Skill 契约与仪式感：一次窄范围复测

作者对自身此前发布的结论做窄范围复测：在三个模型、三个实验组上共运行 180 次执行和 180 次评判。结果显示 Kimi K3.1 Pro 在没有 skill 文件时十项清晰任务失败六项，提供 skill 后仅失败一项；精简 shell 与完整脚手架得分相同（九比十）。在主指标的 28 个有效配对中，未能复现“任务变模糊后完整结构会拖累强模型”的说法。作者建议维护 SKILL.md 或 AGENTS.md 的人关注单次运行可见的部分与仅维护者可见的部分。

AI推荐理由 文章报告一次针对作者自身此前结论的窄范围复测：180 次执行、180 次评判、三个模型三个实验组，称 Kimi K3.1 Pro 无 skill 文件时十项清晰任务失败六项、提供 skill 后失败一项，且精简 shell 与完整脚手架同为九比十，未复现“完整结构在模糊任务上拖累强模型”的说法；方法描述较具体，但样本窄、结论限于该实验，需谨慎外推。