Notions clés de l’IA · Organiser
Skills d’agents IA : définition, usages et risques des Agent Skills
Aussi appelé : Agent Skills, compétences d’agents IA, SKILL.md
Par Spentia · Révisé le 27 octobre 2026
Les skills d’agents IA (Agent Skills) sont des dossiers d’instructions, de ressources et parfois de scripts qu’un agent IA charge quand une tâche les demande. Anthropic a créé ce format en octobre 2025 ; il est devenu un standard ouvert, que d’autres éditeurs d’outils d’agents ont adopté.
Cette définition suit la spécification ouverte Agent Skills (agentskills.io) : une skill est un dossier qui contient au moins un fichier SKILL.md, avec un nom, une description et des instructions, et parfois des scripts et des ressources.
Comment fonctionnent les skills d’agents IA ?
Une skill fonctionne comme une fiche de procédure que l’agent ouvre au besoin. Selon la spécification ouverte, elle tient dans un dossier qui contient au moins un fichier SKILL.md. Ce fichier donne un nom, une description qui dit quand utiliser la skill, puis les instructions. Le dossier peut aussi contenir des scripts, des documents de référence et des modèles.
L’agent charge la skill en trois temps : c’est le chargement progressif.
Au démarrage, il lit seulement le nom et la description de chaque skill installée, soit environ 100 tokens par skill selon la spécification.
Quand une tâche correspond à une description, il lit toutes les instructions de la skill. La spécification conseille de les tenir sous 5 000 tokens.
Si la tâche l’exige, il ouvre les fichiers annexes ou lance les scripts. Selon Anthropic, seul le résultat d’un script entre alors dans le texte que traite le modèle.
Un agent garde ainsi de nombreuses skills à disposition et n’alourdit que peu chaque requête.
D’où vient le standard Agent Skills, et qui le gouverne ?
Anthropic a créé le format, et une fondation le gouverne depuis octobre 2026. L’éditeur a lancé les Agent Skills pour Claude le 16 octobre 2025, puis en a fait un standard ouvert le 18 décembre 2025. Le 22 octobre 2026, il a donné le standard, son nom et le domaine agentskills.io à l’Agentic AI Foundation. Cette fondation, rattachée à la Linux Foundation, qu’Anthropic a cofondé avec Block et OpenAI, héberge déjà le MCP.
D’autres éditeurs ont adopté le format : OpenAI pour ChatGPT et Codex, GitHub pour Copilot, selon leur documentation. Selon Anthropic, en octobre 2026, plus de 70 plateformes d’agents l’avaient intégré ; ce chiffre vient de l’éditeur qui l’a créé.
Skill, prompt, MCP ou agent : quelle différence ?
Une skill décrit une procédure réutilisable ; le prompt donne une consigne ponctuelle, le MCP ouvre des accès et l’agent exécute.
Prompt. Une consigne vaut pour une conversation. L’agent charge une skill à la demande, d’une conversation à l’autre, sans que vous répétiez la consigne. Sa rédaction suit pourtant les règles du prompt engineering.
MCP et outils. Le MCP relie l’agent à vos outils et à vos données ; la skill lui dit quoi en faire, et dans quel ordre.
Agent. L’agent IA mène la tâche ; la skill fait partie de son savoir-faire. Un agent porte plusieurs skills, et une même skill peut servir plusieurs agents.
Que changent les skills d’agents IA pour votre décision ?
Les skills transforment une procédure en actif à gérer, et chaque installation en décision de sécurité.
Une procédure écrite devient réutilisable et vérifiable. Le site du standard décrit des dossiers versionnés, qui rendent une tâche à plusieurs étapes répétable et auditable. Confiez chaque skill à un propriétaire métier. Il l’écrit avec les experts, la teste, la met à jour et la retire. Votre gouvernance de l’IA désigne qui valide.
Installer une skill revient à installer un logiciel. Anthropic conseille de s’en tenir aux sources de confiance et d’auditer tous les fichiers des autres. Une skill malveillante peut faire appeler des outils ou exécuter du code étranger à son objet affiché. Un outil MCP peut porter le même piège dans sa description : c’est le tool poisoning. Des chercheurs ont analysé 31 132 skills de deux places de marché (Liu et al., prépublication non relue, janvier 2026). Leur outil automatique signale au moins une vulnérabilité dans 26,1 % d’entre elles, selon cette prépublication de janvier 2026. Ce taux mêle code malveillant, code négligent et pratiques à risque.
Les droits de l’agent fixent l’ampleur des dégâts. D’après Anthropic, une skill malveillante peut aller jusqu’à la fuite de données, selon les accès de l’agent. Une skill qui lit des contenus sur Internet s’expose aussi à la prompt injection. Une dépendance externe peut changer : relisez chaque mise à jour, et limitez les droits de l’agent au strict nécessaire.
Inventoriez les skills comme les autres usages de l’IA. Un salarié peut installer une skill dans son espace personnel, comme le permet GitHub Copilot. Installée sans validation de l’entreprise, elle relève du shadow AI. Le projet OWASP Agentic Skills Top 10, encore en incubation, recommande d’inventorier toutes les skills déployées.
Le format ouvert réduit la dépendance fournisseur, sans la supprimer. Le même dossier sert dans plusieurs outils. La spécification signale pourtant un champ expérimental, dont la prise en charge peut varier d’un agent à l’autre. Testez chaque skill dans chaque outil.
Exemple illustratif
Ce cas est fictif. Une ETI industrielle rédige chaque mois des dizaines de rapports de non-conformité. La responsable qualité écrit une skill avec un ingénieur méthodes. Le dossier réunit les étapes de l’analyse, le modèle de rapport, les causes déjà connues et un script qui contrôle les champs obligatoires. La DSI relit le script avant la mise en service. La skill porte un numéro de version et le nom de sa propriétaire. Les agents de l’entreprise ne chargent que les skills du dépôt interne. Quand un client change de modèle, la responsable publie une nouvelle version et retire l’ancienne.
Quelle question poser avant d’installer une skill d’agent IA ?
À demander
Qui a écrit cette skill, qui l’a relue, et à quoi donne-t-elle accès ?
Puis :
Quelle procédure métier la skill décrit-elle, et qui en est propriétaire ?
Contient-elle des scripts, et qui les a relus ?
Va-t-elle chercher des contenus ou des dépendances hors de l’entreprise ?
Quels outils et quelles données l’agent atteint-il quand il l’applique ?
Comment la mettre à jour, et comment la retirer de tous les postes ?
Pour aller plus loin
Sources
Anthropic, « Introducing Agent Skills », 16 octobre 2025, mise à jour du 18 décembre 2025 : claude.com
Barry Zhang, Keith Lazuka et Mahesh Murag (Anthropic), « Equipping agents for the real world with Agent Skills », 16 octobre 2025 : Anthropic Engineering
Agent Skills, spécification du format (SKILL.md, champs, chargement progressif) : agentskills.io
Agent Skills, présentation du standard ouvert : agentskills.io
Anthropic, « Donating Agent Skills to the Agentic AI Foundation », 22 octobre 2026 : Anthropic
Linux Foundation, « Agentic AI Foundation Announces Four New Projects », communiqué du 22 octobre 2026 : Linux Foundation
Anthropic, documentation Agent Skills, section « Security considerations » : Claude Platform Docs
Anthropic, « Skills explained : How Skills compares to prompts, Projects, MCP, and subagents », 5 mars 2026 : claude.com
OpenAI, documentation « Build skills » (ChatGPT et Codex) : OpenAI
GitHub, documentation « About agent skills » (Copilot) : GitHub Docs
Yi Liu et al., « Agent Skills in the Wild : An Empirical Study of Security Vulnerabilities at Scale », arXiv 2601.10338, version 1 du 15 janvier 2026 (prépublication) : arXiv
OWASP, projet Agentic Skills Top 10, version 1.0 en relecture publique : OWASP