How AI agents & Claude skills work (Clearly Explained)
Verdikt
Dívej se
Konkrétní, praktická filozofie budování skills a práce s agenty, která jde proti proudu hype-driven přístupu. Žádné „stáhni si můj skill pack" — místo toho iterativní budování vlastních workflow. Relevantní pro každého, kdo s Claude Code nebo Open Claude pracuje denně.
O čem to je
Ross Mike vysvětluje, jak funguje context window u AI agentů a proč jsou skills (dovednostní .md soubory) výrazně lepší než přeplácené agent.md/claude.md soubory. Hlavní teze: modely jsou dnes výkonné, ale potřebují tvůj specifický kontext a workflow. Ten jim musíš dát iterativně přes reálné používání, ne jednorázovým promptem.
Hlavní body
- Koncept Modely (Opus 4.6, GPT 5.4) jsou už dost dobré — problém není v modelu, ale v kontextu, který mu dáš
- Architektura Context window se skládá ze: system prompt + agent.md + skills + tools + codebase + user conversation. Každá část zabírá tokeny
- Strategie 95 % lidí nepotřebuje agent.md/claude.md — model už ví, že používáš React, když to vidí v kódu. Agent.md má smysl jen pro proprietární info
- Technika Skills používají progressive disclosure — do kontextu se přidává jen název + popis (cca 53 tokenů), zbytek až když agent skill skutečně potřebuje (vs. 944+ tokenů agent.md při každém turnu)
- Tip Skill nevytvářej ručně ani z promptu. Nejdřív workflow projdi s agentem krok za krokem, nech ho selhat, oprav ho, a až po úspěšném runu řekni „review co jsi udělal a vytvoř skill"
- Tip Nestahuj cizí skills z marketplace — agent potřebuje kontext úspěšného runu specifického pro tvůj workflow, ne generické instrukce
- Technika Rekurzivní budování skills: používej skill, když selže, identifikuj chybu, nech agenta opravit, pak mu řekni „updatuj skill ať se to neopakuje". Po 5 iteracích má bezchybný workflow
- Architektura Začni s jedním agentem, přidávej sub-agenty až když máš předdefinované workflow se skills. „Scale for productivity, not for what looks cool"
- Koncept Čím víc se blížíš limitu context window (80–100 %), tím víc model „hloupne" — proto minimalizuj zbytečný kontext
- Strategie Templates budou mít renesanci — solidní základní kód = lepší kontext pro agenta než dlouhý agent.md s instrukcemi o tech stacku
Klíčové závěry
- Skills > agent.md. Progressive disclosure šetří tokeny a drží agenta výkonného déle
- Skill vytvářej až po úspěšném runu s agentem, ne předem. Agent potřebuje vidět, jak vypadá správný výsledek
- Rekurzivní zlepšování skills je klíčová metoda — každé selhání je příležitost skill zpřesnit
- Méně je více: minimální kontext + čisté skills = produktivnější agent než nafouklých 15 sub-agentů bez workflow
Pro koho je to užitečné
- Uživatelé Claude Code / Open Claude, kteří chtějí zefektivnit práci se skills
- Lidé, kteří mají nafouklé claude.md/agent.md a diví se, proč agent není konzistentní
- Kdokoliv, kdo stáhnul cizí skill pack a nefunguje mu — tohle vysvětluje proč
- Pokročilí uživatelé AI agentů, kteří chtějí systematický přístup k automatizaci workflow