3.7 万倍。

• 核心知识点：三垂直供给侧对照——D4 编程/云 = 三足鼎立（一人腿成立）；D5 媒体生成/办公 = 纯公司化（无个人无框架）；D6 搜索/设计/写作/安全/科研 = 一人腿 + 厂商腿混合（find-skills/agent-browser = Vercel 厂商腿；avoid-ai-writing/human-writing/Cybersecurity/rigor-pilot = 一人腿；frontend-design/docx = Anthropic 厂商腿）。跨垂直规律：入口位归框架、质量位归个体、门槛位归公司。

• 人话翻译：垂直决定供给侧——需要算力/API 的垂直（媒体生成）= 公司垄断（个人玩不起）；只需知识/注意力的垂直（编码/写作/科研）= 个人可入场（有知识就能开书店）。第 6 层（个人开发者）生态位 = 因垂直而异：质量位成立、入口位不成立。

• 数据对比基准：一人腿样本 avoid-ai-writing 3,578★（写作）/ human-writing 3,244★（中文写作）/ rigor-pilot 450.8K 安装（科研，双源确认 450,784 ↔ 450,800）/ Cybersecurity 31,478★（安全）。

8. 反 AI 化光谱 —— 三个垂直类的同构：都是「对 AI 不满意的产物」

• 核心知识点：OC 评审新角度——搜索 = 功能性反 AI 化（原生工具不好，自己造更好的）→ 对应审核权；设计/文档 = 审美性反 AI 化（AI 没有品味，重新引入人类品味）→ 对应格式权；写作/安全/科研 = 质量性反 AI 化（AI 输出有质量问题，做消毒剂）→ 对应协议权。写作类双路线：avoid-ai-writing 治「形」（把 AI 味当可审计指纹抹掉，反检测工具，卷入版本军备竞赛——5.5 个月迭代 26 个版本约每周一版）vs 卡兹克 human-writing 治「本」（材料真实 + 说话位置，非虚构 1200 字硬性 5 件可核验材料）。
• 人话翻译：三个垂直类的 skill 本质上都在说同一句话——「我对 AI 的默认输出不满意」：搜得不准就造搜索工具、长得太 AI 就造审美规则、写得太 AI 就造消毒剂。每一类都对应 W35 三权分立中的一权。

🔗 重点来源