← Nieuwste papers
💻 computer science

@skills: Attention is all you have

Het artikel stelt @skills voor, een open protocol dat de inhoud van vaardigheden, persistentie en automatische triggeren ontkoppelt om de noodzaak voor permanente prompt-installatie te elimineren, waardoor agenten dynamisch toegang kunnen krijgen tot en kunnen aanpassen vanuit een enorme bibliotheek aan vaardigheden met slechts één regel configuratie.

Oorspronkelijke auteurs: Li Yin (Atlas), Zhi Li (Atlas), Zhan Shi (Atlas), Haoran Zhang (Atlas), Haebin Seong (Atlas), Zhangyang (Atlas), Wang

Gepubliceerd 2026-08-14
📖 7 min leestijd🧠 Diepgaand

Oorspronkelijke auteurs: Li Yin (Atlas), Zhi Li (Atlas), Zhan Shi (Atlas), Haoran Zhang (Atlas), Haebin Seong (Atlas), Zhangyang (Atlas), Wang

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je voor dat je een superintelligente robotassistent leert hoe hij je huiswerk moet doen, je code moet repareren of een verhaal moet schrijven. Je hebt een enorme bibliotheek aan "instructiehandleidingen" (genaamd skills) die de robot precies vertellen hoe hij specifieke taken moet afhandelen, zoals "hoe je een website implementeert" of "hoe je een codeverandering beoordeelt". Het probleem is dat de robot een zeer beperkte hoeveelheid aandacht kan vasthouden tegelijkertijd. Denk aan de aandacht van de robot als een klein bureauoppervlak. Als je aan het begin van de dag alle instructiehandleidingen op dat bureau probeert te leggen, raakt het bureau rommelig, raakt de robot in de war en vergeet hij de belangrijkste instructies omdat ze begraven liggen onder een stapel papier die hij op dit moment niet nodig heeft. Dit is de kernuitdaging van AI-agenten: hoe geef je hen toegang tot duizenden nuttige tools zonder hun kleine mentale werkruimte te overbelasten?

Dit artikel, getiteld @skills: Attention Is All You Have, pakt een specifiek hoofdpijndossier aan in de wereld van AI-agenten. Momenteel is de enige manier om een agent een nieuwe skill te geven deze te "installeren". Installeren is als het vastlijmen van een post-it met de beschrijving van de skill op het voorhoofd van de robot. Die brief blijft daar voor altijd zitten en neemt ruimte in beslag op zijn "bureau" (de systeem-prompt) elke keer dat hij met je praat, zelfs als je nooit naar deze skill vraagt. De auteurs stellen dat dit een vreselijke verspilling is van de beperkte aandacht van de robot. Ze stellen een nieuw, open protocol voor genaamd @skills dat de boel verandert: in plaats van briefjes op het voorhoofd te lijmen, wijs je simpelweg naar de handleiding wanneer je die nodig hebt.

Het Probleem: De "Verlijmde Briefje"-valstrik

De auteurs merkten op dat er al meer dan 56.804 verschillende skills gepubliceerd zijn in de publieke wereld, maar het huidige systeem is kapot. Omdat elke geïnstalleerde skill een permanente plek inneemt in het aandachtsbudget van de robot, en dat budget is klein (de auteurs schatten minder dan 100 betrouwbare plekken per agent), kunnen de meeste van deze skills nooit worden gebruikt. Het is alsof je een bibliotheek hebt met 56.000 boeken, maar je mag er slechts drie op je nachtkastje houden. Als je een vierde wilt lezen, moet je een van de drie weggooien.

Bovendien dwingt het huidige systeem een "one-size-fits-all"-aanpak af. Om een skill te gebruiken, moet je deze installeren, wat betekent dat de beschrijving ervan constant in de geest van de robot zit. Dit leidt tot drie grote problemen:

  1. De Belasting: Elke keer dat de robot spreekt, moet hij "betalen" met aandacht voor elke geïnstalleerde skill-beschrijving, zelfs als deze irrelevant is. Dit verspilt energie en vertraagt het redeneren.
  2. De Loterij: De robot moet raden welke skill hij moet gebruiken op basis van die kleine beschrijvingen. Als hij het fout raadt, blijft de skill stil en weet de gebruiker nooit eens dat deze überhaupt aanwezig was.
  3. De Rommellade: Omdat installeren de enige manier is om een skill te behouden, eindigen mensen met een rommelige stapel skills die ze één keer hebben geprobeerd en daarna zijn vergeten, wat de geest van de robot voor altijd verstopt.

De Oplossing: Het "Magische Pointer"-protocol

Het artikel stelt @skills voor, een nieuwe manier om deze instructies te beheren die drie zaken scheidt die voorheen aan elkaar vastgeplakt zaten: content (de instructies), persistentie (het bewaren van een kopie) en triggering (het automatisch laten afvuren).

De auteurs introduceren een eenvoudig, drielaags systeem waarmee je het juiste gereedschap voor de juiste taak kunt kiezen:

  • Laag 1: De Referentie (De "Just-in-Time" Pointer)
    Dit is voor de lange staart van skills die je misschien één of twee keer nodig hebt. In plaats van ze te installeren, typ je gewoon @skills:<pad> wanneer je ze nodig hebt. Het is alsof je een bibliothecaris vraagt om een specifiek boek uit de kast te pakken alleen wanneer je erom vraagt. Het boek verschijnt direct naast je vraag, de robot leest het, doet het werk, en daarna verdwijnt het boek weer. Het kost nul permanente aandachtsruimte. Dit maakt alle 56.000+ skills beschikbaar zonder de hersenen van de robot te verstoppen.

  • Laag 2: De Bewaarde Kopie (De "Vendored" Map)
    Soms wil je een kopie van een skill in je eigen projectmap bewaren (zoals een specifieke workflow van een team) zodat je deze kunt bewerken en het eigendom ervan kunt hebben. Met @skills kun je een skill "opslaan" in de .atskills/-map van je project. Dit is als het fotokopiëren van een recept en het in je eigen kookboek plaatsen. Het blijft in je project, maar het zit nog steeds niet op het voorhoofd van de robot, tenzij je er expliciet om vraagt. Het is er voor jou om te vinden en te gebruiken, maar het verspilt de aandacht van de robot niet totdat je het nodig hebt.

  • Laag 3: De Geïnstalleerde Skill (De "Auto-Trigger" Uitzondering)
    Dit is de enige laag die nog steeds de oude "verlijmde briefje"-methode gebruikt, maar het is gereserveerd voor de absolute essentie die moet afvuren zonder dat je erom vraagt, zoals beveiligingsregels of formattering-controles. Zelfs hier is het protocol slimmer: alleen de kleine titel en beschrijving (de "frontmatter") blijven op het voorhoofd van de robot staan. De rest van de instructies worden pas geladen wanneer de robot ze daadwerkelijk nodig heeft.

Hoe het in de praktijk werkt

Het artikel suggereert dat dit protocol de rommelige "installeer alles"-aanpak verandert in een schoon, bestandgebaseerd systeem.

  • Geen "Install"-knoppen meer: Je installeert een skill niet; je verwijst er simpelweg naar via een pad.
  • Geen verborgen mappen meer: Skills leven in de mappenstructuur van je project (zoals .atskills/), zodat je ze kunt zien, bewerken en wijzigingen kunt bijhouden met Git, net als code.
  • Geen "Update"-hoofdpijn meer: Als je wilt dat een skill actueel blijft, "volg" je deze (één regel in een config-bestand). Als je het voor jezelf wilt maken, "bewaar" je het (een kopie in je eigen map).

De auteurs hebben ook een gratis "Hub" (een website) gebouwd om mensen te helpen deze skills te vinden, maar het protocol is zo ontworpen dat je de hub niet nodig hebt. Je kunt rechtstreeks naar skills op GitHub of je lokale computer wijzen. De hub is een zoekmachine, geen poortwachter.

Wat het artikel daadwerkelijk vond

Het artikel stelt niet alleen een theorie voor; het wijst naar echte wereldgegevens. De auteurs vonden dat het huidige "alleen installeren"-model structureel kapot is omdat het elke skill dwingt om te concurreren voor een schaarse hulpbron (aandacht) die ze vaak niet eens nodig hebben. Door de behoefte om een skill te hebben te scheiden van de behoefte om een skill te onthouden, stelt het @skills-protocol agenten in staat om de lange staart van 56.000+ skills te gebruiken zonder hun hersenen te breken.

De auteurs zijn er zeker van dat deze aanpak het "aandachtsbudget"-probleem oplost, maar merken op dat het exacte aantal betrouwbare "auto-trigger"-slots (de limiet van Laag 3) een schatting is op basis van bestaand onderzoek naar hoe AI-modellen de focus verliezen tijdens lange gesprekken. Ze suggereren dat terwijl het huidige systeem een "rommellade" is waar belangrijke skills verloren gaan, het nieuwe drielaagse systeem elke skill een juiste plek geeft: ofwel in de cloud (Laag 1), in je project (Laag 2), of als een cruciale regel (Laag 3).

Kortom, het artikel betoogt dat we AI-skills niet langer moeten behandelen als zware meubels die we aan de muur moeten lijmen, maar als boeken die we uit de kast kunnen trekken wanneer we ze nodig hebben. Het resultaat is een agent die lichter, sneller en in staat is om een veel bredere wereld aan kennis te gebruiken zonder overweldigd te raken.

Verdrinkt u in papers in uw vakgebied?

Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.

Probeer Digest →