用Skill.md规范AI在Hacker News的评论行为

当AI开始学习如何在社区发言

近期在 Hacker News 上出现了一个引发讨论的项目：一份专门用于指导 AI 如何在 Hacker News 撰写评论的 Skill.md 文件。这类文件近来在 AI Agent 与大语言模型生态中越来越常见，它本质上是一份「技能说明书」——用自然语言告诉 AI 模型在特定场景下应当遵循怎样的行为规范、语气风格与内容边界。

这个项目的核心思路，是把 Hacker News 社区长期形成的评论文化沉淀成一份结构化的指令文档，从而让 AI 在生成评论时能够更贴近人类社区的表达习惯，而不是输出千篇一律的模板化回复。

Skill.md 到底是什么

Skill.md 是随着 AI Agent 工具链兴起而流行起来的一种约定格式。与传统的系统提示词（system prompt）相比，它更强调可复用性和模块化：一份 Skill 文件描述一项具体能力，可以被不同的 Agent 或工作流按需加载。

从提示词到「技能模块」

过去开发者往往把所有指令堆在一个巨大的系统提示里，既难维护也难复用。Skill 文件的做法是把「如何在 Hacker News 评论」这样一件具体的事拆分成独立文档，包含背景说明、行为准则、正反例等内容。当 AI 需要执行相关任务时，再把对应的 Skill 注入上下文。

这种方式的价值在于：它让「社区礼仪」这类难以量化的软性规则变得可以被显式编码和迭代。

从技术实现角度看，Skill.md 文件通常以 Markdown 格式编写，被存放在代码仓库中供版本管理。主流的 AI Agent 框架（如 Cursor、Claude 的 Projects 功能、以及各类基于 LangChain/LlamaIndex 构建的 Agent）均支持在运行时动态加载此类上下文文件。其核心机制是「检索增强」：Agent 根据当前任务类型，从技能库中匹配并拼接相关的 Skill 文件内容到系统提示中，而非一次性加载所有指令。这种按需注入的方式，既能突破单次上下文窗口的长度限制，也让不同技能的维护相互独立。对于提示词工程师而言，Skill 文件相当于把原本散落在巨型 system prompt 里的隐性假设，拆解为可单独测试、单独更新的最小单元。

为什么专门为 Hacker News 写一份

Hacker News 拥有相当鲜明的社区文化：反对营销腔、鼓励基于事实和第一手经验的讨论、对空洞的赞美和情绪化表达较为排斥。这些规范大多是隐性的，靠社区成员长期磨合形成，新加入者往往需要一段时间才能领会。

对 AI 来说，这种隐性规则恰恰是最难掌握的部分。默认状态下，大模型倾向于生成礼貌、四平八稳但缺乏实质的评论，这在 Hacker News 反而容易被识别为「AI 味」并遭到冷遇。一份专门的 Skill.md，正是试图把这些不成文的规矩明确写出来，例如避免过度客套、给出具体论据、承认不确定性等。

Hacker News 由 Y Combinator 于 2007 年创立，最初定位为面向创业者和黑客的技术社区，其评论规范（Guidelines）和版主文化长期以来形成了一套独特的质量过滤机制。社区特别反感「内容农场式」的空洞评论，例如「Great post!」「Very insightful」之类的回复往往会被折叠甚至标记为 spam。与此同时，Hacker News 的算法会对新账号的评论进行额外审查（称为「hellbanning」——被封禁用户的发言仅对自己可见），这使得批量生成低质内容的代价相对较高。正是这种机制的存在，让「如何通过 Hacker News 的社区过滤」成为一个有实际难度的问题，也是这份 Skill.md 项目存在的现实动机之一。

背后的讨论价值与隐忧

这个项目虽然获得的关注度不算特别高（26 分、4 条评论），但它触及了一个值得深思的话题：当 AI 生成内容越来越多地渗入公共讨论空间，我们该如何看待「教 AI 更像人」这件事？

提升质量还是助长伪装

乐观地看，一份好的 Skill 文件能约束 AI 输出更有价值、更符合语境的内容，减少无意义的灌水。但另一方面，让 AI 更擅长模仿真人评论，也可能被用于批量制造看似真实的社区参与，模糊人机边界，对以真实讨论为核心价值的社区构成潜在威胁。

这一担忧并非假设性的。学术界和平台安全研究者已记录了多起利用大语言模型批量生成「高质量」社区评论以操纵舆论的案例，部分研究将此类行为称为「LLM 驱动的 astroturfing（人工草皮运动）」。与早期粗糙的机器人账号不同，经过精细提示词调教的 AI 生成内容在可读性和情境适配性上已接近人类水平，传统基于语法或词频的检测方法效果大幅下降。Reddit、Stack Overflow 等社区已开始实施不同程度的 AI 生成内容限制政策，而 Hacker News 目前尚未有明文禁止规则，这使得此类 Skill 文件的传播处于一个制度尚未跟上技术的灰色地带。

社区文化能否被文档化

更深层的问题是：Hacker News 这类社区的活力，恰恰来源于真人之间基于真实经验的碰撞。把评论规范抽象成一份指令清单，即便能让 AI 写出形似的文字，也难以复制背后那份真正的专业判断与好奇心。Skill.md 或许能提升表面质量，但社区价值的根基仍在于人。

结语

这份为 Hacker News 撰写的 Skill.md，是 AI Agent 时代一个颇具代表性的小切口：它展示了开发者如何用结构化文档去驯化模型行为，也提醒我们思考 AI 深度参与公共讨论后带来的新命题。对于关注 AI 应用与提示词工程的从业者，这类实践值得持续观察。