Anthropic anuncia la cesión de Agent Skills a la AAIF: un formato compartido no demuestra que cada paquete funcione
El anuncio del 22 de octubre traslada nombre, dominio y organización del estándar. Para evaluar una habilidad concreta sigue haciendo falta conocer sus instrucciones, recursos y resultado esperado.
Anthropic anunció el 22 de octubre la cesión del estándar Agent Skills a la Agentic AI Foundation, bajo la Linux Foundation. Según el comunicado, la transferencia incluye nombre y logotipo, organización de GitHub y dominio agentskills.io. Es una noticia sobre el lugar y la forma de mantener un estándar compartido, no una certificación individual de cada habilidad publicada.
La descripción del formato parte de una carpeta con un archivo SKILL.md que enseña un procedimiento o dominio, acompañado cuando haga falta por scripts y referencias. Compartir esa estructura ayuda a reconocer qué contiene un paquete. No demuestra por sí solo que sus instrucciones estén completas, que sus recursos existan o que su resultado sea correcto.
Ejemplo propio: dos carpetas pueden incluir el mismo nombre de archivo principal; una describe entradas y comprobaciones y la otra remite a un recurso ausente. Identificar ambas como habilidades no resuelve esa diferencia. Una revisión concreta tendría que verificar las referencias y un resultado esperado con entradas conocidas, sin confundir reconocimiento del formato con una prueba funcional.
Para quien compare paquetes, proponemos anotar propósito, entradas, recursos requeridos y criterio de salida. La ficha debe registrar qué se ha leído y qué se ha ejecutado realmente. En este artículo no hemos instalado ni ejecutado habilidades, y no atribuimos a la fundación una auditoría de todos los paquetes disponibles.
El anuncio plantea como propuesta inicial una hoja de ruta con versiones, procedimiento formal de cambios y orientación de seguridad. Presentarlo como un sistema ya implantado adelantaría el estado descrito por la fuente. El cambio de gobernanza puede seguirse por sus decisiones públicas; la validación de una tarea específica necesita evidencia adicional.