Un skill est un standard de travail

Les skills d'agents sont des fichiers d'instructions que l'agent charge quand il en a besoin. Ce chapitre explique ce qu'ils sont, puis propose de les lire avec un concept du Lean : le standard de travail. Cette lecture détermine tout le reste de la partie : comment les tester, comment les surveiller, et quand ne pas y toucher.

Ce qu'est un skill

Le format

Anthropic a présenté les Agent Skills le 16 octobre 2025 (annonce), puis les a publiés comme standard ouvert le 18 décembre 2025 (agentskills.io). Un skill est un répertoire contenant un fichier SKILL.md :

• un en-tête YAML avec un nom (64 caractères au plus) et une description (1 024 caractères au plus) qui dit ce que fait le skill et quand l'utiliser ;
• un corps en Markdown : les instructions elles-mêmes ;
• des fichiers annexes facultatifs : références, scripts, modèles.

Le standard est repris par de nombreux outils : Claude Code, Cursor, GitHub Copilot, Gemini CLI, Codex, OpenHands, Factory, entre autres (vitrine).

La divulgation progressive

Le principe central est la divulgation progressive (progressive disclosure). L'agent ne charge au démarrage que le nom et la description de chaque skill (environ 100 tokens chacun). Il ne lit le corps du SKILL.md que lorsqu'il juge le skill pertinent, et les fichiers annexes seulement si le corps y renvoie. Le guide d'écriture d'Anthropic recommande un corps de moins de 500 lignes (source).

Conséquence pour la qualité

Un skill a donc deux caractéristiques de qualité distinctes, qui peuvent échouer indépendamment :

1. le déclenchement — l'agent charge-t-il le skill quand il le faut, et seulement quand il le faut ? Cela ne dépend que de la description ;
2. l'exécution — une fois chargé, l'agent suit-il les instructions, et le résultat est-il meilleur que sans le skill ?

Un skill parfait qui ne se déclenche jamais ne sert à rien. Un skill qui se déclenche toujours mais n'améliore rien coûte des tokens.

La lecture Lean : le standard de travail

Le concept

Dans le système de production de Toyota, le travail standardisé décrit la meilleure méthode connue pour une opération : la séquence, le temps, l'encours nécessaire. On attribue couramment à Taiichi Ohno l'idée que sans standard, il ne peut pas y avoir d'amélioration — parce qu'on ne peut pas savoir si une modification améliore quelque chose sans une référence stable à laquelle la comparer.

Un skill a exactement cette fonction pour un agent : il fixe la meilleure méthode connue pour un type de tâche (« comment on publie dans cette bibliothèque », « comment on écrit un test dans ce dépôt »). Dans la liste des causes de variation d'Ishikawa, c'est la Méthode.

Ce que l'analogie implique

Principe du travail standardisé	Traduction pour un skill
Le standard est la référence de comparaison	On mesure la performance d'un skill contre une ligne de base : sans le skill, ou avec sa version précédente
Un changement de standard est un changement de processus	Toute modification d'un SKILL.md est une cause spéciale potentielle, à versionner et à annoter sur les cartes
Le standard est écrit par ceux qui font le travail, et révisé quand on trouve mieux	Les skills les mieux testés sont écrits à partir des échecs observés de l'agent, pas d'intuitions
On ne change pas le standard en réaction à un défaut isolé	Réécrire un skill après chaque échec est du sur-ajustement au sens de Deming

Le dernier point mérite d'être développé, parce que c'est l'erreur la plus naturelle quand on maintient des skills.

Erreur fréquente : retoucher le skill après chaque échec

Un agent rate une tâche. On ouvre le SKILL.md, on ajoute une phrase (« attention à ne pas… »). La tâche suivante réussit. On en conclut que la phrase a marché.

Or, avec un taux de réussite de base de 80 %, la tâche suivante aurait réussi quatre fois sur cinq sans rien toucher. L'expérience de l'entonnoir de Deming montre que corriger le processus après chaque écart aléatoire double sa variance (script §7). Pour un skill, cela se traduit par une accumulation de clauses qui se contredisent — et le dépôt superpowers rapporte précisément qu'ajouter une seule clause de nuance à une recette qui marchait l'a fait passer « de stable à bruitée » (voir le chapitre suivant).

Une bibliothèque de skills est un système

Un agent peut avoir accès à des dizaines de skills — le guide d'Anthropic mentionne que la description sert à choisir parmi « potentiellement plus de 100 skills ». Les descriptions sont alors en concurrence pour le déclenchement : ajouter ou modifier un skill peut changer le déclenchement des autres, sans qu'on ait touché à leur fichier.

C'est la situation industrielle d'une ligne où plusieurs postes partagent une ressource : modifier un poste change le comportement des voisins. La conséquence pratique est qu'un test de non-régression d'un skill doit porter sur la bibliothèque entière, pas seulement sur le skill modifié.

À retenir

Un skill est un standard de travail pour un agent. Il a deux caractéristiques de qualité (déclenchement et exécution), il se mesure toujours contre une ligne de base, et chaque modification est un changement de processus. Le contrôle qualité d'un skill suit donc le cycle classique : qualifier avant mise en service (Tester un skill), puis surveiller en production (Surveiller un skill).