4月初，Hermes Agent迅速出圈。它主打的卖点很鲜明，Agent在完成任务后会把经验沉淀成Skill，之后遇到类似问题可以直接复用，并在反复使用中继续优化。这种“越用越强”的叙事，几乎击中了当下所有人对Agent的想象。
但热闹之下，一个更基础的问题反而容易被忽略，当前限制Agent落地的关键，真的是Skill不够聪明吗？
文章指出，真正体验成熟的编程Agent产品，靠的往往不是Skill自我进化，而是扎实可靠的命令行工具体系。像文件搜索、代码定位、符号分析、内容读取这类原子操作，本质上都足够确定、调试成本低，而且几乎不消耗额外token。相比之下，Skill虽然更“性感”，却未必是最重要的地基。
把这个视角放到OpenClaw身上就更容易理解。用户最常抱怨的通常是两件事，一是token花费太高，二是长任务稳定性不够，经常中断或失联。继续往下拆，会发现它们常常来自同一个源头，也就是Agent被迫依赖脆弱工具，尤其是容易出错的浏览器自动化，去做本来应该由确定性工具完成的事情。
工具一旦不稳，Agent就只能反复观察、重试、重新规划。每一步虽然不一定致命，却都会持续烧token。于是稳定性差和成本高，实际上变成同一个问题的两面。Skill能提升Agent使用工具的熟练度，却不能把一个先天脆弱的工具直接变成高质量基础设施。
更进一步说，Skill本身仍然是自然语言资产，它依赖模型能力，也会受到模型版本变化影响。很多人以为强模型写出来的Skill可以无缝迁移给弱模型使用，但现实往往不是这样。命令行工具不同，它们更像执行层资产，只要输入一致，输出就可预期，和底层换了哪一个模型关系不大。
作者因此提出，当上下文管理足够好、底层工具足够强时，Skill的重要性会自然下降。真正值得补课的，是让更多高频流程CLI化，让Agent不必盯着网页一点点试错，而是通过结构化命令拿到结果。无论是网页、桌面应用还是移动端，只要流程足够稳定，理论上都可以被逐步压缩成原子工具。
文章最后给出的判断是，Agent系统的理想分层应当是CLI负责确定性执行，Skill负责经验编排，LLM负责语义判断。Hermes的出现说明Skill层正在快速补齐，但接下来更关键、也更不性感的战场，可能仍然在CLI层。
