Codex升级GPT-5.6后，用户为何集体弃用Skills？

近期AI开发圈出现一个明显趋势：随着Codex全面搭载GPT-5.6模型，越来越多开发者和普通用户主动卸载、关闭Skills插件与自定义技能功能。此前备受追捧的Skills工具，曾是提升Codex工作效率、拓展模型能力的核心配置，如今却沦为用户弃用的“累赘”。很多人疑惑，迭代升级后的模型搭配技能工具，理应效率更高，为何反而遭到用户舍弃？

一、GPT-5.6原生能力彻底替代Skills价值

Skills功能诞生的核心初衷，是弥补旧版Codex模型的能力短板。在GPT-5.6迭代之前，Codex原生推理、自主规划、代码调试、多步骤任务处理能力有限，面对复杂开发场景，必须依靠Skills插件、自定义指令、Agent辅助框架补足能力，相当于给模型加装“辅助轮”。

而GPT-5.6完成了全方位能力跃迁，原生自带超强Agent思维与自主任务拆解能力，无需额外技能加持，就能独立完成复杂代码编写、项目排查、逻辑推演、批量任务处理。原本需要Skills实现的功能，如今模型原生即可完美落地，Skills的核心使用价值彻底消失，成为多余的冗余配置。

二、主要弊端：Skills成Token消耗与效率拖累

1、冗余上下文，大幅加剧Token损耗
这是用户弃用Skills的最关键原因。开启Skills功能后，每一次对话与代码交互，系统都会强制加载技能规则、自定义指令、插件逻辑等大量冗余内容，持续占用上下文窗口。GPT-5.6本身上下文成本更高，叠加Skills冗余数据后，单次交互Token消耗成倍暴涨，不仅浪费额度，还大幅提升使用成本，让原本高效的开发工具变成“Token刺客”。

2、功能冲突，降低模型推理精准度
GPT-5.6的推理逻辑、指令解读模式已全面优化，但传统Skills插件大多适配旧版模型。新旧机制不兼容，极易出现规则冲突、指令重叠的问题。模型会反复校验Skills冗余规则，干扰原生推理节奏，导致回答卡顿、逻辑冗余，甚至出现代码偏差、判断失误等问题，反而降低开发效率。

3、操作繁琐，适配性大幅降低
以往用户需要手动配置、调试、更新Skills技能库，适配不同开发场景。而GPT-5.6自适应能力极强，开箱即用、无需额外调教。复杂的Skills配置流程，对比极简的原生模型使用体验，毫无优势，反而增加用户操作负担。

三、现阶段最佳使用策略

对于普通开发者和日常用户，适配GPT-5.6版本Codex的最优方案，就是关闭所有非必要Skills插件、清空冗余自定义技能指令。仅保留模型原生能力，既能最大化发挥GPT-5.6的推理与开发优势，又能精简上下文、严控Token消耗，实现高效、低成本使用。仅极个别特殊小众开发场景，可针对性保留极简技能配置。

四、总结

用户大规模弃用Skills，并非功能退步，而是模型能力迭代的必然结果。GPT-5.6让Codex摆脱了对外部技能工具的依赖，冗余的Skills功能从“效率辅助”变成“资源负担”。顺应模型迭代规律，精简冗余配置、回归原生能力，才是当前Codex最高效的使用方式。