我写了大半年 skill 教 AI 干活，这个 122K 星的技能却反过来教我
哈喽，我是飞飞。
我自己做了一整套基于 Claude Code 的 skill。拉资讯的、查重的、写稿的、配图的、发公众号的，十几个挂在一起，每天就靠它们干活。
所以当我在 mattpocock/skills 这个仓库里看到一个叫 Teach 的技能时，第一反应是「不就又一个 skill 模板嘛」。
结果点进它的 SKILL.md，我愣了一下。
这个 skill 的方向，是反的。
我写 skill 写了大半年，第一次见有人把它用反
先说清楚这仓库是什么。它是 Matt Pocock 的个人 .claude/skills 目录，直接公开出来的。Matt 在 TypeScript 圈子里挺有名，做开发者教育，手上有六万多订阅。
它跟什么官方「Skills 项目」没关系，就是一个工程师把自己每天真在用的工作集，原样摆上了 GitHub。截至昨天，它在 GitHub 上有大概 122K 个星。今年初还只有两万多，几个月就窜成这样。他自己强调，这些 skill 都做得小而能拼，换任何模型都能跑。
我写 skill 的逻辑，跟绝大多数人一样：把一套人的方法论，压进一个 markdown 文件，喂给 agent，让它照着我的规矩去干活。我那十几个 skill 全是这个套路。
Teach 偏不。它干的事，是用 agent 把一门本事教进你脑子里，而不是替你把活干完。
同一套「写个 SKILL.md 喂给 Claude」的地基，盖出来的房子朝向正好掉了个头。就这一下，把我看住了。
它把你的文件夹，变成一间会记你进度的私教工作室
Teach 的玩法，是把你当前这个目录，整个当成一间教学工作室。你跟它学一样东西，不是聊一次就完事的活儿，得分好几次、好几天慢慢学。学到哪了，全记在这个文件夹里。
它靠几类文件撑起这间工作室：
- MISSION.md：记你为什么想学这个。这是地基，所有教学都得扣着它来。你要是说不清为什么学，它会先反过来问你。
- **lessons/**：一节课一个 HTML 文件，只教一件事，要做得漂亮、能很快上完、上完给你一个看得见的小成果。这是它最主要的产出。
- **reference/**：把学过的东西压成速查手册、词汇表、算法卡，做成那种能打印出来、以后随时翻的样子。
- RESOURCES.md：一份高可信资源清单。它的 SKILL.md 里写着一句话，「Never trust your parametric knowledge」，别信你脑子里那点记忆，老老实实去找靠谱出处。
用起来也直白。你开个空目录，跟它说 teach me French，或者 teach me React hooks，甚至 teach me sourdough（教我做酸面包）都行。它会先问你一串：为什么学、现在什么水平、学成什么样算成功、你喜欢怎么被教。问完才开始给你排课。
说白了，它不是给你一坨资料让你自己啃，是真把自己当成一个会因材施教的私教。
最戳我的，是它专门拿一个文件夹记「你学会了什么」
真正让我坐直的，是 learning-records/ 这个目录。
它专门拿一摞文件，记你到底学会了什么。每条编号往上加，0001、0002 这样排。它把这些记录类比成软件工程里的 ADR，也就是架构决策记录。下一节该教你什么、难度给到哪，全靠回头读这些记录来定。
看到这儿我直接联想到自己的流水线。
我那套 skill 里头有一个叫 content-training，专门干一件事：每写完一篇文章，就把这次踩的坑、犯的错提炼成几条经验，追加进一个叫 WRITING_LESSONS.md 的文件。这文件越喂越厚，下次写手动笔前先读一遍，同样的错就少犯。
我写你正在看的这篇之前，开头第一件事就是读它，那会儿它已经更新到第 70 次了。
那里头攒的还不只是写作心得，连一整套防 AI 腔的 grep 规则都在里面，专门揪那些一眼假的句式和措辞。说到底，光把这套规则调教顺手，我前后就搭进去好几个晚上。
你看，Teach 的 learning-records 和我的 WRITING_LESSONS，根本是同一个东西。区别只在朝向：我那份喂给 agent，让机器写得越来越准；Teach 这份记的是人的进度，让它把人教得越来越懂。一个在练 agent，一个在练人，底下是同一套「拿文件当记忆」的机制。
而且这招解决的是个真问题。agent 默认是个金鱼脑，每开一个新会话就失忆，你上次教过的、说过的偏好，它转头就忘，下回还得从零讲。Teach 干脆把状态钉死在磁盘上，谁也跑不掉。
Knowledge、Skills、Wisdom，它把「怎么教人」写成了工程
Teach 的 SKILL.md 里有一段讲它的教学观，我觉得是整个 skill 最有料的地方。
它说一个人想把东西学透，得凑齐三样：Knowledge，从高可信的资料里来；Skills，靠一节节互动课练出来；Wisdom，得到真实世界里跟别人切磋才长得出来。
所以你问它一个需要见识才能答的问题，它会先尽量答，但最后多半把你往一个靠谱社区、论坛或者线下班子引。它知道有些东西课教不会，得人教人。
它还把一个教育学的老概念搬了进来：ZPD，最近发展区。意思是每节课都得让你「跳一跳够得着」，太简单你嫌烦，太难你直接劝退。它就靠读你的 learning-records，加上你的 mission，算出这个刚刚好的点在哪。
这些设计还透着一股克制劲儿。每节课它都要求自己满地放引用链接，方便你顺藤摸瓜，也防它张口胡说。它的 frontmatter 里还写死了 disable-model-invocation，不许模型自己手痒去调用，必须你主动喊一声 /teach 才动。
实话讲，这套东西本质上就是「授人以渔」那句老话的工程版。只不过这回，那个拿着渔竿手把手教的，是个 AI。
AI 都替你把活干了，你还要不要自己学会
不过聊到这，我心里其实是有点拧巴的。
让 agent 替我干活这条路，我走得比谁都欢。就上周，一个跨好几个文件的重构，我一句话丢给 Claude Code，它自己开了个 git worktree，列好计划，一个文件一个文件改，中间自己跑测试，挂了回头修，弄完才喊我看。我去厨房热了个饭，回来活干了一半。这种爽，我太懂了。
可越是这样，Teach 那个反方向就越扎我。
我做 skill，是把我的本事压进文件，喂给机器，让它替我干。这个过程里，本事是从我身上往外搬的。搬得越多，活越省，可那点能耐有没有真长在我自己身上，是要打问号的。
前阵子我盯着自己那条流水线，突然有点恍惚：好多原来得我亲手琢磨的判断，现在全压进 skill 让 agent 替我做了。省是真省，可哪天把这些 skill 抽走，我自己还剩几分手感，心里没底。
Teach 干的恰恰是把这事倒过来。它想方设法，让那门本事重新长回你脑子里。
在 AI 啥都能替你干的当下，「还愿不愿意自己学会一样东西」，慢慢变成一种挺奢侈的选择。
想试的话装起来也简单，一行命令：npx skills add mattpocock/skills --skill teach，挑 Claude Code 装上就行。开个新目录，跟它说你想学啥，剩下的它带你走。
同一块地基，能朝两个方向盖
我会接着盯这个 skill 生态。让我意外的，倒不是 skill 圈又添了个好用工具。它真正点醒我的在另一头：skill 这套地基，除了拿来榨干 agent 的产能，原来还能反过来，把人喂得更聪明。我甚至动了念头，想给自己那条流水线，也补一段专门记「我自己学会了什么」的东西。
我做了大半年 skill 教 AI 干活，Teach 让我看见了同一块地基的另一种盖法。
最后想问问你：在 AI 把活越接越多的现在，有没有什么本事，是你死活要自己学会、不舍得整个交给 agent 的？评论区聊聊。
参考资料
- [[mattpocock-skills-teach]]
相关洞察
- [[teach-skill-用agent教人而非教agent]]