在2026年第一季度，13.0%的新编写Agent技能为非英语，一季度后升至16.3%——三个月内增长三个百分点，覆盖255,068项技能。为作对比，GitHub范围内的非英语文档用了十年时间从3.7%增长至13.0%，这表明AI开发正在加速超越旧金山等传统中心。值得注意的是，英语并非美国开发者的代名词；GitHub增长最快的人口是印度，他们与尼日利亚和新加坡一样，使用英语编写技能。

一个技能是指符合Anthropic 2025年10月规范的SKILL.md文件，包含用于AI代理的纯文本指令。九个月后，380万项技能存在于Git Skills数据集中的282,200个公开仓库中。技能不同于传统软件：它们以人类语言编写，由多语言模型执行，对英语没有技术要求。

对1,870,299项不同技能的分析显示：85.3%为英语，6.2%为中文（其中简体中文领先，104,985项 vs 传统中文9,112项），1.7%为日语，1.6%为德语，1.2%为韩语，1.1%为葡萄牙语，0.9%为西班牙语，0.4%为法语。非英语技能占比14.3%，与GitHub文档的13.0%大致相当，但中文占比显著更高（6.2% vs 3.3%)。由于不同人群的差异（如精选市场、领域切片和英语种子爬虫），公布的数据差异甚大（65.0%–99.7% 英语）。

关键实体：公司：GitHub, Anthropic, Plicara Labs, Claw Hub, skills.sh | 地点：旧金山, 印度, 尼日利亚, 新加坡, 深圳, 圣保罗

常见问题：为什么发布的Agent技能语言分布数据差异如此显著？

发布的数据差异在于它们测量的是不同人群：精选市场倾向英语，领域特定切片反映局部活动集中，而英语种子爬虫本质上会发现英语内容。这些研究分析了从557项医疗技能到187万项不同技能的数据集，使用了不同的语言识别工具（py3langid, fast-langdetect）和置信度阈值。