你一定體驗過忘東忘西的 AI：每次重開 Claude Code，你都要重新解釋一遍「用 TypeScript 不要用 JavaScript」、「commit 訊息要用英文」、「測試前一定要先跑 linter」。Claude 在當下會學得很快，但下次對話又忘得一乾二淨。
Anthropic 官方團隊期望大家開心使用 AI 的願景是：第 30 天的 Claude 應該比你認識它的第 1 天更聰明。
而他們設計 Skills 時，早已埋下了「持續學習」的種子，讓 AI 能從錯誤中成長，而不是每次都重新開始。尤其這個從 2025 年末開始火紅的 Agent Skills 機制，比你已經知道的 CLAUDE.md 更適合 AI 從經驗中持續學習。
這篇文章將你與你分享好用的 claude-reflect 開源工具，教你如何讓 Claude Code 一天比一天好用、讓 AI 持續學習。
Skills 與持續學習：為何是極佳組合？#
為什麼要 AI「持續學習」這麼重要？ 一般的 AI 對話像是跟一個健忘的天才合作，他學得很快但記不住。每次對話都要重新建立脈絡，浪費你的時間、也浪費 AI 的運算資源。如果 AI 能記住過去的錯誤和成功經驗，你的工作效率會呈指數成長。
而這裡介紹的 Agent Skill 很適合幫助我們跟 AI 共同持續學習。
什麼是 Skills？ Agent Skills 是封裝專業知識的資料夾，讓 AI 在需要時才載入特定技能專長。經過妥善設計的話，Skill 可以讓你的 AI Agent 既是通才、又是專家！如果你還不熟悉這個機制，建議先閱讀 Agent Skills 入門介紹。
2026 年的現在，Skills 是受到各界 AI 開發者矚目的當紅機制，所以 Skills 如何實踐「持續學習」也是個重要議題，而有趣的是：Skills 特別適合持續學習！
因為 Agent Skills 有兩大核心優勢：
1. 漸進式揭露（Progressive Disclosure）#
AI 啟動時，只會讀取 Skill 元數據的名稱與描述，這讓 AI 知道有什麼可用，卻不佔用大腦空間（因為 描述 通常不會太長）。
只有當 AI 自動判斷這是對你工作有幫助、是你需要的 Skill 時，才會讀取其他檔案。換言之，Skill 是個可以塞很多參考資料的檔案資料夾，但這堆資料只有需要的時候才會讀取、不會浪費 token 消耗！你可以不斷累積知識，而不會讓上下文變得臃腫、緩慢。
CLAUDE.md 不是也能記憶知識嗎？（點擊展開 ▼ ）
如果你看到 AI「持續學習」的概念，想到 CLAUDE.md（或 AGENTS.md）的話，你是對的！
大家確實經常用 CLAUDE.md 來管理 context，包括記憶常用提示詞、累積知識等等。那為什麼要用 Skill 呢？差別是：
- 
CLAUDE.md：AI 一定會從頭到尾讀完 - Agent Skill：AI 先讀
SKILL.md開頭幾行字，如果覺得有用，才把所有資料（包括提示詞、參考文件、程式碼等等）讀完；如果覺得沒什麼幫助，後面就不讀了
Skill 機制跟我們平常看書很像。你總是會先翻翻前言目錄，判斷內容是你想讀下去的，才接下去把書讀完；否則，連目錄看了都沒興趣，當然就沒必要讀下去了。
相較之下，AI 會堅持每次都完整讀完 CLAUDE.md，要是你在 CLAUDE.md 放了太多的知識，AI 反而會腦袋爆炸（context window 過載）、變得遲鈍。
2. 模組化檔案結構#
Skills 不只是一個 Markdown 檔案，它本質上是一個檔案資料夾、一個資料夾就是一個 Skill。Skill 將特定領域或任務的提示詞、程式碼腳本（如 Python、Bash）、與其他參考資源封裝在一個資料夾中。
對 AI 來說，「學習」就只是把新知識加入檔案資料夾之中，而不會讓主檔案變得雜亂。聽起來夠簡單吧！
更重要的是 Agent Skills 已經成為 開放標準 的 標準化格式，這代表：
- 你今天的學習將讓未來的自己獲益良多：今天寫下的 Skill，未來的 Claude 可以直接使用
- 你的技能很容易拓展巨大影響力：Skills 的標準化格式檔案結構，支援版本控制、團隊共享、以及跨專案重用
- 你的 Skill 可以跨平台使用：現在 Cursor、Copilot、OpenAI Codex、Gemini CLI、剛剛提到的 Antigravity，還有其他主流 AI 寫程式工具，都陸續開始支援 Skill 機制
因為 Skill 的這些優勢，Anthropic 在 演講 中明確表示：
「Skills 是讓 AI 持續學習的關鍵步驟」
“Skills are a concrete step towards continuous learning”
持續學習實踐工具：claude-reflect#
要在 Claude Code 實現 Skills 的持續學習，推薦你使用 claude-reflect 擴充功能。這是一個開源工具，在 GitHub 上已經有超過 300 星星認可，它實作了完整又簡單好用的持續學習系統。
為什麼需要額外的擴充功能（Plugin）？實際上，Claude Code 本身當然有記憶功能，你可以直接透過提示詞告訴 AI：
你剛剛做錯了 ABC，我需要的 X，你卻使用了 Y，下次如果你偵測到 ABC，請自動判斷是否該使用 Y
這確實能讓 AI 更新 Claude Code 的記憶，但是這種做法有些麻煩的小問題：
- 你需要明確指示，AI 才會幫我記得；也有可能 AI 犯了個錯，但我忘記「指示」它記起來，它下次又會犯相同的錯！
- 寫提示詞很冗長！我希望 AI 記得的都是剛剛工作中犯下的錯，工作記錄明明都在對話框裡，我卻還要重新打字才能指示 Claude Code 記下來，很麻煩
- 記憶可能會放錯地方，有些知識我想放在
CLAUDE.md、有些則是想放在 Skill，需要費心區隔
claude-reflect 的核心功能幫我們解決了這些 Claude Code 持續學習會遇到的麻煩：
- 流程簡化：不用再寫一堆「請記得 …」提示詞，輸入
/reflect指令就能啟動學習 - 自動捕捉糾正：透過 Hooks 偵測你的修正訊號，不用你開口、就啟動修正與學習
- 智慧路由：將學習導向正確的 Skill 檔案或
CLAUDE.md - 多語言支援：理解各種語言的糾正表達
以下我們將詳細介紹上述核心功能。開始前，我們先安裝 claude-reflect：
# 新增到 marketplace
claude plugin marketplace add bayramannakov/claude-reflect
# 安裝 plugin
claude plugin install claude-reflect@claude-reflect-marketplace
安裝後務必重啟 Claude Code，以下介紹的所有指令才能使用。
持續學習實戰：如何讓你的 Skills 不斷進化#
建立 /reflect 工作流#
/reflect 是「事後回顧」指令，將臨時的糾正轉化為永久的規則與知識。
執行流程：
- 完成任務時發現錯誤、並糾正 Claude
- 執行
/reflect - Claude 辨識糾正、並提議更新對應的 Skill
- 你審核、並批准
- 自動寫入 Skill 檔案（或者
CLAUDE.md）
實際範例情境：
1. 你執行了你自己設計的 Skill：/deploy
2. Claude：成功透過 /deploy 執行部署任務，但 *忘記跑測試*
3. 所以你開口糾正：「不對，部署前一定要先跑測試」
[claude-reflect 的 Hook 將自動偵測、並且捕捉這個糾正]
4. 忙完各種任務後，你執行：/reflect
claude-reflect 會啟動：
發現 1 個學習項目
「部署前一定要先跑測試」
建議更新：.claude/commands/deploy.md
是否批准？ [y/n]
如範例所示，你在正常的工作過程中已經糾正過 AI 一次了，claude-reflect 的 Hook 會幫你記得你糾正過什麼內容，之後你只需要在工作完成後跑一次 /reflect，claude-reflect 會一次幫你把該記下來的東西都整理好、自動幫你更新記憶知識。你不用再回頭找「哪些知識該記下來」、或是手動打字「請記得下次不要犯某某錯誤」。
組織 Skill 的檔案結構#
這項持續學習建議其實只有一句話：不要把 SKILL.md 塞爆！
如果把所有學習經驗都塞進 SKILL.md，檔案會變得臃腫又難讀。更好的做法是採用模組化結構：
.claude/commands/deploy/
├── SKILL.md (主指令，保持精簡)
├── common-mistakes.md (錯誤清單)
└── preferences.md (個人偏好)
換句話說，就是把知識組織成多個檔案存放，然後在 SKILL.md 中用引用的方式來取得知識：
## 執行前必讀
請先閱讀 @common-mistakes.md 避免重蹈覆轍
妥善組織 Skill 的檔案架構，用引用的方式導入知識到 Context Window
（圖片來源：Claude）
每次你想新增知識、或者紀錄錯誤經驗時，只需在「最相關的檔案」加上幾行字，例如紀錄常見錯誤的 common-mistakes.md：
- 部署前必須先執行測試套件
- production 環境禁止在週五部署
- 確認所有 migration 已執行
Skill 的漸進式揭露優勢，需要我們使用者也好好整理 Skill 檔案結構、才得以發揮。
利用 Hooks 自動觸發學習#
Hooks 是在特定事件發生時自動執行的程式碼腳本，claude-reflect 設計的 Hook 將確保你「不會忘記」更新 Skills。
claude-reflect 會自動設定以下 Hooks：
| Hook | 觸發時機 | 作用 |
|---|---|---|
| UserPromptSubmit | 每次送出提示詞後 | 偵測糾正模式（例如你提到「不對，應該用 X」）、並且加入佇列 |
| PreCompact | Context 壓縮前（/compact 實際執行以前） | 備份佇列、並提醒執行 /reflect |
| PostToolUse | git commit 後 | 提醒你該要回顧學習 |
運作方式：
當你糾正 Claude 時（例如「不對，我想用 gpt-4o 而不是 gpt-4」），Hook 會自動偵測這個「修正信號」並加入學習佇列。你不需要記得執行 /reflect，Hook 會在適當時機（如 Context 即將透過 /compact 壓縮時）主動提醒你。
簡言之，這些 Hook 將即時提醒你記得學習與更新你的 Skills 與 CLAUDE.md，超讚吧 d(`･∀･)b
技能改進路由（Routing）#
這是個聰明的功能：把糾正「引導」到正確的 Skill 檔案。
運作邏輯：
當你在使用某個 Skill（如 /deploy）時糾正 Claude，/reflect 會智慧判斷這個糾正與哪個 Skill 相關，並詢問你是否要更新該 Skill 的指令檔案，而不是籠統地寫入全域的 CLAUDE.md。
這個「引導」前的詢問超重要，claude-reflect 不只會自動學習記憶，還能透過路由「學對」技能。為什麼 AI 的記憶需要引導？一方面是你學到的知識 Context 不論放在 Skills 檔案還是 CLAUDE.md，對 AI 來講都同樣是「記憶」、它可能搞不清楚。
另一方面，你可能有多個 Skill 在手上同時使用，我們需要確保 Claude Code 的記憶是存在對的技能 Context 裡。想像你有個錯誤經驗想儲存在 /deploy 技能身上，但 AI 卻誤以為該儲存在 /production 技能裡，這樣是牛頭不對馬嘴，下次你再使用 /deploy 技能，還是會犯相同的錯啊！
結語#
持續學習讓 AI 從「健忘的天才」變成「經驗豐富的專家」。Skills 的標準化格式、模組化設計、搭配 claude-reflect 的自動化機制，讓學習成果可以累積、可以共享、可以持續進化。
Skill 是很適合 AI 持續學習的機制，已經有好的機制存在，剩下的就是我們使用者的事了！我們要建立與 AI 一起持續學習的好習慣，因此推薦你從今天開始實踐：
- 安裝 claude-reflect
- 在任務完成後執行
/reflect - 善用 Skill 檔案結構，建立你的第一個
common-mistakes.md，把每個錯誤經驗都記下來
引用 Anthropic 的願景：期許你的 Claude 在第 30 天比第 1 天更專業 ʕ •ᴥ•ʔ
參考資料：
如果這篇文章有幫助到你，歡迎追蹤好豪的 Facebook 粉絲專頁 、 Instagram 與 Threads 帳號，我會持續分享 Claude Code 與 AI 學習心得；也可以點選下方按鈕，分享給對 AI 趨勢有興趣的朋友們。