精华简报：代理技能的语言分布——AI 开发全球化的一个信号
来源：Hacker News Top / plicara.ai
文章：What languages are agent skills written in?
核心议题：AI 代理技能（agent skills）正在以多语言方式扩散，非英语占比快速上升，且中文技能占比显著高于 GitHub 文档基线。不同研究数字差异巨大，但根源在于语料库来源而非检测工具。
一、核心发现
-
非英语代理技能占比快速上升
- 2026 Q1：新编写代理技能中 13.0% 使用非英语
- 2026 Q2：16.3%
- 三个月内上升 3.3 个百分点，样本量 255,068，置信区间不重叠，趋势真实。
- 对比：GitHub 全站非英语文档从 3.7% 到 13.0% 花了 十年。代理技能的语言多样化速度完全不同。
-
英语占比不能代表美国占比
- 印度、尼日利亚、新加坡等 GitHub 高增长开发者群体主要使用英语。
- 因此非英语占比是“下限”（floor），实际非美国生态占比更高。
-
中文技能占比显著高于 GitHub 文档基线
- 代理技能中：英语 85.3%，中文 6.2%，日语 1.7%，德语 1.6%，韩语 1.2%，葡萄牙语 1.1%，西班牙语 0.9%，法语 0.4%。
- 非英语合计 14.3%，与 GitHub 文档非英语占比 13.0% 几乎持平。
- 但中文技能占比 6.2%，是 GitHub 文档中文占比 3.3% 的近两倍。
- 中文技能中简体 104,985 项，繁体 9,112 项。
-
不同研究数字差异巨大，但并非矛盾
- 已发布英语占比从 65.0% 到 99.7% 不等。
- 差异主要来自语料库来源：
- 精选市场（curated marketplaces）偏向英语
- 垂直领域切片（如医疗保健）偏向该领域活跃地区
- 英语种子爬取必然找到英语
- 工具差异基本排除：py3langid 与 fast-langdetect 在 97.6% 文档上一致，英语占比仅差 1.2 个百分点。
- 质量筛选也不是原因：非英语技能 front-matter 有效性略高（88.1% vs 86.6%），过滤后英语占比几乎不变（85.6% → 85.4%）。
二、关键数据速览
| 指标 | 数值 |
|---|---|
| 非英语新技能占比（2026 Q1） | 13.0% |
| 非英语新技能占比（2026 Q2） | 16.3% |
| 三个月增幅 | +3.3 个百分点 |
| 样本量（季度） | 255,068 项技能 |
| 技能总量（9 个月） | 380 万项，282,200 个公共仓库 |
| 英语技能占比 | 85.3% |
| 中文技能占比 | 6.2%（简体 104,985 / 繁体 9,112） |
| GitHub 文档非英语占比 | 13.0% |
| GitHub 文档中文占比 | 3.3% |
三、分析与解读
-
AI 开发正在快速去中心化
代理技能的语言多样化速度远超传统软件文档，说明 AI 开发活动正在从旧金山/硅谷向全球扩散。深圳、圣保罗等地的开发者开始用母语编写技能，因为多语言模型运行时没有技术障碍。 -
中文生态的异常活跃
中文技能占比是 GitHub 文档基线的近两倍，且简体中文占绝对主导。这可能反映中国 AI 开发者对代理技能规范的快速采纳，或本地化需求强烈。 -
“技能”作为新型软件形态
技能是 SKILL.md 文件，用自然语言编写，运行时是多语言模型。这颠覆了传统软件必须用编程语言编写的假设。语言选择不再是技术约束，而是开发者表达精确性的偏好。 -
数字差异的教训
不同研究数字差异巨大，但根源是“你在哪里看”（where you look）。语料库来源决定了语言分布。这提醒我们：任何关于 AI 生态的统计，必须先明确样本来源和筛选方法。
四、商业与技术启示
- 对 AI 平台/工具商：多语言技能是真实且快速增长的需求。支持非英语技能的发现、评估、安全审查将成为差异化能力。
- 对开发者生态：中文技能占比高但可能被低估，因为英语技能中包含了大量印度、新加坡等非美国开发者。真正的全球化程度更高。
- 对研究/数据团队：语言检测工具差异影响有限，语料库构建方法才是关键。跨研究比较时必须对齐样本来源。
- 对投资者/战略决策者：AI 开发的重心正在向美国以外转移，非英语市场（尤其中文）可能孕育下一波代理技能创新。
五、局限与未决问题
- 文章最后指出，排除工具和质量筛选后，差异主要来自“where you look”（语料库来源），但未进一步量化各来源的偏差大小。
- 非英语技能是否被模型同等遵循（follow as well）仍是一个更难回答的问题，文件爬取无法解决。
- 中文技能占比高是否意味着更高的实际使用率，还是仅反映编写量，尚需进一步研究。
一句话总结：代理技能的语言分布显示 AI 开发正以远超传统软件的速度全球化，中文生态尤其活跃；不同研究数字差异巨大，但根源在于语料库来源而非检测工具。