4月10日，腾讯公司公关总监张军在社交媒体上转发并评论了一篇关于人工智能“技能学习”的文章。他表示赞同文中观点，认为近期流行的“炼化skill”概念本质上只是学习执行特定指令的技巧，难以触及真正的思维模式。CNMO了解到，“skill”的中文翻译为“技能”，人们对于获取更多技能有一种本能的渴望。这种期待催生了一种近乎游戏化的收集行为——如同“打怪升级”一般，旨在获取更多技能以变得更强大。

AI能高效阅读/生成.md格式的markdown文件

张军指出，所谓“技能”本质上是一系列预设的执行指令或回应模板。这种学习方式主要停留在模仿和模拟回应技巧层面，能够掌握的是相对表面的操作方式。他用“画人画皮难画骨”来形容这一现象，意指通过此类方式学习，可能获得形式上的相似，但难以深入理解和内化背后的核心逻辑与思维框架。

近期，关于人工智能尤其是大语言模型如何学习和应用特定“技能”的讨论在业界较为活跃。相关技术尝试通过大量示例或指令训练，使模型能够针对特定场景或任务生成更符合预期的回应。张军的评论指向了这一学习路径的局限性，即侧重于输出形式的优化，而非思维本质的构建。

该评论引发了关于人工智能学习深度与广度的进一步思考。如何在提升模型执行特定任务效率的同时，促进其更通用、更本质的认知与推理能力发展，仍是相关领域探索的重要方向。