Раньше человек «прокачивал» AI новыми возможностями. Теперь AI всё чаще делает это сам.

Ещё недавно разработчики при встрече обменивались шаблонами промптов. Сейчас разговор другой: какой скилл стоит поставить агенту, чтобы он сразу писал по правилам проекта.

За этим стоит более крупный сдвиг: инструменты для AI-разработки получили что-то похожее на пакетный менеджер.

17 января 2026 года основатель и CEO Vercel Гильермо Раух (Guillermo Rauch) написал в X: «Мы выпускаем skills — это npm для AI-навыков».

npm — тот самый пакетный менеджер, которым фронтенд-разработчики пользуются каждый день: одна команда, и чужой готовый код встраивается в твой проект.

Раух имел в виду похожую механику, но уже для AI-агентов. Не копируешь промпт из чужого поста, не пересказываешь правила заново, а ставишь готовый пакет навыков.

Питер Штайнбергер (Peter Steinberger) тут же ответил: «Круто! Надо синхронизироваться с ClawHub».

ClawHub — маркетплейс навыков другой агентной экосистемы, никак не связанной с Vercel. Но реакция показательна: у разных AI-инструментов начала появляться общая инфраструктура.

Через несколько дней Vercel официально анонсировала skills: CLI-инструмент для установки и управления пакетами возможностей для агентов.

К 6 июля 2026 года официальный репозиторий vercel-labs/skills набрал на GitHub уже около 25 000 звёзд.

Почему так быстро?

Всё сводится к одной команде:

npx skills add <skill>

По сути, это пакетный менеджер для AI-агентов. Как npm у фронтенд-разработчиков, только устанавливается не кодовая база, а способ работать: инструкции, стандарты, справки, шаблоны, иногда скрипты.

И это работает не с одним инструментом. Claude Code, Cursor, Codex, GitHub Copilot, Gemini CLI, Windsurf и десятки других агентов уже поддерживаются.

Vercel заодно запустила skills.sh — каталог с рейтингом установок. Видно, какой скилл популярен, кто его опубликовал и сколько раз его поставили.

Лидер рейтинга — find-skills. На момент проверки у него уже около 2,4 млн установок.

У AI-инструментов впервые появился свой «топ загрузок».

Одна команда, и AI осваивает новое ремесло

На практике всё выглядит почти скучно.

Вводишь:

npx skills add vercel-labs/agent-skills

Нажимаешь Enter.

Через несколько секунд у Claude Code появляется набор инженерных стандартов для React и Next.js плюс дизайн-гайдлайны. В следующий раз, когда он пишет код, он уже учитывает эти правила.

Официально это называется skill.

Технически это папка, в основе которой лежит SKILL.md: файл с YAML-заголовком и инструкциями. В заголовке обычно прописаны две вещи: что это за skill и когда агент должен его применять.

Внутри могут лежать справочные документы, шаблоны, примеры и директория scripts/ со скриптами, которые агент при необходимости запускает.

Проблема, которую это решает, очень бытовая.

Модель знает Python, TypeScript, React, Next.js. Но она не знает местные правила твоего проекта: стиль кода, соглашения об именовании, старые грабли, странные договорённости команды.

Раньше всё это приходилось пересказывать в каждом новом диалоге. Теперь это можно упаковать в skill, поставить один раз и использовать дальше.

Управление тоже похоже на npm:

npx skills list
npx skills update
npx skills remove

Поставил, обновил, удалил.

Есть и более лёгкий вариант: вообще ничего не устанавливать. npx skills use временно подтягивает skill, передаёт его агенту и после работы убирает за собой следы.

Раньше границы возможностей AI зависели от того, насколько хорошо ты умеешь описать задачу словами. Теперь часть этих возможностей можно просто поставить как пакет.

Для российских пользователей здесь есть ещё один практический слой: Claude Code, Codex, Cursor и Cline часто упираются не в сами skills, а в API-доступ, аккаунты и оплату; я обычно выношу это в BetterToken через API Key и Base URL, чтобы дальше думать уже о workflow, а не о доступе к веб-версии Claude.

AI-инструменты начинают жить как npm-экосистема

Многие могут принять это за новую функцию Claude. Но это не нативная возможность Anthropic.

Это инструмент Vercel, который подключает разные агенты через единую точку входа: Claude Code, Cursor, Codex, GitHub Copilot, Windsurf и другие.

За этой точкой входа стоит «npm-изация» слоя AI-инструментов.

Vercel упаковывает разрозненный опыт в модули, которые можно переиспользовать, распространять и обновлять.

AI-разработка постепенно сдвигается от prompt engineering к capability engineering.

Первое отвечает на вопрос: как сказать модели в этот раз.

Второе отвечает на другой вопрос: как эта возможность должна работать всегда.

Для Vercel это знакомый ход.

Когда-то компания заняла важную точку во фронтенд-экосистеме через Next.js и деплой: написал код, увидел превью, выкатил.

Теперь Vercel пытается повторить похожий трюк на уровне AI-агентов.

Find Skills: у AI появился свой поисковик возможностей

Самый футуристичный элемент во всей истории — find-skills.

Это skill для поиска других skills.

По официальному описанию, когда пользователь спрашивает «как сделать X» или «есть ли skill, который умеет…», именно find-skills ищет подходящий вариант и помогает его установить.

То есть тебе не нужно знать, какие skills существуют и как они называются.

Достаточно сказать: помоги мне сделать X.

Дальше агент сам ищет, сравнивает и предлагает подходящий пакет.

У find-skills есть и базовая проверка качества. Он смотрит на установки, источники, GitHub-звёзды, отдаёт приоритет популярным и официальным вариантам, а к сомнительным источникам предлагает относиться осторожно.

В исходном SKILL.md прямо прописана логика доверия: скиллы с 1000+ установок выше в приоритете, варианты с малым числом установок требуют осторожности, а репозитории с небольшим количеством звёзд лучше перепроверять.

Это уже не просто каталог. Это поисковик возможностей для AI.

И важнее всего тут даже не программисты.

Дизайнеры, продакт-менеджеры, контент-креаторы и основатели маленьких проектов всё чаще пишут код с помощью AI. У них нет привычки к инженерной дисциплине: проверять зависимости, читать скрипты, смотреть права доступа, вести документацию.

Агент берёт на себя всё больше работы. Значит, ему всё сильнее нужны готовые навыки.

find-skills даёт таким пользователям понятный вход: не разбираться во всей экосистеме, а сформулировать задачу и дать агенту найти недостающую возможность.

За ажиотажем идёт счёт, который никто не оплатит за тебя

Звучит красиво.

Но тут лучше притормозить.

Skill — это не пара безобидных строк с описанием. Внутри могут быть скрипты, инструкции, ссылки, команды. И агент реально может выполнять то, что там написано.

Большинство пользователей сторонний skill не читает. Поставили — и поехали.

Вот тут начинается неприятная часть.

Snyk в исследовании ToxicSkills проверила 3 984 skills на ClawHub и skills.sh. Результат: 1 467 skills, то есть 36,82%, содержали хотя бы одну уязвимость безопасности. Из них 534, или 13,4%, попали в критический уровень.

В среднем каждый седьмой-восьмой skill потенциально может навредить.

Koi Security отдельно проверила 2 857 skills на ClawHub и нашла 341 вредоносный.

Сценариев в основном два.

Первый — через скрипты. Skill заставляет агента скачать что-то с незнакомого IP-адреса и сразу выполнить. Или тихо лезет в SSH-конфиг, AWS-ключи, токены, локальные файлы проекта.

Второй — через сам SKILL.md. В текст инструкции прячут prompt injection, агент воспринимает её как рабочее правило и послушно выполняет.

Самые опасные варианты целятся в память агента: туда, где могут лежать приватные диалоги, контекст проекта и рабочие секреты.

Можно возразить: в npm же тоже постоянно находят вредоносные пакеты.

Да. Но у skills риск другого сорта.

В npm код и инструкции хотя бы разделены. В skill всё смешано: промпт, документация, скрипты, права доступа, поведение агента. Один SKILL.md может изменить то, как агент думает и какие команды запускает.

Плохой npm-пакет может сломать сборку.

Плохой skill может полезть в твою файловую систему, сеть, shell и локальные учётные данные.

Это не призыв ничего не ставить. Сама Vercel советует относиться к skill как к коду: читать перед установкой, смотреть источник, проверять скрипты.

Простой вывод: количество установок не равно безопасности.

Если skill для прогноза погоды просит доступ к SSH-ключам, вопрос не «популярен ли он». Вопрос: зачем ему это вообще нужно?

AI получил свой npm-момент.

Просто вместе с удобством приехали и старые npm-грабли. Причём экосистема skills ещё моложе и сырее.

Ставить возможности одной командой удобно. Но старую разработческую привычку никто не отменял: читать, что ставишь, смотреть источник, понимать права доступа.

Двадцать лет ради одной команды

У всей этой истории есть понятный авторский почерк.

Гильермо Раух родился в Ланусе, районе Буэнос-Айреса в Аргентине. По его собственным словам, большей частью карьеры он обязан вебу и open source.

В юности он продвигал Linux и учил других им пользоваться. Потом увлёкся Java, вошёл в основную команду open-source проекта MooTools, а в 18 лет получил первую полноценную работу фронтенд-разработчика и переехал в Сан-Франциско.

Одна из его известных работ — Socket.io, библиотека для realtime-коммуникации. На похожих механиках строились синхронизация в Notion и ранние торговые интерфейсы Coinbase.

После этого Раух выбрал направление, от которого почти не отходил: инструменты для разработчиков, облачная инфраструктура, скорость веба и отточенный developer experience.

Так появились Next.js и Vercel.

Сегодня на Vercel работают проекты Washington Post, Porsche, Under Armour, Nintendo и других компаний.

Сильная сторона Vercel всегда была в одном: сложную инженерную цепочку сжать до действия, которое разработчик готов выполнить без долгих раздумий.

Написал код. Посмотрел превью. Задеплоил.

Привык — и уже трудно уйти.

От раннего now, через Next.js, до сегодняшнего:

npx skills add

Раух двадцать лет делает примерно одно и то же: упаковывает сложную инженерию в одну команду.

Просто теперь объектом стала не веб-инфраструктура, а AI-агент.

Источники

https://github.com/vercel-labs/skills
https://www.skills.sh/
https://snyk.io/blog/toxicskills-malicious-ai-agent-skills-clawhub/
https://www.koi.ai/blog/clawhavoc-341-malicious-clawedbot-skills-found-by-the-bot-they-were-targeting