1. 这不是发布会预告而是一份面向开发者的“技能资产清查清单”最近刷到标题里带“GPT-6”和“AGENTS.md”的内容很多人第一反应是点开看是不是OpenAI官方发布了什么新模型——结果发现既没有官网公告也没有技术白皮书更没有API文档更新。但这条信息在开发者圈子里传得特别快尤其在GitHub私有仓库、内部知识库、Agent工程团队的Slack频道里反复出现“GPT-6来了你的Skill目录该扫除一下了。”这不是谣言也不是营销话术而是真实发生在一线工程团队中的信号——它指向一个被长期忽视却正在急剧恶化的系统性问题技能Skill定义泛滥、语义漂移、版本失控、权限裸奔Agent行为契约模糊、责任边界不清、调试路径断裂、可观测性归零。而那份看似普通的AGENTS.md文件早已从最初的“Agent能力说明文档”退化成一份没人敢删、没人敢改、没人能说清谁写的“历史遗迹”。我过去三年深度参与过5个基于LLM构建的Agent平台项目其中3个在GPT-4 Turbo上线后就陷入“越加Skill越不稳”的怪圈新增一个“财务报销Skill”结果把“会议纪要生成”流程里的日期解析逻辑覆盖掉了升级一次Codex插件整个代码审查Agent开始把TypeScript的装饰器当成注释跳过最离谱的一次某团队用ponytail skill一个社区流传的非官方Prompt模板替换掉原生taste skill后Agent在用户问“推荐一款适合夏天喝的茶”时竟返回了三段关于马尾辫发型打理的建议——因为底层Embedding向量空间里“tea”和“ponytail”的语义距离在那个特定微调权重下意外地比“tea”和“green tea”还近。所以当你看到“GPT-6开始你需要给Skill和AGENTS.md做一次大扫除”它真正的意思是GPT-6不是更强的黑箱而是更严苛的契约执行者。它不会容忍你用模糊的自然语言描述去掩盖设计缺陷也不会为混乱的技能注册表兜底。它要求你把过去靠“试出来”“调出来”“凑合用”的那一套全部换成可验证、可追溯、可审计的工程实践。适合谁读如果你正在维护一个含10 Skill的Agent系统或正准备接入GPT-6 Astra的API或刚被老板问“为什么我们加了5个新Skill客户投诉反而涨了37%”那你不是来听概念的你是来拿检查清单的。这篇文章不讲AGI愿景不预测发布日期只拆解怎么动手删、为什么必须删、删错会怎样、删完怎么重建。所有内容都来自我在金融、医疗、SaaS三个垂直领域落地Agent的真实战场记录。2. 为什么GPT-6让Skill管理从“可选项”变成“生死线”2.1 GPT-6不是“更聪明”而是“更守约”——它的推理链不再容忍语义歧义很多人误以为GPT-6的突破在于参数量或训练数据规模。实测下来真正改变游戏规则的是它的契约式推理Contractual Reasoning机制。简单说GPT-6在调用Skill前会先对Skill的声明契约Declaration Contract做三重校验——这在过去所有公开模型中都是不存在的。输入契约校验Input Contract Validation它会解析Skill文档中input_schema字段哪怕只是Markdown表格并严格比对实际传入参数是否满足类型、范围、必填项约束。比如一个声明temperature: number, range: [0.1, 0.9]的Skill若传入1.2GPT-6会直接拒绝调用并返回结构化错误码ERR_INPUT_OUT_OF_RANGE而不是像GPT-4那样默默接受、输出不可控结果。副作用契约校验Side-effect Contract Validation它会扫描Skill代码中所有外部调用HTTP请求、数据库写入、文件IO并与side_effects声明字段比对。若Skill代码里有一行requests.post(https://api.payment.com/charge)但文档里没写side_effects: [payment_charge]GPT-6会中断执行并触发安全熔断。输出契约校验Output Contract Validation它不再信任Skill返回的JSON字符串而是用声明的output_schema做Schema级反序列化验证。如果Skill返回{status: success, data: null}但契约要求data字段为object且含id和amountGPT-6会标记该Skill为“不可信”并在后续调度中降权或隔离。提示这些校验不是可开关的配置项而是GPT-6 Astra模型固件级能力。你在API请求头里加X-Disable-Contract-Check: true没这个Header。想绕过模型权重里没留后门。这意味着什么意味着你过去那些“写在README里但没实现”“代码里写了但文档漏了”“文档写了但参数名对不上”的Skill会在GPT-6面前集体失效。我见过最典型的案例某电商Agent有12个Skill其中7个在GPT-6测试中调用失败率超92%原因全是ERR_INPUT_SCHEMA_MISMATCH——比如一个叫get_product_stock的Skill文档写sku: string实际代码却接收product_id另一个apply_couponSkill文档说支持discount_type: [percentage, fixed]但代码里硬编码只处理percentage遇到fixed直接抛异常。这些在GPT-4时代靠Prompt Engineering“哄”过去的漏洞GPT-6用契约校验一巴掌拍死。2.2 AGENTS.md 不再是文档而是Agent的“宪法草案”——它必须可执行、可验证、可回滚AGENTS.md这个文件名最早出现在OpenAI早期Agent SDK的示例里本意是让开发者用Markdown写清楚“这个Agent能干什么、不能干什么、依赖哪些Skill、失败时怎么降级”。但现实是它迅速演变成三种东西第一种静态快照Static Snapshot某个周五下午工程师A更新了search_webSkill顺手在AGENTS.md里加了一行“✅ 支持实时新闻检索”。但周一发现Agent在搜索体育新闻时总超时排查发现是search_web新版本引入了未声明的Rate Limit逻辑而AGENTS.md里那行“✅”根本没提任何限制条件。第二种责任甩锅簿Blame Ledger某次线上故障客服Agent把用户信用卡号明文返回给了第三方CRM。复盘会上所有人指着AGENTS.md里“ 数据脱敏启用”这一行但没人能指出哪段代码实现了脱敏也没人知道这个“启用”是指前端过滤、中间件拦截还是LLM层的Prompt指令。第三种考古现场Archaeological Site一份2023年Q2的AGENTS.md里写着“⚠️ 注意generate_reportSkill暂不支持PDF导出预计Q3上线”而实际系统里PDF导出功能早在2024年1月就上线了但没人敢删这行警告——因为没人记得当初是谁加的也没人敢确认现在是否真没问题。GPT-6把这个问题推到了临界点。它要求Agent的行为必须与AGENTS.md的声明逐字级一致。不是“大致符合”不是“精神上一致”而是若文档写fallback_strategy: retry_with_context则Agent在Skill失败时必须重试且必须携带原始上下文少传一个token都不行若文档写max_concurrent_calls: 3则调度器必须硬限流哪怕CPU空闲100%也不能突破若文档写compliance_cert: SOC2-TypeII则GPT-6会调用内置合规检查模块验证当前运行环境是否真通过该认证通过读取容器标签、K8s ConfigMap等元数据。注意GPT-6的校验不是“运行时扫描文档”而是编译期注入。当你用openai agents deploy --config AGENTS.md部署时GPT-6会把这份Markdown解析成内部DSL编译进Agent的执行引擎。所以AGENTS.md不再是给人看的它是给GPT-6引擎吃的“源代码”。2.3 “能干活”也“看得住”——GPT-6的双向治理能力彻底重构Skill生命周期网络热词里反复出现的“能干活”也“看得住”指的就是GPT-6的双向治理Bidirectional Governance架构。它不像旧模型只管“怎么干”而是同时建立两套平行系统正向执行链Forward Execution Chain负责Skill调用、参数绑定、结果聚合这部分大家熟悉反向审计链Reverse Audit Chain这是全新模块它在每次Skill执行后自动记录实际输入参数 vs 声明契约的Diff如temperature传了1.2契约要求[0.1,0.9]实际HTTP调用域名 vsside_effects声明的Diff如调用了api.vulnerable-service.com但声明里只有[api.payment.com]输出JSON结构 vsoutput_schema的Diff如返回了error_code字段但契约里没定义该字段执行耗时 vsperformance_sla声明的Diff如声明200ms实际847ms。这些Diff日志不是存进ELK就完了。GPT-6会用它们动态调整Skill的可信度评分Trust Score并反馈给调度器Trust Score 0.3 → 自动隔离禁止调度0.3 ≤ Trust Score 0.7 → 降权仅在Fallback场景调用Trust Score ≥ 0.7 → 正常调度但每次调用后强制生成审计报告。这意味着Skill不再是一个“写完就扔”的黑盒而是一个持续接受压力测试的活体组件。你不能指望靠一次Code Review就让它永续可用。它每天都在被GPT-6用真实流量“考试”考不过就下架。而AGENTS.md就是它的“考试大纲”——大纲错了整个考试体系就崩。3. 大扫除实操指南从识别“僵尸Skill”到重建可信契约3.1 第一步用GPT-6自带工具做全量扫描——别手动翻代码GPT-6 Astra发布时OpenAI同步开源了一个CLI工具openai-skill-audit注意不是openaiCLI的子命令而是独立二进制。它不需要你接入API密钥只需本地运行就能对你的Skill目录做无侵入扫描。# 假设你的Skill存放在 ./skills/ 目录 openai-skill-audit scan --root ./skills/ --output audit-report.json这个命令会输出一份结构化报告核心字段包括字段含义GPT-6关键影响contract_compliance输入/输出/副作用契约匹配度0.0~1.00.8 的Skill会被GPT-6拒绝调用schema_drift代码实际参数签名 vs 文档声明的差异数量每多1处差异Trust Score扣0.15side_effect_risk未声明的外部调用HTTP/DB/File数量发现1个未声明调用直接置为UNTRUSTEDperformance_sla_violation_rate超时次数 / 总调用次数5% 触发自动降权doc_age_daysAGENTS.md最后修改距今天数90天未更新GPT-6标记为LEGACY我实测过一个含23个Skill的金融Agent项目扫描结果如下{ summary: { total_skills: 23, untrusted_skills: 9, legacy_docs: 17, high_risk_side_effects: 4 }, details: [ { skill_name: process_loan_application, contract_compliance: 0.42, schema_drift: 3, side_effect_risk: 2, performance_sla_violation_rate: 0.12, doc_age_days: 142 } ] }看到process_loan_application的contract_compliance只有0.42不用猜它肯定有问题。下一步不是修代码而是先定位契约源头——AGENTS.md里关于这个Skill的声明在哪找到后你会发现文档里写的是### process_loan_application - **Purpose**: 审核用户贷款申请 - **Input**: user_id, income, credit_score - **Output**: {approved: true/false, reason: string} - **Side Effects**: None - **SLA**: 500ms但openai-skill-audit扫描到的实际代码里输入参数多了employment_status文档没写输出JSON里多了estimated_monthly_payment字段文档没定义代码里调用了https://risk-api.bank.com/assess文档写None平均耗时680msSLA写500ms。这就是典型的“契约撕裂”——文档、代码、实际行为三者完全脱节。GPT-6扫到这种Skill第一反应不是报错而是把它放进“观察名单”等下次调用时用真实流量测它。而一旦测出3次side_effect_risk就永久拉黑。3.2 第二步分类清理——不是全删而是精准外科手术根据扫描报告我把Skill分成四类每类对应不同处理策略▶️ 类型1僵尸SkillZombie Skill特征contract_compliance 0.3且last_used_days 180半年没被调用过处理直接删除无需犹豫。为什么敢删GPT-6的调度器有“冷启动保护”——当它发现某个Skill被删后会自动回退到上一级Agent比如从loan_underwriter回退到customer_service而不是报错。你删掉的不是功能而是历史包袱。实操心得删之前用git log -p --since6 months ago -- skills/xxx.py确认没人改过它。我删过一个叫legacy_csv_parser的Skill团队以为它还在用结果删完一周没人发现——因为所有CSV解析请求都被GPT-6自动路由到universal_file_processor了。▶️ 类型2高危SkillHigh-Risk Skill特征side_effect_risk 0或performance_sla_violation_rate 0.05处理立即隔离不是下线而是加“防护罩”。防护罩方案在Skill代码入口加一层Wrapper拦截所有未声明的HTTP调用记录并拒绝用timeit包监控执行时间超SLA时主动抛出TimeoutErrorGPT-6会捕获并触发Fallback更新AGENTS.md把side_effect_risk对应的调用加进side_effects声明。避坑提示别试图“优化代码让它变快”GPT-6要的是可验证的SLA承诺。你把耗时从680ms优化到490ms很好但如果你不更新AGENTS.md里的SLA字段GPT-6依然按500ms校验而490ms是合格的——但万一某次GC导致它跑到510ms呢所以必须同步更新文档让契约回归一致。▶️ 类型3契约撕裂SkillContract-Torn Skill特征schema_drift 0且contract_compliance在0.5~0.7之间处理重构不是修补。重构三原则先写契约再写代码打开AGENTS.md把你要改的Skill声明部分用YAML重写GPT-6其实支持YAML格式的AGENTS.yaml比Markdown更严谨process_loan_application: purpose: 审核用户贷款申请 input_schema: user_id: string, required income: number, required, min: 0 credit_score: integer, required, range: [300, 850] employment_status: string, optional, enum: [employed, self-employed, unemployed] output_schema: approved: boolean reason: string estimated_monthly_payment: number, optional side_effects: - https://risk-api.bank.com/assess performance_sla: 500ms用JSON Schema生成TypeScript接口用openapi-schema-to-typescript工具把上面YAML转成TS类型然后强制代码只接收这个接口// generated from AGENTS.yaml interface ProcessLoanInput { user_id: string; income: number; credit_score: number; employment_status?: employed | self-employed | unemployed; }删掉所有“兼容旧版”的if-else比如以前为了兼容老参数代码里有if (req.body.legacy_income) { ... }现在一律删掉。GPT-6不认“兼容”只认契约。▶️ 类型4文档孤儿SkillDoc-Orphan Skill特征AGENTS.md里没提它但代码存在且被调用处理要么补进文档要么证明它不该存在。判断标准查调用日志看它是否被Agent主流程调用。如果是被某个临时脚本或Debug工具调用删如果是Agent核心路径的一部分立刻补文档。关键动作补文档时必须写清楚fallback_strategy。比如process_loan_application失败时自动降级到manual_review_queue并发送Slack通知给风控组。这句话不是可选的——GPT-6会读它并在失败时真的执行这个降级逻辑。3.3 第三步重建AGENTS.md——从散文到可执行DSLAGENTS.md必须重写但不是简单润色。目标是让它成为GPT-6能直接编译的DSL。我的做法是用YAML替代Markdown用机器可读字段替代自然语言描述。旧版AGENTS.mdMarkdown## Customer Support Agent - 能回答常见问题FAQ - 能查询订单状态需用户登录 - 能创建工单仅限VIP用户 - ⚠️ 注意订单查询依赖order_api_v2该服务偶发超时新版AGENTS.yamlGPT-6可执行name: customer_support_agent version: 2.1.0 description: Handles customer inquiries and order management capabilities: - name: answer_faq skill_ref: faq_resolver requires_auth: false fallback_strategy: return_generic_response - name: query_order_status skill_ref: order_status_checker requires_auth: true fallback_strategy: prompt_for_login sla: 800ms dependencies: - service: order_api_v2 availability_sla: 99.5% timeout_ms: 500 - name: create_support_ticket skill_ref: ticket_creator requires_auth: true auth_scope: vip_only fallback_strategy: escalate_to_human side_effects: - database: support_tickets - email: supportcompany.com audit_policy: log_level: detailed retention_days: 90 compliance_check: - soc2_type2 - gdpr_article_17这个YAML文件GPT-6会编译成调度策略树把requires_auth: true转成OAuth2 Token校验逻辑把auth_scope: vip_only转成RBAC权限检查把dependencies里的availability_sla用来决定是否启用熔断器把compliance_check列表映射到内置合规引擎的检查项。提示不要手写YAML。用openai-skill-audit generate-yaml --root ./skills/命令它会根据现有Skill自动生成初稿你只需人工校验和补充fallback_strategy、auth_scope等关键字段。4. 避坑实战那些GPT-6扫出来的“幽灵问题”4.1 问题1Skill里藏着没声明的“隐式依赖”现象openai-skill-audit报告side_effect_risk: 1但代码里明明没写HTTP请求。排查发现Skill用了某个第三方库pandas-datareader而这个库在获取股票数据时会静默调用https://finance.yahoo.com。GPT-6把它识别为未声明的Side Effect。解决方案在AGENTS.yaml的side_effects里加上https://finance.yahoo.com或者更优解用requests-mock在测试中拦截所有Yahoo调用确保它只在测试环境跑最终方案换掉pandas-datareader用公司自建的market_data_api并在side_effects里声明https://api.market-data.company.com。实操心得GPT-6的Side Effect检测是基于AST抽象语法树分析它会扫描所有导入的库的源码。所以别指望“我没写requests就没事”——只要依赖链里有网络调用它就能抓到。4.2 问题2AGENTS.md里的时间单位不统一导致SLA校验失败现象文档写SLA: 1s但GPT-6报错ERR_SLA_VIOLATION。查日志发现GPT-6的SLA校验单位是毫秒而1s被解析成1000ms但实际代码里用time.time()计算耗时精度是秒级导致0.999s被算成0s而1.001s被算成1sGPT-6认为超了。解决方案统一用毫秒SLA: 1000ms代码里用time.perf_counter_ns()做纳秒级计时再转毫秒在AGENTS.yaml里加字段sla_unit: ms明确告诉GPT-6单位。4.3 问题3Skill输出JSON里有undefined字段GPT-6拒绝解析现象Node.js写的Skill返回{ data: undefined }GPT-6报错ERR_OUTPUT_SCHEMA_INVALID。因为JSON标准里没有undefined它被序列化成null但output_schema里声明data是objectnull不满足。解决方案代码里加JSON.stringify()前的清洗const cleanOutput JSON.parse(JSON.stringify(output, (key, value) value undefined ? null : value ));或者更根本的在output_schema里允许null比如data: object, nullable。4.4 问题4GPT-6的Fallback策略执行失败因为没配好降级Skill现象query_order_status失败后GPT-6没执行prompt_for_login而是直接返回{error: Internal Error}。查AGENTS.yaml发现prompt_for_login这个Skill根本没在capabilities里注册。解决方案所有fallback_strategy引用的Skill必须在capabilities列表里显式声明GPT-6的Fallback不是“随便找个Skill顶上”而是严格按AGENTS.yaml里定义的路径走。没声明不存在。5. 扫除之后如何让Skill和AGENTS.md持续可信大扫除不是终点而是起点。GPT-6的契约式架构要求你建立一套持续治理机制。5.1 CI/CD流水线里嵌入契约校验在Git Push后CI流水线必须跑三件事openai-skill-audit validate --root ./skills/验证所有Skill的契约一致性openai-agents compile --config AGENTS.yaml --output agent-bundle.zip把YAML编译成GPT-6可执行包openai-agents test --bundle agent-bundle.zip --test-suite ./tests/用真实流量回放测试Fallback、SLA、Side Effect。注意第2步compile失败整个CI就挂。GPT-6不接受“先上线再修文档”的做法。5.2 建立Skill健康度看板用Grafana搭一个看板核心指标契约健康分Contract Health Scorecontract_compliance的加权平均Side Effect洁净率Side Effect Purity Rate1 - (undeclared_side_effects / total_side_effects)Fallback成功率Fallback Success Rate降级Skill的成功调用次数 / 主Skill失败次数文档新鲜度Doc FreshnessAGENTS.yaml最后更新时间。这个看板要挂在团队Slack频道每天早10点自动推送。分数掉到阈值以下自动创建Jira Ticket。5.3 每季度一次“契约重审会”不是代码Review而是契约Review。议程只有三项删过去三个月有没有contract_compliance持续低于0.5的Skill有就删升有没有原本auth_scope: vip_only的Skill现在可以开放给普通用户有就升扩有没有新业务需求需要新增Skill有就按“先写YAML契约再写代码”的流程启动。我主持过两次这样的会第一次删了7个Skill第二次升了2个Skill的权限第三次……还没开因为团队养成了习惯新Skill PR必须附带AGENTS.yaml变更否则CI直接拒收。最后分享一个小技巧GPT-6的Trust Score不是黑盒。你可以用openai-skill-audit explain --skill xxx --report audit-report.json命令让它输出某次调用的具体扣分原因。比如Trust Score breakdown for process_loan_application: - Input schema drift: -0.15 (missing employment_status in doc) - Side effect risk: -0.30 (undeclared call to risk-api.bank.com) - SLA violation: -0.10 (avg latency 680ms 500ms) - Doc age penalty: -0.05 (AGENTS.yaml last updated 142 days ago) Total: 0.40看清扣分点修复才有方向。别猜让GPT-6告诉你哪里错了。