Google Gemini Skills 正在取代 Gems，而这场权衡远不止于改名

Google 将在 Gems 推出两年后终止该产品，并将 Google Gemini skills 作为可复用指令和自定义工作流的新载体。个人账户将在 2026 年 11 月失去 Gems，企业、非营利组织和教育用户的截止时间则更晚。

这并不只是 Google 又一次关闭产品。现有 Gems 将自动迁移，保留受支持的指令和文件。更深层的变化在于理念：Google 正在用 Gemini 可在普通对话中调用的能力，取代独立、面向特定任务的助手。

这一转变正值 Meta 的 Muse 及其他一体化 agent 承诺提供一个可持续存在的助手，能够学习目标并跨应用执行工作。Google 选择了不同方向。它不再要求用户组装一排具名的 AI 专家，而是希望一次 Gemini 对话能够调用多项专业 skills。

从理论上看，新模式提供了更大的灵活性。Skills 可以通过命令选用，在 Gemini 判断其相关时自动应用，或在复杂任务中组合使用。然而，这一转变也消除了让非技术用户容易理解 Gems 的简单心智模型。

Google 现在必须证明，可组合性比熟悉感更重要。它还必须迁移多年来积累的用户指令，同时不能削弱其行为表现、丢失知识文件，或破坏让单个 Gems 有用的工具。

Google Gemini Skills 将按分阶段时间表取代 Gems

Google 正在终止 Gem 作为独立助手的形态，但并不会删除其底层的自定义工作成果。

Google 于 2024 年 8 月推出 Gems，将其定位为围绕特定任务或主题设计的 Gemini 自定义版本。用户可以编写指令、指定名称，并在需要该专业助手时随时返回使用。

Google 将其描述为“个人 AI 专家”。其 custom Gems launch 包括 Learning Coach、Brainstormer、Career Guide、Writing Editor 和 Coding Partner 等预设选项。

如今，该公司正在淘汰这一容器。根据 Google 的 transition guidance，Gems 将从 2026 年 11 月起开始转变为 skills。

时间表取决于账户类型：

• 个人 Google 账户将在 2026 年 11 月失去 Gems。

• Workspace 企业、大型企业和非营利组织账户将在 2027 年 3 月跟进。

• Workspace 教育账户将在 2027 年 6 月跟进。

Gemini 内的一则通知为个人用户提供了更具体的日期。根据 TechCrunch 报道的 reported timeline，自动迁移计划于 2026 年 11 月 17 日开始。

用户无需手动重建每一个 Gem。Google 表示，它将在迁移期间把现有 Gems 重建为 skills，并转移受支持的文件。

这一限定很重要。Google 表示受支持的文件将会迁移，但其当前文档指出，skills 不支持 GitHub 文件。手动迁移的用户必须下载其 Gem 的知识文件，创建名称正确的文件夹，添加 SKILL.md 文件，然后上传生成的软件包。

SKILL.md 文件是一份用于定义 skill 指令和行为的文本文档。这种格式使自定义内容更具可移植性和结构性，但它也更像开发者工作流，而非面向消费者的功能。

Skills 最初仅面向使用个人 Google 账户的成年用户开放。Google 表示未来将支持工作和学校账户，这也解释了这些客户拥有更长的退役时间表。

其他与 Gem 相关的实验也面临相同截止日期。Google 表示，其迷你应用创建实验 Opal 以及 Gems by Google Labs 也将在 11 月对个人账户停止服务。

因此，这次迁移影响的不只是 Gemini 侧边栏中的一个标签。Google 正在围绕一个共享的可复用指令单元，整合多种自定义理念。

眼前的承诺是连续性。一个用于编辑报告、应用品牌语调或辅导学生的 Gem，应该会作为 skill 再次出现，而无需经过另一轮设置流程。

真正的考验将是行为一致性。一些用户通过长篇指令、参考文档和反复调整不断打磨 Gems。若迁移后的 skill 产生明显不同的结果，即使文件得以保留，其价值也会流失。

这一风险构成了本文的核心张力。Google 希望以可复用能力取代可见的专业助手，但后者更容易被识别、组织和信任。

Google 为何从自定义助手转向可复用能力

Skills 将 Gemini 应该了解的内容，与实际使用这些知识的对话分离开来。

一个 Gem 将角色、名称、自定义指令以及通常还包括的参考文件，打包进一个专属助手。打开 Gem 本身就是交互的一部分。其独立身份会提醒用户，哪些规则和材料支配着这场对话。

Skill 的工作方式更像一种可附加能力。它包含可复用指令，Gemini 可以在不要求用户进入独立助手或聊天环境的情况下应用这些指令。

Google 指出了三项主要好处。用户可以在对话中调用 skill，Gemini 可以识别何时某项 skill 具有相关性，多项 skills 还可以协同运作。

目前的手动选择方式是输入正斜杠，随后跟上 skill 名称。Google 表示，该触发方式最终将变为 @ 符号。公司也在开发自动调用功能，让 Gemini 能依据请求的措辞和上下文选择相关 skill。

叠加使用是更具影响力的变化。用户可以组合机构写作风格、研究流程和输出格式，而不必创建一个重复包含全部三套指令的 Gem。

设想一位产品经理正在准备每周更新。一项 skill 可以定义组织偏好的语调。第二项可以规定如何总结产品指标。第三项则可以施加标准文档结构。

在 Gem 模式下，用户可能会构建一个专门的“每周更新助手”，其中包含全部指令。如果另一个助手需要相同的写作风格，这些指令就必须被复制并在两个地方维护。

Skills 将这些指令转变为组件。写作偏好可以在任务之间流转，而特定任务的流程则保持独立。

这一模式类似模块化软件。更小的能力可以在无需为每种情境重建整个助手的前提下进行更新、复用和组合。

Google 的 effective skills 指南进一步强化了这一方向。Skills 不只是有着便于记忆名称的已保存 prompts。它们可以定义工作流、使用支持资源，并引导 Gemini 完成可重复的工作。

这种格式还将 Gemini 面向消费者的自定义功能，与 Google 的开发者战略对齐。Google 一直在其 AI 工具中推广可进行版本管理的指令文件、托管 agents 和 skill 软件包。

这种融合能够减少 Google 产品线内部的碎片化。如果一种可复用能力最终能够在 Gemini chat、开发环境和 Workspace automation 之间流转，它就拥有更大的潜在价值。

Gems 已经开始跨越这些边界。2026 年 4 月，Google 增加了在 Workspace Studio flows 中使用 Gems 的支持。该 Workspace integration 允许兼容的 Gems 参与涉及工作场所数据的自动化流程。

Skills 为这一角色提供了更清晰的长期抽象。自动化流程通常需要的是已定义的能力，而不是拥有自身聊天记录和侧边栏入口的模拟人格。

随着 AI 产品变得更具 agentic 特征，这一变化也变得合理。Agent 在追求更大目标时，必须在工具、指令、数据来源和专业流程之间做出选择。为每项子任务打开一个独立的自定义 chatbot，会打断这一过程。

更有能力的 agent 应该在需要时检索正确的流程。Google 的自动 skill 选择，正试图让这种检索成为 Gemini 推理的一部分。

这种方法让自定义从“我该打开哪个助手？”转向新的问题：“Gemini 应该将哪些能力应用到这项工作中？”

对于复杂任务而言，这是更具扩展性的设计。但对实际执行任务的人来说，它并不必然是更好的界面。

真正的逆转在于专属人格与可组合 Skills 之间

Google 用两年时间教用户创建一支 AI 专家团队，随后又决定这些专家应成为一个系统的组成部分。

最初对 Gems 的宣传建立在专业化之上。用户可以创建 coding partner、editor、coach、planner 或 adviser，并在需要相应专业知识时返回那个独特的助手。

这一概念借用了人们熟悉的社交语言。人们理解向编辑提问与向职业教练提问之间的差别。一系列具名 Gems 将 prompt 配置转化为了易于识别的角色。

Google Gemini skills 放弃了其中的大部分隐喻。能力仍然存在，但其独立身份的重要性低于它在更广泛对话中的可用性。

这一逆转反映了行业对个人 AI 想象的变化。早期自定义产品将模型视为许多小型 chatbots 的平台。较新的 agent 产品则呈现出一个能够协调多种能力的持续型助手。

Meta 的 Muse 是最清晰的竞争参照。Meta 于 9 月 8 日推出 Muse，将其定位为可跨应用行动、维持长期目标，并通过专用云端电脑持续完成工作的个人 agent。

在 Meta 的 Muse announcement 中，公司强调的是普通的消息界面。人们可以通过其 app 或 WhatsApp 与 Muse 沟通，而无需先选择一个专业 bot。

这些产品并不完全相同。Muse 被定位为能够采取行动的持续型 agent，而 Gemini skill 主要提供可复用指令。不过，它们的界面都指向同一个结论：用户不应为了每一项重复性工作而管理不同的 chatbot。

Google 的回应并非赋予 Gemini 一个更大的统一人格，而是让专业行为能够在主助手内部使用。

这正是此次转变背后的主要竞争。旧模式通过专属助手让专业化可见。新模式则将更多编排隐藏在通用 agent 内部。

可组合 skills 具有明显优势。用户可以在不相关的项目中复用同一套指令。Gemini 可以组合能力，而无需在助手之间移动内容。自动调用可以免去记住某项自定义功能存在的需求。

专属助手则提供不同优势。其边界可见、用途易记，并且在共享敏感上下文前，用户更容易检查其指令集。

一个具名的编辑 Gem 会告诉用户可以期待何种行为。一个被自动选择的 skill 则要求用户信任 Gemini 的路由决策。

当多个技能重叠时，这种区分就变得重要。一项简洁写作技能可能会与详细的法律文书起草技能冲突。品牌语调包也可能与当前文档附带的指令相抵触。

Google 尚未完整说明 Gemini 将如何确定冲突技能的优先级、展示自动激活情况，或帮助用户诊断意外输出。这些控制机制将决定技能叠加使用是显得灵活，还是不可预测。

两者在组织方式上也存在差异。Gems 为创建和使用提供了专属位置。技能可以在任何聊天中运行，但 Google 表示不会提供单独页面，列出某一特定技能曾在哪些对话中使用。

侧边栏将改为把这些对话与其他聊天一并展示。这种设计简化了主界面，却也让人更难还原某个专业工作流的历史。

Google 押注于：在任务之间延续指令带来的收益，将超过失去每个助手清晰边界的代价。那些将 Gems 视为角色、工作空间或长期项目的用户，或许不会认同。

这也是为什么把这一变化称作品牌重塑并未抓住重点。Google 正在用一种组织单位取代另一种。

Gem 围绕一个助手组织工作。技能则围绕一种能力组织工作。两者都可以容纳相似的指令，但会以不同方式塑造用户预期。

迁移可保留指令，但技能仍存在功能缺口

Google 的自动迁移降低了切换成本，但当前技能并不支持 Gems 所支持的所有工作流。

Google 表示，技能最终将纳入 Gems 的热门功能，例如分享、Google Drive 文件和 Gemini Notebook 中的笔记本。用户现已可以上传包含文本文件、PDF 和图片的技能包。

“最终”一词至关重要。在过渡期间，部分功能仍不完整，且多项 Gemini 工具目前无法与技能配合使用。

Google 的支持文档称，技能可与 Workspace 应用等 Connected Apps 协同使用。不过，它们暂不支持 Canvas 或 Deep Research。

Gems 中大多数默认可用的工具也仍无法在技能中使用。Google 列出的项目包括视频创作、音乐创作、Canvas、Deep Research 和 Guided Learning。

这些缺失可能改变迁移结果。仅用于编辑文本的 Gem，应比围绕研究、多媒体生成或引导式教学设计的 Gem 更容易顺利迁移。

指令与工具之间的区别至关重要。将提示词迁入新格式，保留的是告知 Gemini 应如何工作的内容；这并不保证仍可使用此前帮助 Gemini 完成工作的相同功能。

对于个人用户而言，Google 在 11 月过渡前还有数周时间缩小这些差距。Workspace 客户拥有更长的缓冲期，这应能让公司补充兼容性，并观察个人用户上线中出现的问题。

错峰时间表也限制了即时的企业风险。企业和教育机构管理员依赖可预测的访问权限、数据控制、分享行为和支持政策。在这些环节尚未准备就绪前强制迁移，必然会引发抵触。

不过，组织不应将较晚的截止日期理解为所有工作流都会完美迁移的证据。嵌入 Workspace Studio 流程的 Gem，可能依赖于在转为技能后发生变化的文件、连接器或输出行为。

团队应在迁移前识别最重要的 Gems，并记录每个工作流当前的指令、输入文件、预期输出以及所使用的任何已连接服务。

这并非建议手动重建一切，而是一种在自动迁移后发现静默变化的实用途径。

一组有代表性的测试案例会有所帮助。若某个 Gem 用于审查合同，团队可以保存若干不含敏感信息的示例文档及预期回复特征，然后用相同材料测试迁移后的技能。

用户体验又带来了另一项不确定性。对于已经习惯命令界面的人来说，用 / 调用技能很高效；但它不如选择一个名为“Writing Editor”的可见助手那么容易被发现。

Google 计划用 @ 替代斜杠，这一惯例与协作工具中提及人员和服务的方式相似。在很多情况下，自动激活或许能完全免去输入命令。

这种便利也带来了控制问题。用户需要知道何时应用了某项技能、运行的是哪个版本，以及 Gemini 是否将其与另一项能力结合使用。

如果缺乏清晰反馈，自动调用会使错误难以追溯。一个较差的回答，可能源于模型、所选技能、技能间冲突，或缺少工具。

当技能编码了具有重要后果的流程时，这一点尤为关键。营销风格指南的风险有限；合规清单、财务审核流程或客户支持政策则需要更显眼的控制机制。

同样的担忧也适用于共享技能。Google 表示分享功能将回归，但组织需要明确所有权、更新和权限问题。

如果一名员工修改了一项被广泛使用的技能，现有工作流会立即收到更新吗？管理员能否锁定已获批准的版本？用户能否在应用前查看其中包含哪些文件和指令？

Google 的公开过渡材料没有解答每一个治理问题。其重点在于连续性、灵活性和最终功能集。

对于一项初步的消费者公告而言，这很合理。但它也给企业买家留下了一份需要在 2027 年 3 月前测试的问题清单。

质疑应保持适度。Google 并非在没有替代方案的情况下删除自定义指令，而是提供自动迁移，并为受管理账户留出更长的过渡期。

尚未解决的问题是：迁移后的技能能否在功能上等同于原先的 Gem。Google 表示新格式将提供用户喜爱的功能，但当前兼容性显示，过渡尚未完成。

谁将面临 Google 转向带来的压力

这一转变迫使 Google 让 Gemini 显得更简单，同时要求高级用户接受更具技术性的自定义模式。

消费者 AI 产品的竞争日益围绕委派能力，而不只是回答质量。用户正被鼓励分配目标、连接服务，并让智能体协调多步骤工作。

Meta 打造的方案承诺将这些能力整合进一个持续存在的助手中。Muse 可以通过熟悉的消息界面交流，并且据 Meta 称，能够执行发送电子邮件或安排旅行等操作。

Google 已具备构建竞争系统的宝贵组件。Gemini 可连接 Workspace 服务，支持长对话，并能调用 Google 的生产力产品。技能可以成为协调这些能力的可复用流程。

然而，产品架构本身并不能创造对消费者友好的体验。在智能体之间做选择的用户会注意到：任务启动有多快、权限机制是否清晰，以及故障能否轻松纠正。

Gem 界面在这方面有一项重要优势：它的用途很明确。用户会在开始工作前选择一位专家。

只有当 Gemini 能可靠地选择正确能力时，技能才能降低这种摩擦。否则，人们必须记住命令语法和技能名称，同时还要猜测正确指令是否已生效。

Meta 面临相反的压力。单一智能体容易接触，但对电子邮件、日历、浏览器和外部服务的广泛访问，会带来严肃的隐私与安全问题。

Meta 表示 Muse 在专用的安全虚拟机中运行，并让用户掌控已连接访问。这些说法将通过真实世界行为、独立测试和权限控制质量接受检验。

Google 可以通过更窄、更可检查的能力实现差异化。与持续访问多项服务的通用智能体相比，用户或许更容易信任一项定义清晰、仅使用选定信息的旅行规划技能。

这一机会取决于透明度。技能需要易懂的描述、可见的激活状态、清晰的数据访问权限和可预测的边界。

Google 还面临自身产品历史带来的压力。该公司曾多次推出重叠的通信、生产力和 AI 品牌，之后又将其合并或停用。

Gems 上线仅两年后便结束，这进一步强化了一种观感：用户在重度投入一项新命名的 Google 功能前应当犹豫。自动迁移有所帮助，但无法消除这一顾虑。

公司可通过将技能视为持久格式，而非又一个临时目的地来应对这一问题。跨 Gemini 产品的兼容性，会让自定义投入更具可移植性，也更少依赖于单一界面。

开发者和企业团队将密切关注这一点。以可版本控制的包形式存储的技能，其战略价值高于被困在单一消费者应用中的自定义设置。

知识工作者面临更直接的决定：他们必须判断现有 Gems 是简单的指令集，还是包含依赖项的完整工作流。

一个用于重新格式化会议记录的 Gem，主要是一组指令。一个可检索 Drive 文件、开展 Deep Research 并生成 Canvas 文档的 Gem，则依赖于多项产品能力。

前者应能很快适配技能模式。后者则要求 Google 在新格式能够成为真正替代品前补齐工具缺口。

这一过渡也会影响那些与同事、学生或社区分享自定义助手的人。一个专属 Gem 链接传达了清晰的目的地；而技能则必须说明如何安装、调用并与其他指令结合。

Google 表示将支持分享，但只有当接收者无需检查技术文件便能理解一项技能时，分发才会成功。

对于 AI 产品设计师而言，这项实验具有更广泛的意义。它测试的是：用户究竟偏好一组目标明确的助手，还是一个带有可互换流程的智能体。

答案可能因受众而异。开发者通常欣赏模块化文件和明确命令；消费者则往往偏好可见选项、熟悉语言和最少的设置。

Google 正尝试用同一种抽象服务这两类群体。其成败将取决于界面能否隐藏技术复杂性，同时不隐藏重要行为。

三个信号将显示 Gemini Skills 是否是更好的系统

只有当迁移后的工作流保持可靠、缺失工具如期到位，且普通用户能够毫不困惑地激活技能时，这一替代方案才算成功。

第一个信号是 11 月 17 日后的迁移质量。个人用户将最早大规模证明：指令、受支持文件、分享行为和输出质量能否经受转换。

有关文件丢失或回复变化的投诉，会削弱 Google 关于技能能够提供连续性的说法。平稳的过渡，以及随后更广泛的叠加使用和自动选择，则会强化整合的理由。

最有价值的反馈将来自拥有成熟 Gems 的用户。由几句话构建的简单助手很容易复现；复杂 Gems 则能揭示迁移是否保留了真实投入。

值得关注的是，Google 是否会发布更清晰的工具，用于比较 Gem 与迁移后的技能。版本历史、导出选项和迁移诊断，将表明公司认识到自定义内容是用户持久的工作成果。

第二个信号是工具兼容性。在公告发布时，Canvas、Deep Research、Guided Learning、视频创作和音乐创作仍无法与技能配合使用。

对这些功能的支持将使 skills 成为更可信的替代方案。如果在个人账户迁移截止日前，这些方面仍存在缺口，就可能意味着 Google 在新界面尚未实现功能对等之前，便已淘汰旧界面。

Drive 和 Gemini Notebook 集成同样值得关注。Google 表示这些功能将引入 skills，而许多知识密集型工作流都依赖它们。

当一套可复用的指令包能够处理获准使用的工作材料时，其价值会大幅提升。缺少这种连接，skills 就可能沦为复杂的提示词预设，而非可靠的工作流组件。

第三个信号是界面行为。Google 必须说明自动激活如何运作、叠加的 skills 如何解决冲突，以及用户如何了解哪些因素影响了回答。

在每条回复中提供清晰的提示标识，或许能建立信任。提供关闭某项 skill、更改其顺序或查看其指令的控制选项，将帮助用户从意外行为中恢复。

最终从 / 转向 @ 的影响，可能不如可发现性重要。用户不应为了从自定义功能中受益，就必须记住命令或研究文件夹约定。

Google 为 Workspace 制定的较晚截止日期提供了另一项检验节点。到 2027 年 3 月，企业和非营利组织客户将期待管理控制、稳定的共享能力，以及对可重复团队工作流的支持。

教育用户将在 2027 年 6 月跟进。他们的迁移将检验这一新模式能否在保持适当监督的同时，保留引导式学习体验。

如果这些里程碑进展顺利，Google Gemini skills 将不只是对已停用功能的替代品。它们可以为聊天、Workspace 自动化和智能体任务提供统一的自定义层。

如果进展不佳，用户会记得这次迁移又是一个案例：Google 在产品尚未准备就绪前，就用更抽象的系统替换了一个直观的产品。

其战略逻辑是合理的。配备可复用、可叠加流程的通用智能体，能承担比一组彼此割裂的自定义聊天机器人更多的工作。

但产品层面的挑战更为艰巨。Google 必须让这些流程对那些从未想成为提示词工程师的人而言，依然易于理解、可控且可靠。

对于当前 Gem 用户而言，下一步最好是梳理哪些助手最重要，记录它们的预期行为，并测试迁移后的版本。尤其应关注知识文件，以及依赖 Deep Research、Canvas 或其他尚不支持工具的工作流。

Google Gemini skills 并不只是换了名字的 Gems。它们代表着一种押注：能力应在不同对话间流动，而不是存在于各自独立的助手之中。即将到来的迁移将显示，这种灵活性究竟会被视为进步，还是只会让定制化 AI 更难被看见。