当GitHub上充斥着上万星的Agent项目，ClawHub里堆满了Skill合集，用户电脑里也攒了一堆工具时，一个尴尬的现象出现了：大部分人的Skill使用率只有20%左右。你安装的superpowers项目，除了Brainstorming之外，其他技能主动触发过几次？YC总裁Garry Tan的Office Hour Skill来自gstack团队，23位专家你只用过半个。lenny-skills从300多集采访中提炼了86个产品管理技能，但你每次眼馋却只用到1到2个。这种「大佬觉得好用所以放出来，结果我只好好用了一个」的现象正在加剧，而360安全龙虾云端版推出的「龙虾教练」试图解决这个问题。龙虾教练的构建过程与GPTs类似，采用一问一答的交互方式。以lenny-skills项目为例，用户只需将GitHub项目链接丢给龙虾教练，提出「我想要一个可以随时打断我的产品经理来弥补技术空白」的需求，它就会主动询问：是完整复制86个技能，还是从中提取思路？它还会建议是否需要接入你的GitHub项目了解实时进度。经过约10轮问答，一个名为「张伟」的专业产品经理Agent就诞生了。它的内部结构清晰，对话界面中龙虾后缀暗示了底层模型——满血版Claude Code和Codex，这两个工具在云电脑中充当纯代码执行工具。实际使用中，张伟Agent展现了超出预期的能力。用户将v0.5版AI News Rader的Roadmap发给它后，它先读取了项目进度，给出了v0.6版的北极星目标：通过时间窗口合并重复信息、标签化和折叠降低阅读压力，而非用户原本使用的时间轴加文本相似度方案。执行过程中，张伟动态加载了适用的Skill，并利用对话缓存机制——系统提示语和TOOLS部分在5分钟内可复用，大幅降低积分消耗。最终v0.6版实现了按事件去重、信息源AI占比和信任打分、滑动高亮特效、每日摘要前30条轻量错峰入场等功能，且全程未加入Agent自身的思考过程。安全龙虾的权限设计令人印象深刻。它将文件、网络、系统操作和技能权限划分为不同等级，每个技能可单独设置是否访问本地文件。这意味着用户既可以把龙虾教练配置为本地高权限Agent，也能当作高性能的云端独立工作间Agent使用。对于没有囤积GitHub项目的用户，官方也提供了预制的「专家虾」模板。过去Agent产品让普通人上手就懵，不知道怎么写Prompt，现在龙虾教练用问答式构建和混合权限管理，让垂直Agent的定制真正走向了大众。未来，随着更多开源项目被拆解，Agent的使用率或许能突破20%的魔咒。