谷歌弃用Gemini Gems，转向全新Skills功能

谷歌调整Gemini功能布局

谷歌正在对其Gemini AI助手进行一次值得关注的功能调整：即将停用此前用于构建任务专属智能体的Gems功能，转而推出名为"skills"（技能）的新机制。这一变动折射出当前AI助手产品设计思路的深刻转变——从让用户手动搭建多个独立的定制化助手，走向更加一体化、通用化的智能体路线。

Gems此前的定位，是允许用户针对特定任务创建专门的AI角色或助手。比如可以为写作、编程、健身规划等不同场景分别配置一个"Gem"，每个Gem带有预设的指令与上下文。这种模式本质上是把复杂需求拆分成多个碎片化的定制助手。

为何转向Skills

谷歌此次决策的背景，是市场上一体化AI智能体（all-in-one AI agents）的快速崛起。原文提到，随着Meta的Muse和Instinct等全能型智能体产品的走热，谷歌选择终结这种"每个任务建一个独立智能体"的功能路径。

这一趋势背后的逻辑并不难理解。对普通用户而言，为每类任务分别创建和管理多个Gem，学习成本高、使用门槛也不低。而更理想的体验，是一个足够聪明的通用助手能够根据上下文自动调用相应的能力，而不需要用户在不同的定制助手之间来回切换。

从"手动搭建"到"能力调用"

Skills（技能）这一命名本身透露了新的设计哲学。与Gems把"整个助手"作为管理单元不同，Skills更像是给统一的Gemini助手挂载一组可调用的能力模块。用户不再需要维护一堆独立的智能体，而是依托一个主助手，按需触发不同技能。

这种架构在体验上更连贯，也更符合行业对"通用智能体"的想象——单一入口、多种能力、按情境自动响应。

Meta的Muse和Instinct是Meta AI旗下两款定位不同的通用智能体产品。Muse侧重创意与内容生成场景，而Instinct则更偏向任务执行与个人助理功能。两者的共同特点是无需用户预先配置特定角色，模型本身通过对话上下文判断应该以何种方式响应。这与早期"先建角色、再对话"的Gems模式形成了鲜明对比，也代表了大型科技公司在智能体产品上的主流方向：将能力封装在模型内部，而非暴露给用户去手动组装。

从架构角度看，Skills机制与近年来流行的"工具调用"（Tool Use / Function Calling）设计思路一脉相承。在这类架构中，大语言模型作为中央调度器，根据用户意图动态选择并执行特定的功能模块——例如联网搜索、代码运行、日历管理等。用户无需感知底层发生了什么，模型自行决定"何时用哪项技能"。这与Gems要求用户主动选择并切换到特定助手的逻辑截然不同，从用户视角看大幅降低了认知负担，也更接近人们对"真正智能助手"的直觉期待。

行业信号：AI助手的整合趋势

谷歌的这次调整，可以看作是整个AI助手赛道走向整合的一个缩影。早期的AI产品倾向于提供大量可定制的组件，让用户自己拼装工作流；而随着底层模型能力的增强，产品方更有底气把复杂性隐藏在后端，向用户提供更简洁、更"全能"的统一体验。

Meta的Muse和Instinct被点名为推动这一趋势的代表，说明大厂之间在智能体产品形态上已经形成了某种共识：与其让用户成为"助手的搭建者"，不如让助手本身变得足够强大和灵活。

对已经在使用Gems的用户来说，这次变动意味着需要适应新的使用方式。不过从长期看，如果Skills能够真正实现无缝的能力调度，整体使用门槛的降低将是实实在在的收益。

小结

谷歌用Skills替代Gems，是产品思路从"碎片化定制"向"一体化智能"迁移的明确信号。在一体化AI智能体加速普及的背景下，这类调整可能只是开始。对于关注AI产品演进的用户而言，接下来值得观察的是Skills在实际体验中能否兑现"更聪明、更省心"的承诺。

（注：本文基于单一来源报道整理，具体功能细节与推出时间以谷歌官方公告为准。）