1.17 万赞的 Claude 技能，源码只有 321 字节：拆解 Anthropic 内部疯传的 ELI5

8 月 22 日早上刷 X，看到 Thariq 又发了条爆帖。这位 Anthropic 的 Claude Code 工程师之前那条「headless SaaS」的生意经拿了 4002 赞，这次更狠，两天冲到 1.17 万赞、900 多转发，内容却朴素得离谱：他把 Anthropic 内部最近用得最多的一个技能公开了，叫 ELI5，装进 Claude Code 只需要两条命令。

说实话，我第一反应不是「又来一个插件」，而是好奇：什么样的内部工具能让一整个前沿 AI 实验室的工程师天天用、还愿意让创始人级别的人手动转发刷屏？

于是我做了件很自然的事：把它源码拆了。

这个技能是干什么的

ELI5，Explain Like I'm 5，像给一个 5 岁小孩解释那样解释任何东西。用法就一行：

bash 复制代码

/eli5 <你想弄懂的东西>

比如 README 里给的官方示例：

bash 复制代码

/eli5 how does DNS work

Claude 会生成一个 HTML artifact：大图，极少文字，把 DNS 讲给一个「对这个领域一无所知的人」听。不是文档，也不是五千字长文，是一页你能拖给别人看的图解。

Thariq 在帖子里给了三个非常「工程师日常」的用法示例：

bash 复制代码

/eli5 how does this module work    # 这个模块是怎么工作的
/eli5 why did we make this tradeoff  # 我们当时为什么做了这个取舍
/eli5 what caused this incident    # 这次事故到底是什么原因

注意这三个场景的共性：你不是在学新知识，你是在补课。接手一个陌生模块、翻一个三年前的技术决策、复盘一场凌晨三点的事故，这些时刻你缺的不是信息（代码、文档、日志都在那），缺的是有人把你当小白，从头讲一遍。

源码拆完了，我愣了一下

安装完插件，我第一件事就是去翻它的源码目录，做好了读一堆复杂逻辑的准备。结果整棵目录树长这样：

bash 复制代码

eli5/
├── .claude-plugin/
│   └── plugin.json      # 318 字节，插件元信息
├── skills/
│   └── eli5/
│       └── SKILL.md     # 321 字节，全部核心逻辑
└── README.md            # 197 字节

plugin.json 里就是名字、版本、作者、协议这些元信息，作者是 Thariq Shihipar 本人，MIT 协议。

真正的「源码」，SKILL.md，全文如下，一字不差：

markdown 复制代码

---
name: eli5
description: Explain a topic like I'm 5 year old. Use when the user types
/eli5 <topic> or asks for a dead-simple picture explainer of how something works.
---

# eli5

Explain like I'm someone who knows nothing about this topic, using a HTML
artifact with big pictures and few words.

Topic: $ARGUMENTS

没了。321 字节，核心 prompt 是一句 26 个词的英文：

Explain like I'm someone who knows nothing about this topic, using a HTML artifact with big pictures and few words.

一个 1.17 万赞、Anthropic 内部高频使用、被无数人两条命令装走的技能，全部秘密就是这一句话。

为什么一句 26 词的 prompt 反而最有效

看完这句 prompt，我反复读了几遍，越读越觉得每个词都不是白给的。它一句话里压了好几层约束，每一层都在解决 AI 解释问题的一个大坑。

先看「knows nothing about this topic」，这是受众锚定。让 AI 解释东西，最常见的翻车是它不知道你懂多少。你说「给我讲讲 DNS」，它默认你是同行，张口就是「递归解析器与权威服务器的迭代查询流程」。你追问，它又摆到另一头，从「网络是什么」讲起。这句 prompt 直接把受众钉死：一个对此完全不懂的人。费曼技巧的全部精髓就在这一句里，能讲给完全不懂的人听，才算真懂。

「big pictures and few words」是最容易被忽略、但最值钱的一层。不约束形式的话，AI 的默认输出是一篇小作文：五段论、加粗关键词、层级列表，看起来结构工整，实际上认知负荷爆炸。「大图、少字」直接把输出钉在图解上，图片负责建立直觉，文字只留最必要的锚点。这不是新发明，教科书、机场指示牌、宜家说明书，人类早就证明这是最高效的解释形态，只是我们写 prompt 时总忘了要求。

还有「HTML artifact」，载体约束。为什么是 HTML 而不是 Markdown？因为 Markdown 画不了图。HTML 是浏览器里最通用的画布：布局、配色、SVG、动画，全都能装。Claude 生成一个自包含的 HTML 文件，打开就是一页可以滚动、可以分享、可以截图的图解卡片。载体选对了，「大图少字」才落地。

几层约束，一句话，没有一个多余的词。对比我们平时攒的那些几百行的「系统提示词大全」，这个 321 字节的文件让人不得不重新想想：prompt 的战斗力到底来自长度，还是来自约束有没有打在要害上。

我实际跑了一次

第一个案例，我用官方示例跑了一遍 /eli5 how does DNS work，下面是实际产出的 HTML artifact 截图：

五张卡片，五个步骤：查电话本 → 图书管理员 → 层层指路 → 拿到号码 → 记小本本。每张卡片一张大图配一句话，全程没有一个专业术语需要你先去查。

最妙的是最后那句总结：「DNS 就是一本会自己记笔记的电话本」。这就是把递归解析、迭代查询、TTL 缓存这一堆概念，压进了一个 5 岁小孩能记住的比喻里。

第二个案例更有意思，我把问题对准了 Claude 自己。

写这篇文章时我顺手又跑了一个更「元」的：/eli5 这个技能安装的那个位置的，用 ELI5 问 ELI5 住在哪。注意这句输入，口语到几乎不通顺，但这恰恰是真实提问的状态：脑子里的疑问原样甩出来，不用先翻译成精确术语。

Claude 的做法也值得说：它没有上来就画，而是先当侦探去翻文件系统，把插件缓存、全局技能、项目技能三处目录挨个 ls 了一遍，确认真实路径之后才动手，产出下面这张图解：

三个「家」的卡片：商场仓库（插件商场装来的，带版本号门牌）、随身行李箱（全局技能，走哪带哪）、公司工具箱（项目专属，跟着 git 提交），末尾附一张目录地图，收在一句口号上：「商场仓库看版本、行李箱走天下、工具箱跟项目」。这类问题去翻文档要连查三份官方说明，而它是先查证你机器上的真实目录、再画图，图上每条路径都是实证过的。

把它用到自己天天摸的代码库上，才是这门手艺的主场。/eli5 how does this module work，Claude 先读代码，再用图解讲给你听，相当于每个模块都自带一个画图讲题的同学。/eli5 why did we make this tradeoff 则是逼着它把代码里的历史决策还原成「当时为什么这么选」的叙事。这两件事，自己啃文档要一下午，这样问只要两分钟建立框架，再回头啃细节就快了。

评论区的另一半真相

如果只看赞数，这是个完美故事。但翻完几百条回复，我发现评论区其实吵成了两半。

一半人在求转正、晒用法。最有意思的一条来自一位前 Stripe 员工：他们在 2023 年底就在 Stripe 内部 LLM 平台做过同类技能，还是内部使用率最高的技能之一，做了 ELI5 / ELI12 / ELIPhD 三档「缩放级别」，只是 GPT-4 时代没有 HTML 图形可用。也就是说，「给 AI 一个小白解释器人格」这件事，两年前就是大公司内部的隐性刚需，Thariq 只是用 Claude 的 artifact 能力和插件体系把它产品化了。

另一半人则在借机吐槽。被顶得很高的一条评论写道：「需要这个技能的唯一原因，是你们把模型搞坏了。」矛头指向 Opus 5 的输出风格：哪怕明确要求用简单词、写简洁，它也常常憋出一篇冗长的小说。有人给 ELI5 提了个更扎心的改进方向：不是 ELI5，是 ELI10，「五岁太幼稚了」。对这条批评，Thariq 本人亲自回复了：「We're working very hard on this.」

这条批评其实比赞美更有信息量。ELI5 的爆火，一半功劳要记给那个 26 词的 prompt，另一半要记给模型的默认输出确实太啰嗦，技能在替模型还债。评论区那句被反复引用的话说得最透：「not more intelligence, more intellegible」，模型缺的不是更聪明，是更易懂。

两条命令，装上就能用

回到最初那件事：怎么装。Thariq 给的安装方式就两条命令，先添加社区插件市场，再装这个插件：

sql 复制代码

claude plugin marketplace add anthropics/claude-plugins-community
claude plugin install eli5@claude-community

装完直接 /eli5 <任何东西> 就能用。嫌装插件麻烦的话，评论区有人点破了本质：把那句 26 词的 prompt 直接粘进对话，效果一模一样，这本来就是它全部的源码。

翻提交历史时我还发现一个有意思的细节：这个插件是发推前 40 分钟才提交进社区仓库的，而且 6 分钟里连改了 5 版，从「Add eli5 plugin」到「Use HTML artifact wording」、再到「Reword eli5 skill prompt」。也就是说，那条 1.17 万赞的推文背后，是一次赶在发布前最后一刻的措辞打磨。连一句 prompt 都要迭代 5 版，这大概就是「约束要打在要害上」的最好注脚。

这个 anthropics/claude-plugins-community 是 Anthropic 官方维护的社区市场，目前收录了 2282 个插件，Thariq 自己还在纠结要不要把 ELI5 转成官方插件，看这个热度，大概率只是时间问题。

而安装链路本身值得多看一眼：「技能」第一次变成了可以一条命令安装、一条命令卸载的独立产品形态。marketplace 是仓库，plugin 是包，SKILL.md 是包里的全部逻辑。这套结构和 npm、Homebrew 如出一辙，只是包的内容从代码换成了「教 AI 做一件事的说明书」。

5 分钟写一个你自己的 Skill

看完 321 字节的源码，一个很自然的推论是：写一个 Skill 的门槛，已经被压到了一个 Markdown 文件。你不需要写任何代码，只需要一个 frontmatter 加几行指令：

markdown 复制代码

---
name: my-skill
description: 一句话说清这个技能干什么、什么时候该触发它。
---

# my-skill

在这里写指令。把 AI 当成聪明但不了解你上下文的新同事，
告诉它：受众是谁、输出什么形式、有什么硬约束。

怎么写好这几行指令？从 ELI5 那 26 个词里倒推就够了。

先钉死受众，一句话说清「讲给谁听」：完全不懂的人、资深工程师、还是产品经理。然后钉死形式，图解、清单、代码、表格，别让 AI 自由发挥成小作文。还有一条最容易被忽视：只写要害约束。每加一句提示词，先问自己它砍掉了什么错误输出。砍不掉任何错误的提示词，就是噪音。

写到这我想起 Thariq 帖子底下最热的讨论方向：大家惊讶的不是这个技能多强，而是它这么小。321 字节，一个 YAML 头加一句英语，值得两天 1.17 万个赞吗？值得。因为它示范了 Agent 时代一种全新的「产品」形态：不是代码的堆叠，而是对「怎么让 AI 一次做对」的精确理解。

技能即产品，而产品说明书，一句话就够。

素材参考：Thariq 主帖 · 用法示例推文 · anthropics/claude-plugins-community · ELI5 插件 v1.0.0，MIT 协议；互动数据截至 2026-08-23