Garry Tan删了一个技能，评论区开始算成本账

Garry Tan发了一条推，说他删掉了/investigate这个agent skill。原因很直接：Opus 5.5不用它做得更好。

他还给了一个更大的判断：为agent skills建立eval驱动的开发循环是必要的。每代新模型都更强，你可以删掉不再需要的东西。原推链接在这里。

这句话不复杂，但评论区把问题拆得更细。

先说背景。agent skill可以理解成给agent的一包固定指令和流程，像一本工作手册。模型能力不够时，手册能兜底。模型变强后，手册可能变成天花板，也可能变成每次运行都要交的成本税。

所以Garry Tan删掉/investigate，表面是清理一个技能，实际是在做模型升级后的减法测试。

评论区里，Alpha Batcher问得更狠：真正有意思的是eval循环怎么做出删除决定，其他技能里有多少能扛住一次裸模型对比。

John Rood提醒了一个容易被忽略的点。删技能容易，但技能里可能还写着之前踩坑后加上的排除项。模型能力追上来了，不代表那些排除项自动失效。要检查它当初在防止什么，不只看它现在还有没有帮助。

Jeff Bruchado补了后半句：删掉技能后，/investigate的eval要继续跑。如果未来某个模型在这块退步，这个eval就是把它带回来的信号。

Tavio给了一套可执行的方法：选一个技能，先写清它原本要完成什么、防止过哪些失败、在什么条件下最有价值；用同一模型、同一工具、同一预算，在全新会话里跑三组对比，完整技能、简化技能、去掉技能；记录成功结果、每个被接受结果成本、执行时间和回归情况；最后决定保留、缩短、限制还是退役。证据不够，就写清下一个实验。

成本线也有人在算。评论区有人提到，修复一个bug的成本约1.4倍，多出43%，折合每个bug多38美分。这些数字来自回复讨论，不是原推正文。但它指向一个现实：技能对准确率中性，也可能在每次运行时收税。

有回复说得更直白：多数skills只是给已经毕业的模型写的笔记。也有人讽刺，/investigate最可靠的发现，是每个bug多花了38美分。

这些吐槽背后是一个正经判断。每次模型发布，技能列表应该有机会缩小。只增不减，等于给一个移动目标不断套包装。Sachin Vedaraj的说法是，如果技能列表只增长，你只是在收集wrapper。

但减法不是乱删。Vincent Koc说，你没法vibe一个eval。Jatin Garg也提醒，不能因为一次测试就说裸模型更会修bug，但可以因为额外成本删掉技能。Nash提到早期Claude Code Opus需要强约束，因为它真的会rm -rf整个repo；现在很多Claude.md更像虚荣配置。这个对比很具体：约束曾经是安全带，后来可能变成拘束衣。

所以这条推值得看的不是“又删了一个技能”。是模型升级后，团队有没有一个循环去问：这个技能还在解决什么问题，它防止的失败有没有被记录，删掉后谁来发现回归，成本账有没有人算。

技能不是勋章。模型越强，脚手架越少。删之前记下它挡住了什么，删之后继续测。AGI tide rising这种话可以当背景音，真正要做的还是那些枯燥的对比跑分和回归用例。