发生了什么变化
Google 在 2026 年 8 月 6 日发布的一篇 Android Developers Blog 文章中解释了为什么官方 Android Skills 项目被设计得很小，而且带有临时性。这篇文章由 Android Developer Relations 的 Jose Alcérreca 撰写，说明团队在今年 4 月发布官方 Android Skills 之后，如何判断哪些 skill 值得存在。
核心意思是：Google 并不希望开发者安装一大堆通用提示文件。它表示，只有当当前前沿模型存在可验证的知识缺口时，官方 skill 才会被考虑，尤其是那些变化速度快于模型训练周期的 Android API 和工作流。
因此，这更像是一次关于 AI 辅助 Android 开发的方法论说明，而不是单纯的产品发布。Google 在提醒团队把 skill 当作有明确目标的工程资产：当它能弥补可测量的缺口时有价值；当它只是重复模型已经知道的内容时，就会带来成本。
为什么官方集合保持克制
Google 表示，目前已经发布约 20 个官方 Android Skills。它给出的例子都很具体，包括 AGP 9、Navigation 3、高级 Camera API 和 Perfetto SQL。Android Skills 的公开文档还列出了一些相关工作流，例如从 XML 布局迁移到 Compose、让应用界面适配 edge-to-edge，以及审计 R8 配置。
这种克制的原因是上下文成本。根据博客文章，每个已安装的 skill 都会给每个任务的基础上下文增加约 100 到 200 个 token；如果某个 skill 被激活，增加的内容可能会更多。实际结果是，不必要的 skill 会让代理会话更慢、更贵，也更容易失焦。
Android Skills 的 GitHub 仓库也用类似方式描述了这一原则：项目关注评测显示大语言模型表现不足的工作流，而不会优先处理模型已经较为熟悉的成熟领域，例如基础 Jetpack Compose 最佳实践。
Skill 正在像软件一样被测试
Google 表示，每个 skill 在发布前都会经过评测：当 skill 启用时测试应该通过，未启用时则应失败。该公司把这种评测类比为代码中的集成测试，这对构建内部代理指令的团队也很有参考价值。
Google 称，最低限度会在 Android Studio 中使用最新 Gemini Flash 模型测试 skill。根据 skill 的不同，也可能检查 Gemini Pro、Antigravity 以及第三方系统。这并不意味着所有代理都会表现一致，但它说明 Google 希望官方 skill 基于证据，而不是把它们当作静态文档片段。
Google 还解释了为什么不接受新增官方 skill 的直接 pull request：其评测框架依赖无法开源的内部基础设施。开发者如果要报告问题、建议优化或请求新的官方 skill，需要通过 GitHub issue。
文档仍然重要
文章中一个非常实用的观点是，Android 开发者不应该把 skill 当成官方文档的替代品。Google 建议使用 Android Knowledge Base 和 Android CLI 的 docs 命令，让代理访问官方 Android 文档；当目标是广泛的 API 依据，而不是某个专门工作流时，这通常更高效。
公开文档显示，Android Skills 可以通过 Android CLI 安装，并可用于支持开放 agent-skills 格式的代理或开发环境。文档也说明，团队可以为内部工作流创建自己的 skill，只要清楚地打包说明，并放在受支持代理能够发现的位置。
对 Android 团队来说，关键是区分三层：官方文档用于广泛的 API 事实，官方 skill 用于快速变化的 Android 工作流缺口，内部 skill 则用于公司自己的架构和审查实践。
目标是最终弃用
Google 这次说明中最有意思的一点，是它明确给出了终点。随着更强的模型吸收新的 Android API 和工作流模式，Google 预计许多 skill 会变得不再必要。团队表示，当新模型发布时会重新运行评测；如果模型在没有某个 skill 的情况下也能通过，该 skill 就可能在过渡期后被退役。
这对任何使用 AI 代理的团队都是一种有用纪律。代理指令不应默认变成永久杂音。它们需要负责人、测试，以及明确的退出路径。
Google 还提醒开发者谨慎选择社区 skill。文章提到了一些声誉较好的 Android 社区示例，但也警告不要盲目安装大型集合，因为它们可能未经测试、由 AI 生成、带有偏差，甚至包含恶意指令。
开发者接下来该关注什么
对在 Android 项目中使用 AI 工具的开发者来说，直接影响主要是实践层面的。默认安装所有可用 skill 很可能不是好选择。更好的做法是识别代理反复失败的地方，加入能够修复问题的最小化指令，并定期重新测试这条指令是否仍有必要。
对平台团队来说，Google 的做法说明代理支持正在成为开发者关系的一部分。文档不再只是写给浏览网页的人类读者；其中一部分现在需要为能在真实代码库中执行任务的 AI 工具进行打包、评测和退役。
已确认的新闻本身很具体：Google 解释了它如何选择、评测并最终弃用官方 Android Skills。更大的启示是，高质量 AI 编程支持将更少依赖庞大的 prompt 库，更多依赖经过衡量、基于来源、并能在模型不再需要时消失的指令。