从命令行到技能编排：AI时代编程范式的本质跃迁

1. 这不是工具升级，是编程范式的迁移：从“写命令”到“调技能”的认知断层

你有没有过这种体验：敲下 cursor rule ，终端返回 command not found ；输入 claude ，系统提示“无法将‘claude’识别为 cmdlet、函数、脚本文件或可运行程序的名称”；甚至在 VS Code 里点开 Command Palette 想搜 claude-vscode.editor.openlast ，结果弹出“command not found”——那一刻，你不是没装对，而是根本没理解它在哪个层面运行。

这不是安装失败，是认知错位。
cursor rule 、 command 、 claude skill 这些词，表面看是命令行指令或插件功能，实则代表了过去五年编程工作流中一次静默却彻底的范式跃迁： 从“人驱动工具”转向“人编排智能体” 。

我第一次在 Cursor 中输入 /fix this bug 并看到它自动定位到 Vue3 表单校验逻辑里 rule 字段缺失时，手是停住的。它没执行 npm run lint ，也没打开 eslint.config.js ，而是直接读取了 <el-form :rules="rules"> 的上下文，比我自己还先意识到 rules 对象里少了一条 required: true 的校验规则。那一刻我意识到：我们正在告别“命令即动作”的时代，进入“技能即意图”的新阶段。

所谓 rule ，早已不是 Vue 框架文档里那个静态配置项；它是 Claude 在代码语义层建立的 约束建模能力 ——能识别字段必填性、格式合法性、前后端一致性，并在编辑器内实时生成、修正、验证。而 command 也不再是 bash 或 zsh 下那个等待 sudo apt install 的二进制程序，它是智能体调度层的 意图路由协议 ： claude-vscode.editor.openlast 不是一个可执行文件路径，而是一条发给 Agent 的结构化指令，告诉它“请调用编辑器模块，执行最近打开文件的上下文恢复操作”。

热词里反复出现的 zsh: command not found: brew 、 bash: line 778: openclaw-cn: command not found ，本质都是旧范式残留的“路径依赖幻觉”。人们还在用 which 查路径、用 export PATH 拼环境，但真正的执行主体早已不在本地 shell 进程里——它在远程推理服务中，在本地轻量 runtime 里，在 LLM 驱动的 Skill Registry 中。你找不到 claude 命令，是因为它压根不以 CLI 可执行文件形式存在；你装不上 nvidia-smi ，是因为你的开发环境已切换到 WebGPU 加速的轻量沙箱，不再需要 CUDA 驱动级介入。

这个转变的底层驱动力，是三个不可逆的技术收敛：

• 模型能力收敛 ：Claude 3.5 Sonnet 在代码理解、多文件推理、上下文建模上达到工程可用阈值，不再需要人工拆解成 git diff → parse AST → generate patch 的流水线；
• IDE 能力收敛 ：Cursor 不再是“带 AI 插件的 VS Code”，而是以 LLM 为内核重构的编辑器——它的“Command Palette”本质是 Skill Router UI，所有 command 'xxx' not found 报错，都指向一个事实：该 Skill 尚未注册、权限未授权、或上下文不匹配；
• 开发者心智收敛 ：当 vue3 输入框 rule 不再需要翻文档查正则写法，而是自然说出“让这个邮箱输入框禁止空格并校验格式”，你就已经完成了从“语法工程师”到“意图架构师”的身份切换。

所以，这篇内容不教你怎么 curl -O https://cursor.sh/install.sh && sh install.sh ，也不列 claude code 官网中文版 的跳转链接。我要带你拆解的是： Skill 是如何被定义、注册、路由、执行、反馈的完整生命周期 ——它藏在 cursor rule 的按下瞬间，也藏在 claude skill 的报错背后。你真正要安装的，从来不是某个二进制，而是这套新范式的运行时心智模型。

2. Skill 不是插件，是可组合的语义原子：从 command 到 skill 的架构重定义

很多人把 claude skill 当作“Claude 的插件”，就像把 Chrome 扩展叫“Chrome 插件”一样——这没错，但严重低估了它的抽象层级。真正的 Skill，是比插件更底层、更通用、更语义化的 可执行意图单元 。它不绑定特定 IDE、不依赖特定语言运行时、甚至不强制要求本地执行。你可以把它理解为“函数式编程里的纯函数”，但输入输出不是数据，而是 上下文 + 意图 → 行动 + 反馈 。

我们来解剖一个真实存在的 Skill： comet skill （用于代码性能分析）。它在 Cursor 中的调用方式可能是 /analyze performance ，但背后发生的事远比 npm run perf 复杂：

看到区别了吗？ nvidia-smi 是一个封闭的、面向硬件的状态查询工具；而 comet skill 是一个开放的、面向开发意图的 上下文感知服务 。它不关心你用什么显卡，只关心你这段代码在什么场景下会慢；它不输出原始数字，而是输出可操作的、带上下文的改进建议。

那么，Skill 是怎么被定义出来的？核心就三样东西： Capability Manifest、Context Schema、Execution Handler 。

2.1 Capability Manifest：Skill 的“身份证”

每个 Skill 必须有一个 skill.json （或 manifest.yaml ），它不是配置文件，而是 Skill 的契约声明。以 superpowers skill （提供代码重构增强）为例：

{
  "id": "superpowers",
  "version": "1.4.2",
  "name": "Superpowers",
  "description": "AI-powered refactoring with cross-file impact analysis",
  "capabilities": [
    {
      "intent": "refactor",
      "domain": ["javascript", "typescript", "python"],
      "context_requirements": ["selection", "file_tree", "git_status"],