مهارات العميل في ٢٠٢٦: قابلة للنقل الآن، ونادراً ما يتم التحقق منها

في 6 أغسطس 2026، نشرت اللجنة التوجيهية الفنية لـ Agent Plugins إصدار Agent Plugins 1.0، وهو تنسيق حزم محايد للموردين يسمح لمجلد واحد بحمل كل من مهارات العميل (agent skills) وتكوينات خادم MCP عبر خمسة عملاء عملاء.¹ وهذا هو المواصفة المفتوحة الثانية في أقل من ثمانية أشهر التي تهدف إلى جعل مهارات العميل تنتقل بين المنتجات، بعد أن نشرت Anthropic تنسيق Agent Skills نفسه كمعيار مفتوح في 18 ديسمبر 2025.² ولا يذكر أي منهما أي شيء عما إذا كانت المهارة الموجودة داخل الحزمة جيدة أم لا.

في سطر واحد: أصبحت مهارات العميل الآن قابلة للنقل عبر العشرات من عملاء AI، لكن القابلية للنقل لا تعني الفعالية. تظهر المعايير المرجعية أن المهارات المنسقة ترفع معدلات نجاح العميل بمقدار 16.6 نقطة مئوية، بينما تحمل ربع مهارات المتجر ثغرة أمنية واحدة على الأقل — لذا فإن مصدر المهارة أهم من طريقة تغليفها.

ملخص

• Agent Plugins 1.0 (6 أغسطس 2026) يوحد بالضبط نوعين من المكونات — مهارات العميل (Agent Skills) وخوادم MCP — داخل مجلد واحد مع بيان plugin.json. يدعمه خمسة عملاء: VS Code، وCursor، و GitHub Copilot، وChatGPT & Codex، وKiro.¹³
• تضع المواصفة عمدًا التوزيع، وأذونات وقت التشغيل، والثقة خارج نطاقها. وبكلماتها الخاصة، "إن العثور على حزمة ليس هو نفسه الوثوق بها أو تنفيذها".¹
• SkillsBench، وهو معيار مرجعي مزدوج مكون من 87 مهمة، قاس قيمة المهارة الجيدة: يرتفع متوسط معدل النجاح من 33.9% إلى 50.5%، أو +16.6 نقطة مئوية، مع مكاسب لكل تكوين تتراوح بين +4.1 و +25.7 نقطة مئوية.⁴
• يقوم SkillOpt من Microsoft Research بتدريب ملف المهارة نفسه كمعامل (parameter) ويسجل +23.5 نقطة لـ GPT-5.5 في الدردشة المباشرة، بالإضافة إلى مهارة تم تدريبها في Codex سجلت درجة أعلى قليلاً عند نقلها إلى Claude Code من تلك التي تم تدريبها هناك بشكل أصلي.⁵⁶
• وجد فحص لـ 31,132 مهارة في المتجر أن 26.1% منها تحتوي على ثغرة واحدة على الأقل، وكانت المهارات التي تدمج نصوصًا برمجية قابلة للتنفيذ أكثر عرضة للتأثر بمقدار 2.12 مرة من تلك التي تعتمد على التعليمات فقط.⁷

ما ستتعلمه

• ما الذي يقوم Agent Plugins 1.0 بتوحيده فعليًا، وما الذي يرفض توحيده
• ما إذا كانت مهارات العميل تحسن أداء العميل بشكل ملموس، وبأي مقدار
• قيمة المهارة المدربة مقارنة بالمهارة المكتوبة يدويًا
• لماذا جاءت أقوى الأدلة على التغليف القابل للنقل من ورقة بحثية حول التحسين (optimization)
• مقدار المشاكل الأمنية الموجودة في إمدادات المهارات العامة
• كيف يتم تقسيم الطبقات التقنية بين Agent Skills و MCP و Agent Plugins
• ما الذي يجب فعله بشكل مختلف إذا كنت تعمل في تطوير العملاء (agents) كمهنة

ما الذي يقوم Agent Plugins 1.0 بتوحيده فعليًا

تحدد Agent Plugins 1.0 تخطيط المجلدات والبيان (manifest)، ولا شيء آخر تقريبًا. الإضافة (plugin) هي عبارة عن مجلد يحتوي على plugin.json، ومجلد skills/ اختياري يحتوي على حزمة واحدة أو أكثر من SKILL.md، وملف mcp.json اختياري يصف خوادم MCP، ومساحات أسماء (namespaces) اختيارية بنطاق عكسي مثل com.example.client/ يمكن لمورد واحد استخدامها لأي شيء خارج العقد المشترك. يتكون الحد الأدنى من البيان من سطرين: مؤشر $schema واسم name.¹

تسمي المواصفات هيكل الملفات بـ "العقد". تقوم العملاء المتوافقون بقراءة البيان، والبحث عن المهارات (skills) في الموقع المحدد، وقراءة تكوين MCP من الموقع المحدد، وتجاهل أي مساحة أسماء لا يقومون بتنفيذها. هذا هو كامل سطح التوافق التشغيلي — وهو ما تصفه المواصفات بأنه "أرضية توافق تشغيلي صغيرة".¹

هذا التحفظ هو جوهر التصميم. تقوم الأنظمة البيئية للعملاء حاليًا بتجربة الوكلاء (agents)، والأوامر، والخطافات (hooks)، والقواعد، وامتدادات واجهة المستخدم، وقد استبعد الإصدار 1.0 كل ذلك لأنها "لا تملك حتى الآن دلالات أو نماذج أمنية متسقة عبر العملاء". كما يرفض المشروع تقديم وعود بالمزيد لاحقًا: "لا يوجد التزام بنوع مكون إضافي لأي إصدار مستقبلي".¹

تم بناء هذا المشروع من قبل ممثلين من Amazon و Cursor و Microsoft و OpenAI و Vercel، مع لجنة توجيه تقنية تضم مسؤولين أساسيين من كل جهة. هناك تفصيل في الحوكمة يستحق الذكر بدقة لأن التغطية تميل إلى طمسه: نُشر الإعلان على مدونة Agentic AI Foundation كمنشور ضيف مجتمعي، ويذكر التنويه الخاص بالمنشور أن Agent Plugins "هي مواصفات مفتوحة تُدار بشكل مستقل. وهي ليست مشروعًا تابعًا لـ AAIF ولم تقدم مقترحًا لتصبح كذلك".¹ وهي ليست، وقت كتابة هذا النص، مشروعًا تابعًا لـ Linux Foundation كما هو الحال مع MCP.

العملاء الخمسة، وما يقوم كل منهم بتحميله فعليًا

يدعم كل عميل مدرج حاليًا نوع مكون Agent Skills. الاختلاف يكمن في وسائل نقل MCP.³

Codex هو الوحيد من بين الخمسة الذي لا يدرج legacy SSE. تشير الصفحة إلى أن العملاء "يمكنهم اعتماد أنواع مكونات محمولة بشكل تدريجي"، لذا فإن هذا الجدول هو لقطة لقائمة متغيرة وليس مصفوفة قدرات ثابتة.

ما تستبعده المواصفات عمدًا

هناك ثلاثة أشياء تقع صراحةً خارج نطاق Agent Plugins 1.0، وتسميها المواصفات في قسم بعنوان "ما يظل مملوكًا للعميل": التوزيع (السجلات، المتاجر، التثبيت، التحديثات)، وتجربة وقت التشغيل (الأذونات، تدفقات الموافقة، عزل البيئة "sandboxing"، واجهة المستخدم)، والثقة (هوية الناشر، المصدر، التوقيعات، السياسة التنظيمية).¹

هذا تصميم مواصفات قابل للدفاع عنه. فمن المرجح أن تنسيق الحزم الذي يحاول أيضًا تسوية نموذج الثقة كان سيصدر في وقت لاحق ويتم تبنيه بشكل أبطأ. المؤلفون صريحون بشأن الحدود: "إن العثور على حزمة ليس هو نفسه الوثوق بها أو تنفيذها: تظل عملية التحقق من الناشر، والمصدر، والموافقة، وعزل البيئة (sandboxing)، وسياسة وقت التشغيل مسؤوليات منفصلة."¹

لكن هذا يعني شيئًا محددًا لأي شخص يقرأ الإعلان كإشارة على النضج. فبين Agent Skills و MCP و Agent Plugins، أصبح لدى النظام البيئي الآن ثلاث طبقات محددة جيدًا لـ نقل القدرات بين الوكلاء، ولا تحدد أي من هذه الطبقات الثلاث كيفية إثبات أن هذه القدرة تعمل أو أنها آمنة. هذه الفجوة ليست افتراضية، وبقية هذا المنشور هي قياس لها.

هل تعمل مهارات الوكلاء (agent skills) فعليًا؟

نعم — المهارات المنسقة تعمل، وبفارق ملموس. SkillsBench، الذي صدر أحدث مراجعة له في 14 يونيو 2026، هو معيار قياس يضم 87 مهمة عبر 8 مجالات، كل منها مقترن بمهارة منسقة وأداة تحقق حتمية. عند تشغيل جميع المهام الـ 87 في ظروف متطابقة (بدون مهارات مقابل مهارات منسقة) عبر 18 تكوينًا من النماذج والأدوات، ارتفع متوسط معدل النجاح من 33.9% إلى 50.5% — بزيادة قدرها 16.6 نقطة مئوية، أو زيادة معيارية بنسبة 25.5%.⁴

هناك نتيجتان ثانويتان أكثر قابلية للتطبيق من العنوان الرئيسي:

• تراوحت المكاسب على مستوى التكوين من +4.1 إلى +25.7 نقطة مئوية. الفائدة حقيقية في كل مكان في تلك العينة ولكنها تختلف بمعامل ستة اعتمادًا على النموذج والأداة. المهارة ليست أصلًا ذا قيمة ثابتة.
• المهارات المركزة التي تحتوي على ثلاث وحدات كحد أقصى تفوقت على الحزم الأكبر أو الشاملة. الغريزة التي تدفع لحشر كل حالة استثنائية في ملف SKILL.md واحد هي غريزة غير منتجة بشكل ملموس.

يشير البحث أيضًا إلى أن النماذج الأصغر المجهزة بمهارات يمكن أن تضاهي النماذج الأكبر التي تفتقر إليها — وهو تأثير استبدالي يظهر مرة أخرى، وبشكل مستقل، في أدبيات التحسين أدناه.

النقطة المنهجية التي يطرحها SkillsBench حقًا تكمن في صياغته: فهو يصف التقييم المقترن بأنه "الأساس للقياس الدقيق لفعالية المهارة"، وهي طريقة مهذبة للإشارة إلى أن مؤلفيه لم يجدوا طريقة قياسية للتحقق مما إذا كان أي من هذا مفيدًا. أطلقت Anthropic التنسيق في 16 أكتوبر 2025؛ وظهر الإصدار الأول من معيار القياس هذا له في 13 فبراير 2026، أي بعد حوالي أربعة أشهر.⁴² لقد تأخر القياس عن التبني.

قيمة المهارة المدربة

يطرح SkillOpt من Microsoft Research، والذي نُشر على مدونة MSR في 30 يونيو 2026، سؤالاً مختلفًا: ليس "هل تساعد المهارة؟" بل "ماذا يحدث إذا قمت بتدريبها؟"⁵

يتعامل الإعداد مع ملف المهارة كمعلمة (parameter) قابلة للتدريب تقع خارج نموذج هدف مجمد. يقوم نموذج محسن منفصل بقراءة النتائج المسجلة، ويقترح تعديلات محدودة للإضافة والحذف والاستبدال في مستند مهارة واحد، ولا يتم قبول التعديل إلا عندما يحسن بشكل صارم درجة التحقق المستبعدة. وتضع ميزانية معدل التعلم النصي حدًا للتعديلات لكل خطوة، ويقوم مخزن التعديلات المرفوضة بتغذية الإخفاقات مرة أخرى كإشارة سلبية، بينما يعمل التحديث البطيء لكل حقبة (epoch) على ترسيخ الدروس طويلة المدى. والأهم من ذلك، أن كل هذا يحدث في وقت التدريب — حيث يذكر المؤلفون أن هذه الطريقة تضيف "صفر استدعاءات للنموذج في وقت الاستنتاج عند النشر."⁶

عبر 6 اختبارات قياسية، و7 نماذج مستهدفة، و3 أنماط تنفيذ — أي 52 خلية تقييم — سجل SkillOpt أفضل النتائج أو نتائج مساوية للأفضل في جميع الخلايا الـ 52، وذلك مقارنة بالمهارات التي كتبها البشر، والمهارات التي أنشأتها نماذج LLM بأسلوب one-shot، وأربع طرق سابقة بما في ذلك GEPA و TextGrad.⁵⁶ بالنسبة لـ GPT-5.5، كانت المكاسب مقارنة بعدم وجود مهارة هي +23.5 نقطة في الدردشة المباشرة (من 58.8 إلى 82.3)، و+24.8 داخل Codex، و+19.1 داخل Claude Code.⁵

اقتصاديات المخرجات (artifacts) هي الجزء الذي يستحق الاستيعاب. الملف الذي تم نشره، best_skill.md، يبلغ متوسط طوله النهائي حوالي 920 توكن، وبما أن بوابة التحقق ترفض معظم المقترحات، يتم قبول تعديل واحد إلى أربعة تعديلات فقط في النسخة النهائية. مكسب قدره 39.0 نقطة في أحد الاختبارات القياسية جاء من تعديل واحد مقبول.⁵ أياً كانت المهارة، فهي ليست كائناً ضخماً، وقيمتها لا تتناسب طردياً مع طولها.

هناك تحذيران يجب وضعهما بجانب هذه الأرقام. أولاً، هذا تقييم أجراه المورد نفسه: Microsoft تقيم طريقة Microsoft، مع تكوين الخطوط المرجعية المنافسة بواسطة نفس المؤلفين. "الأفضل أو المساوي للأفضل في جميع الخلايا الـ 52" هو نوع من الاكتساح الكامل الذي يستوجب تكراراً مستقلاً قبل أن يصبح فرضية للتخطيط. ثانياً، وهو الأهم:

أرقام SkillsBench و SkillOpt ليست على نفس المحور. فزيادة +16.6 نقطة مئوية و +23.5 نقطة مئوية تأتي من مجموعات اختبار قياسية مختلفة، ومزيج مهام مختلف، وخطوط مرجعية مختلفة. قراءتها كسلم — "المنسقة تساوي 16، والمدربة تساوي 23" — سيكون خطأً. ما يثبتانه معاً هو أمر أكثر تحديداً ولا يزال مفيداً: مجموعتان بحثيتان مستقلتان، في مجموعات مهام غير مرتبطة، وجدتا تقلبات بنسب مئوية من خانتين تعزى إلى محتويات ملف markdown. التباين يكمن في المهارة، وليس في التغليف.

نتيجة النقل التي تؤثر مباشرة على تنسيقات الحزم

مدفون في تجارب النقل الخاصة بـ SkillOpt حجة تجريبية قوية بشكل غير عادي لتغليف المهارات القابل للنقل، وهي تأتي من ورقة بحثية ليس لديها ما تقوله عن التغليف.

مهارة جداول بيانات تم تدريبها داخل Codex، ثم نُقلت إلى Claude Code دون أي تحسين إضافي، رفعت الخط المرجعي لعدم وجود مهارة من 22.1 إلى 81.8 — مكسب قدره 59.7 نقطة. وهذا أعلى قليلاً من 80.4 التي تم تحقيقها عن طريق تدريب المهارة مباشرة داخل Claude Code.⁵ توفر البيئتان واجهات أدوات مختلفة، وهذا هو السبب في أن المؤلفين اعتبروا ذلك دليلاً على أن الطريقة تتعلم منطق سير عمل عام بدلاً من وصفات خاصة ببيئة معينة.

إذا كانت هذه النتيجة قابلة للتعميم، فإن القابلية للنقل ليست مجرد ميزة رفاهية. بل تعني أن المهارة هي أصل قابل للنقل حقاً وتظل قيمتها قائمة رغم تغيير بيئة التشغيل — وهو بالضبط الافتراض الذي بُني عليه Agent Plugins 1.0، والذي تم الوصول إليه من الاتجاه المعاكس. وكما قال Nick Cooper من OpenAI في إعلان Agent Plugins: "يجب أن تكون القدرات المفيدة قادرة على الانتقال عبر الوكلاء".¹

التحفظ هنا هو: هذه مهارة واحدة تم الإبلاغ عنها في زوج واحد من الاختبارات القياسية، قُدمت كـ "أوضح مثال" على النقل بدلاً من كونها متوسطاً عبر العديد من الحالات. نقطة بيانات واحدة تتجاوز قليلاً التحكم في التدريب الأصلي هي أمر مثير للاهتمام ولكن لا ينبغي التعامل معها كقاعدة بعد.

أمن مهارات الوكيل: حوالي ربع العينة المأخوذة

جمعت دراسة أجريت في يناير 2026 42,447 مهارة من متجرين رئيسيين وقامت بتحليل 31,132 منها بشكل منهجي باستخدام خط كشف يجمع بين التحليل الساكن والتصنيف الدلالي القائم على LLM. ووجدت أن 26.1% منها تحتوي على ثغرة أمنية واحدة على الأقل، موزعة على 14 نمطاً مختلفاً عبر أربع فئات: حقن الأوامر (prompt injection)، تسريب البيانات، تصعيد الامتيازات، ومخاطر سلسلة التوريد.⁷

التفاصيل:

الرقم الأكثر فائدة من الناحية التشغيلية ليس نسبة مئوية بل هو نسبة الأرجحية: المهارات التي تدمج نصوصاً برمجية قابلة للتنفيذ كانت أكثر عرضة لاحتواء ثغرة أمنية بمقدار 2.12 مرة مقارنة بالمهارات التي تقتصر على التعليمات فقط (OR = 2.12, p < 0.001).⁷ وهذا يتطابق تماماً مع التمييز الهيكلي الذي يضعه التنسيق نفسه — فملف SKILL.md يحتوي على دليل scripts/ يمثل كائناً ذا مخاطر مختلفة عن الملف الذي لا يحتوي عليه، ومن السهل جداً التحقق من ذلك قبل التثبيت.

هناك نقطتان توضيحيتان للحفاظ على الدقة. أولاً، طريقة الكشف تسجل دقة (precision) بنسبة 86.7% واسترجاع (recall) بنسبة 82.5%، لذا فإن نسبة 26.1% هي تقدير يعتمد على أداة الكشف وليست إحصاءً شاملاً. ثانياً، العينة تغطي متجرين كما كانا في يناير 2026، وليس المنتجات المدرجة في العرض الرسمي اليوم.

لا شيء من هذا يمثل مفاجأة للأشخاص الذين أطلقوا هذا التنسيق. فمنشور الإطلاق الخاص بـ Anthropic يحمل تحذيراً بلغة واضحة: "هذه الميزة تمنح Claude القدرة على تنفيذ الكود. ورغم قوتها، فإنها تعني ضرورة توخي الحذر بشأن المهارات التي تستخدمها — التزم بالمصادر الموثوقة للحفاظ على سلامة بياناتك."² الفجوة ليست في أن أحداً لم يقل ذلك، بل الفجوة هي أن "الالتزام بالمصادر الموثوقة" هو مجرد نصيحة، ولا توجد أي من المواصفات الثلاث المذكورة أعلاه تحدد ما الذي يجعل المصدر موثوقاً أو من الذي يصادق عليه.

العرض كبير، مركز، وفائض إلى حد كبير

وجد تحليل أجري في فبراير 2026 لـ 40,285 مهارة مدرجة علناً من متجر رئيسي أن النشر يحدث "في دفعات قصيرة تتبع تحولات اهتمام المجتمع"، وأن المحتوى "مركز للغاية في سير عمل هندسة البرمجيات"، وأن النظام البيئي يظهر "تجانساً قوياً، مع تكرار واسع النطاق على مستوى الغرض" إلى جانب "خلل واضح في التوازن بين العرض والطلب عبر الفئات".⁸ بعبارات بسيطة: آلاف الأشخاص كتبوا تقريباً نفس مهارات البرمجة، والفئات التي تشهد الطلب الأكبر ليست هي الفئات التي تمتلك العرض الأكبر.

أظهرت صورة جانب GitHub، وفقاً لقياسات OSS Insight في 24 مارس 2026، أن فئة مجموعات المهارات حصدت 250,000 نجمة في عشرة أسابيع، مع وجود أكثر من 57,000 ملف AGENTS.md، وأكثر من 21,000 ملف CLAUDE.md، وأكثر من 31,000 تعريف مهارة تحت مسار .claude/skills/ عبر المستودعات العامة. وكان استنتاجهم أن المهارات هي "طبقة انتقالية" وليست التجريد الأساسي لعصر الوكلاء (agents).⁹ هذه الأرقام تعود إلى نحو أربعة أشهر ونصف وقت كتابة هذا النص، ويجب اعتبارها لقطة للطفرة التي حدثت في الربع الأول، وليس عدداً حالياً.

ما تغير منذ شهر مارس هو بالضبط الشيء الذي حددته OSS Insight على أنه غير محلول: حرب التنسيقات. Agent Plugins 1.0 هو اتفاق بين خمسة موردين رئيسيين على حدود الحزمة، وهو رد حقيقي على مشكلة "كل عميل ذكي جديد يبتكر اتفاقيات مختلفة قليلاً". أما ما لم يتغير فهو أي شيء يقع خلف هذه الحدود.

المهارات، وMCP، وAgent Plugins: أي طبقة تقوم بماذا

المواصفات الثلاثة مكملة لبعضها البعض وليست متنافسة، ويوضح الإعلان هذا التقسيم بشكل صريح.¹

الصفوف الثلاثة الأولى لها مواصفات مع مشرفين محددين. أما الصفان الأخيران فلديهما مرشحون وأسئلة مفتوحة. هذا التباين هو قصة مهارات العملاء الذكيين في عام 2026، وهو يعكس ما حدث عندما بدأت IETF في فحص بروتوكولات العملاء الذكيين في وقت سابق من هذا العام: يتم توحيد النقل والتنسيق بسرعة لأنها مسائل قابلة للحل، بينما يتم توحيد الثقة ببطء لأنها مسألة تنظيمية بقدر ما هي تقنية.

للسياق حول بداية التنسيق، أطلقت Anthropic ميزة Agent Skills في 16 أكتوبر 2025 ونشرتها كمعيار مفتوح لقابلية النقل عبر المنصات في 18 ديسمبر 2025، إلى جانب إدارة المهارات على مستوى المؤسسة ودليل للشركاء.² شرحنا السابق حول ماهية Claude Skills وكيفية تحميلها يغطي الآليات. تسرد القائمة الرسمية الآن 44 منتجاً تدعم هذا التنسيق، من Claude Code وCodex إلى Gemini CLI وGoose وSnowflake Cortex Code وPulumi Neo — رغم أنها قائمة مختارة من الدعم المبلغ عنه ذاتياً، وليست إحصاءً شاملاً.¹⁰

ماذا يعني هذا إذا كنت تقوم بتطوير عملاء ذكيين

هناك خمس نقاط تترتب على الأدلة المذكورة أعلاه، ولا تتطلب أي منها انتظار مواصفات جديدة.

تعامل مع المهارة ككود تملكه، وليس كمحتوى تثبته. تقيس أبحاث الفعالية المهارات المنقحة والمدربة. لا يوجد شيء في هذه الأبحاث يبرر افتراض أن مهارة عشوائية من متجر تطبيقات تحمل نفس القيمة، ويشير الفحص الأمني إلى أن حوالي ربع العينات المتاحة تحتوي على خلل. قم بإضافة المهارة إلى مستودع الكود الخاص بك، واقرأها، وراجعها بنفس وتيرة مراجعة بقية الكود الخاص بك.

ابحث عن مجلد scripts/ أولاً. نسبة الاحتمالات 2.12x هي واحدة من أرخص إشارات الأمان المتاحة، وهي مرئية من شجرة الملفات قبل أن تقوم بتثبيت أي شيء.

اجعل المهارات قصيرة ومحددة. وجد SkillsBench أن المهارات المركزة التي تتكون من ثلاث وحدات كحد أقصى تتفوق على الحزم الشاملة، وكان متوسط المنتج المدرب في SkillOpt حوالي 920 توكن تم بناؤها من تعديل واحد إلى أربعة تعديلات مقبولة. كلاهما يشير إلى نفس الاتجاه.

قم ببناء أداة التحقق (verifier) قبل المهارة (skill). تعتمد نتائج الفعالية في كلتا الحالتين على فحص حتمي — حيث يربط SkillsBench كل مهمة بأداة تحقق، بينما يقوم SkillOpt بفرض قيود على كل تعديل بناءً على درجة التحقق المستبعدة. بدون أداة تحقق، لا يمكنك التمييز بين التحسن والتراجع، وهو نمط الفشل الذي صُمم SkillOpt لمعالجته: المهارات التي "تزداد طولاً وتنجرف مع كل إعادة كتابة" بينما تؤدي المراجعة التي تبدو منطقية إلى تدهور الأداء بهدوء.⁵

اعتمد تنسيق الحزمة بناءً على مزاياه، وليس كإشارة للجودة. يحل Agent Plugins 1.0 مشكلة تغليف حقيقية بشكل جيد. ولكنه لا يخبرك، ولا يدعي إخبارك، بأي شيء عن محتويات الحزمة.

الخلاصة

تعتبر Agent Plugins 1.0 عملاً محدداً بدقة يسد فجوة حقيقية: فاعتباراً من 6 أغسطس 2026، يمكن شحن المهارة وخادم MCP الخاص بها كحزمة واحدة وتحميلها دون تعديل في خمسة من أهم وكلاء البرمجة. وبالتزامن مع معيار Agent Skills من ديسمبر 2025 و MCP قبله، فقد تم حل مشكلة النقل بشكل أساسي.

لكن مشكلة القياس لم تُحل بعد. تشير الأبحاث التي ظهرت في نفس تلك الأشهر الاثني عشر إلى أن المهارة المنسقة ترفع معدل النجاح بنحو 17 نقطة مئوية، والمهارة المدربة ترفعه بشكل أكبر بكثير في اختباراتها المرجعية الخاصة، وحوالي ربع الإمدادات العامة تحتوي على خلل أمني — بينما تنص كل مواصفة في هذه البنية بوضوح على أن الثقة، والمصدر، والتدقيق هي مسؤولية شخص آخر. هذا حد هندسي يمكن الدفاع عنه، ولكنه حد تشغيلي غير مريح.

النسخة العملية قصيرة: طبقة التنسيق مكتملة بما يكفي للبناء عليها. أما طبقة الجودة فلا تزال مسؤوليتك في بنائها، وإلى أن تفعل ذلك، فإن المهارة القابلة للنقل ليست سوى خلل ينتقل بسهولة.