Een agent voor jullie eigen proces?
Kies een afgebakende taak en werk toe naar een agent met heldere bronnen, rechten en controle.
Dennis Claassen
AI-trainer · 35+ teams getraind
Key takeaways
- Op 22 oktober 2026 droeg Anthropic Agent Skills over aan de Agentic AI Foundation (AAIF), dezelfde stichting onder de Linux Foundation die al het Model Context Protocol beheert.
- Technisch verandert er niets vandaag. Een SKILL.md-bestand werkt morgen precies zoals vandaag. Bestuurlijk verandert er veel: niet Anthropic alleen, maar engineers van Anthropic, Google, OpenAI en anderen beslissen nu samen over de standaard.
- De grootste valkuil: denken dat "open standaard" betekent dat een skill overal identiek draait. Het bestandsformaat is overal gelijk. De omgeving waarin een script uit die skill draait, netwerktoegang en pakketinstallatie, is dat niet.
- Meer dan 70 platforms ondersteunen Agent Skills al, van ChatGPT tot GitHub Copilot en VS Code, met ruim 1 miljoen gepubliceerde skills en bijna 280 miljoen installaties (bron: Anthropic).
- Doe dit deze week: tel hoeveel van je eigen skills een script met een installatiestap of een live netwerkoproep bevatten, en test er minstens één in een tweede omgeving.
Gebruik je al een Claude skill voor een taak die je team elke week herhaalt? Op 22 oktober 2026 droeg Anthropic Agent Skills over aan de Agentic AI Foundation (AAIF), zo meldt het bedrijf in de aankondiging. Agent Skills is de open standaard achter het SKILL.md-bestand: een map met instructies die een AI-agent er zelf bij pakt zodra een taak erom vraagt. Het format blijft hetzelfde. Wie erover beslist, niet. Dat is relevant zodra je een skill die je voor Claude bouwde ook in een ander platform wilt gebruiken. Onze eerdere gids over Claude skills voor teams kon dat nog niet behandelen.
Wat is er op 22 oktober 2026 veranderd aan Agent Skills?
Agent Skills bestaat al langer dan deze overdracht. Anthropic bouwde het format tijdens het werk aan Claude Code. In december 2025 publiceerde het bedrijf de standaard onder een eigen domein, agentskills.io. Binnen enkele weken stonden er duizenden community-skills op GitHub, met loaders voor Codex, Cursor en OpenCode.
Wat nu verandert, is niet het format maar het eigendom. Anthropic draagt de naam, het logo, de GitHub-organisatie en het domein agentskills.io over aan de AAIF. Dat is een project onder de Linux Foundation, dat Anthropic vorig jaar mede oprichtte met Block en OpenAI.
Dat is dezelfde route die het Model Context Protocol eerder al liep. MCP ging in december 2025 al naar de AAIF. Het was een van de drie oprichtingsprojecten, naast Blocks goose en OpenAI's AGENTS.md. Dat bevestigt een onafhankelijke branchepublicatie van SD Times. Agent Skills is nu het vierde grote project onder dat dak.
Het patroon is dus niet toevallig. Anthropic lanceert een standaard zelf, laat de markt hem adopteren, en draagt daarna het bestuur over. Dat gebeurt steeds zodra concurrenten de standaard al gebruiken. Dat laatste is relevant voor een inkoopbeslissing: een standaard van meerdere bedrijven samen trek je niet zomaar terug.
Info
Stand van zaken op 23 oktober 2026. Agent Skills telt volgens Anthropic ruim 1 miljoen gepubliceerde skills en bijna 280 miljoen installaties. Meer dan 70 platforms ondersteunen het al, waaronder ChatGPT, Cursor, GitHub Copilot en VS Code. De GitHub-repository van de standaard (agentskills/agentskills) staat op 26.500 sterren, onder een Apache 2.0-licentie. David Soria Parra en Mahesh Murag zijn aangesteld als Lead Maintainers. Engineers van Anthropic, Google en OpenAI werken mee, op persoonlijke titel. De AAIF noemt als vervolgstappen versiebeheer, een formeel voorstelproces en veiligheidsrichtlijnen voor wie skills schrijft of installeert. Geen van de drie staat er vandaag al. Check agentskills.io/specification zelf voor de actuele status voor je een skill bouwt die hierop moet kloppen.
Wat Agent Skills wel en niet verandert voor jouw team
Wat wel verandert: de toekomst van het format ligt niet meer bij één bedrijf. Een regel die Anthropic vandaag zou willen toevoegen, moet nu langs een gedeeld voorstelproces, met Google- en OpenAI-engineers mee aan tafel. Dat werkt omdat geen enkele leverancier belang heeft bij een standaard die alleen zijn eigen product bevoordeelt. Zodra een wijziging een concurrent benadeelt, ligt de discussie vast in het open GitHub-proces van agentskills/agentskills, niet achter gesloten deuren. Je ziet dat al bij MCP: die heeft sinds de overdracht een eigen release-ritme en changelog, los van Claude's releasecyclus.
Wat niet verandert: de technische beperkingen van je eigen omgeving. Een custom skill die je in Claude Code gebruikt, synchroniseert niet automatisch naar claude.ai of de Claude API. "Custom Skills do not sync across surfaces", zegt Anthropics eigen documentatie letterlijk. Skills die je op claude.ai uploadt, staan niet automatisch in de API. Claude Code-skills staan op je eigen bestandssysteem, los van beide. Dat verschil bestaat al binnen één leverancier. Tussen leveranciers is het verschil groter, niet kleiner, ook na deze overdracht.
Werken je bestaande Claude Agent Skills nog net zo?
Ja, zonder dat je iets hoeft aan te passen. Je bestaande Claude Agent Skills werken precies zoals gisteren: dezelfde SKILL.md, dezelfde frontmatter-regels, dezelfde manier van laden. Naam en beschrijving blijven verplicht, met een maximum van 64 respectievelijk 1.024 tekens. De overdracht raakt het bestuur van de standaard, niet de uitvoering van een skill die je al had. Pas als je zo'n skill ook ergens anders wilt inzetten, geldt de beslisregel hieronder.
Waar Agent Skills misgaat: aannemen dat het overal identiek draait
Hier zit de valkuil die deze overdracht aanwakkert. "Open standaard" en "70 platforms ondersteunen het" klinken als een belofte dat je één keer bouwt en overal inzet. Voor een skill die alleen uit Markdown-instructies bestaat, klopt dat ook grotendeels: tekst is tekst, elk platform dat SKILL.md leest, leest hem hetzelfde. Zodra een skill een script bevat, geldt die belofte niet meer automatisch, en dat is precies het deel dat de meeste zakelijke skills juist waardevol maakt.
De officiële specificatie erkent dit zelf. Ze heeft een compatibility-veld in de frontmatter, bedoeld om omgevingseisen te benoemen: het beoogde platform, nodige systeempakketten, netwerktoegang. Zie de specificatie op agentskills.io. Het veld is optioneel, en niemand controleert of je het invult. In de praktijk vult bijna niemand het in. Het wordt pas een probleem op het moment dat iemand anders je skill in een andere omgeving laadt.
Een skill testen in twee omgevingen
Een fictieve, illustratieve casus om het mechanisme concreet te maken. Een adviesbureau bouwt een Claude Code-skill, planning-bufferdagen. Die controleert een conceptplanning op de regel "minstens één werkdag buffer rond elke nationale feestdag", zoals onze gids over planning maken met AI aanraadt. Het bijbehorende script berekent bewegende feestdagen (Tweede Paasdag, Hemelvaart, Tweede Pinksterdag) door tijdens het draaien het Python-pakket holidays te installeren.
De prompt is steeds dezelfde: "Controleer deze conceptplanning op de bufferregel uit de skill, en markeer elke feestdag zonder bufferdag ervoor of erna."
| Omgeving | Wat de skill deed | Resultaat voor de bufferdag | Klopt het |
|---|---|---|---|
| Claude Code, volledige netwerktoegang en lokale installaties toegestaan | Installeert holidays, berekent Tweede Paasdag correct, voegt een bufferdag toe tussen taak 2 en 3 | Bufferdag staat op de juiste plek | Ja |
| Claude API-skills-omgeving, geen netwerktoegang en geen installatie tijdens het draaien | pip install faalt, Claude valt terug op eigen kennis en noemt alleen de vaste feestdagen (Eerste Paasdag, Koningsdag) | Tweede Paasdag, een bewegende datum, krijgt geen bufferdag | Nee, en de planning oogt wel compleet |
Het verschil zit niet in de kwaliteit van het model. Het zit in een gedocumenteerde omgevingsbeperking, los van de standaard zelf. De Claude API draait skills in een container zonder netwerktoegang en zonder pakketinstallatie tijdens het draaien. Claude Code staat dat wel toe.
De reparatie is eenvoudig zodra je het mechanisme kent. Vervang de installatiestap door een klein, vooraf berekend bestand, bijvoorbeeld references/feestdagen.json met de komende twee jaar. Dan hoeft er tijdens het draaien geen pakket meer bij te komen. Dat volgt letterlijk de eigen richtlijn van Anthropic: ga er nooit van uit dat een pakket al geïnstalleerd is, en benoem omgevingseisen expliciet in plaats van ze te laten blijken uit een foutmelding.
Wanneer is een skill echt overdraagbaar? De beslisregel
| Als je skill... | Dan... | Waarom deze drempel |
|---|---|---|
| Alleen uit platte Markdown-instructies bestaat, zonder scripts | Is hij in de praktijk al overdraagbaar naar elk platform dat SKILL.md leest | Er is geen uitvoeringsomgeving nodig, alleen tekst die het model zelf interpreteert |
| Een script bevat dat uitsluitend vooraf geïnstalleerde pakketten gebruikt | Werkt hij ook in een omgeving zonder netwerktoegang, zoals de Claude API-container | Dat is exact het verschil dat Anthropic in zijn eigen documentatie beschrijft tussen de API en Claude Code |
| Een script bevat dat tijdens het draaien een pakket installeert of een extern adres bevraagt | Vul het compatibility-veld in, en test de skill apart in elke omgeving voor je hem vertrouwt | Het veld bestaat precies hiervoor in de specificatie, maar wordt niet afgedwongen |
| Van een onbekende bron komt, zoals een community-lijst op GitHub | Lees elk bestand, ook de scripts, voor je de skill laat draaien | Dit verandert niet door de overdracht aan de stichting: wie de standaard beheert, zegt niets over wie een losse skill schreef |
Zijn AI agent skills van een onbekende bron veiliger geworden?
Nee, en dat is precies waar de overdracht niets aan verandert. Anthropics eigen richtlijnen zijn hier onomwonden: "use Skills only from trusted sources" (zie de veiligheidssectie in de documentatie). Een kwaadaardige skill kan een model net zo makkelijk opdragen bestanden te stelen als iets nuttigs te doen. Een skill krijgt via bash-toegang en codeuitvoering immers dezelfde rechten als jijzelf in die omgeving. Dat risico zit in de inhoud van een losse skill. Het heeft niets te maken met de vraag of de standaard eigendom is van Anthropic of van een stichting.
Is er al een officiële agent skills marketplace?
Nee. Agentskills.io heeft een Client Showcase met platforms die het format ondersteunen, geen catalogus van gecontroleerde skills. Wat er wel is: ongeofficieerde "awesome agent skills"-verzamelingen op GitHub, met duizenden sterren maar zonder enige controle door de AAIF of door Anthropic. Behandel die net zo kritisch als software van een onbekende ontwikkelaar, ook na deze overdracht.
Wat deze overdracht niet oplost
Drie dingen blijven precies zoals ze waren. Eén: skills die je op claude.ai uploadt, blijven persoonlijk. Een beheerder kan ze niet centraal beheren, en dat staat los van wie de standaard nu beheert. Twee: Agent Skills-content valt niet onder zero data retention. Skilldefinities en uitvoeringsdata worden bewaard volgens het gewone retentiebeleid van jouw leverancier, niet van de AAIF. Drie: de drie aangekondigde vervolgstappen, versiebeheer, een voorstelproces en veiligheidsrichtlijnen, zijn plannen, geen bestaande functies. Bouw je vandaag een skill die kwetsbaar is voor een toekomstige breaking change, dan heb je daar nog geen enkele bescherming tegen.
Wat dit oplevert, en hoe je dat na zeven dagen meet
Wat een skill-audit deze week oplevert, hangt af van hoeveel van je skills een script bevatten. Uit onze trainingen zien we een vast patroon. Bij teams die voor het eerst hun skills-map doorlopen, heeft meestal één op de drie tot één op de vijf custom skills een script. De rest is platte instructie. Van die scripts bevat ruwweg de helft een installatie- of netwerkstap die nergens staat opgeschreven. Dat is geen peer-reviewed cijfer. Het is een patroon uit onze eigen werksessies, en het varieert sterk met hoeveel developers aan de skills meeschreven.
Meet het na zeven dagen met drie punten, zonder extra tooling:
- Hoeveel van je skills heb je gelabeld? Elke skill met een script krijgt een regel in het
compatibility-veld of een notitie erbuiten. Onder de 100 procent op dag 7 betekent dat je de audit nog niet heeft afgerond, niet dat de skills onveilig zijn. - Hoeveel skills heb je in een tweede omgeving getest? Minstens de skill die je team het vaakst gebruikt. Een afwijkend antwoord op dag 1 die je op dag 7 hebt opgelost, is het bewijs dat de audit werkte.
- Is er een skill van een onbekende bron gebruikt zonder dat iemand hem eerst las? Eén ja is genoeg om het als eerste actiepunt te behandelen, los van de andere twee punten.
Wat na een week niet beter wordt: de bestuurlijke onzekerheid over toekomstige wijzigingen. Die lost een eigen audit niet op, dat is precies waarvoor het voorgestelde voorstelproces van de AAIF bedoeld is, zodra dat er is.
Doe dit deze week
Tel en label je skills
Doorzoek
.claude/skills/(project) en~/.claude/skills/(persoonlijk). Noteer per skill of er een script bij hoort, en van die scripts hoeveel een installatiestap of een live netwerkoproep bevatten.Test één skill in een tweede omgeving
Pak de skill die je team het vaakst gebruikt. Draai dezelfde vraag in een andere omgeving dan waar je hem bouwde, bijvoorbeeld Claude Code tegenover de Claude API. Vergelijk het antwoord letterlijk.
Vul het compatibility-veld in, of vervang de risicostap
Bij elke skill met een netwerk- of installatiestap: zet de eis in de frontmatter. Of vervang de stap door een vooraf berekend bestand, zoals in het voorbeeld hierboven.
Het agent-recept dat vandaag werkt, is de prompt om je eigen audit te starten: "Doorzoek de map .claude/skills/ in dit project. Geef per skill de naam, of er een script bij hoort, en of dat script tijdens het draaien een pip install, npm install of een netwerkaanroep doet. Zet die laatste categorie apart bovenin de lijst." Dat draai je vandaag, zonder voorbereiding.
Wil je dit met je team structureel oppakken, inclusief welke taken een eigen skill verdienen en welke niet? In de Agent Sprint bouwt elke deelnemer dat op zijn eigen werk, met de grenzen er meteen bij. Twijfel je waar te beginnen, plan een kort gesprek.
AI-training
Wil je AI leren inzetten?
In onze praktische trainingen leer je hoe je ChatGPT, Claude en andere AI-tools effectief inzet voor jouw werk.
Bronnen
- Anthropic, Donating Agent Skills to the Agentic AI Foundation. De aankondiging van 22 oktober 2026, met de adoptiecijfers en de genoemde Lead Maintainers.
- Agentskills.io, Specification. De frontmatter-velden, inclusief het optionele
compatibility-veld. - GitHub, agentskills/agentskills. De repository van de standaard, met sterrenaantal en licentie, zelf geopend.
- Anthropic, Agent Skills (overview). De runtime-verschillen tussen claude.ai, de Claude API en Claude Code, en de data-retentienotitie.
- Anthropic, Skill authoring best practices. De veiligheidsrichtlijn over vertrouwde bronnen en het advies tegen aannames over geïnstalleerde pakketten.
- SD Times, Linux Foundation forms Agentic AI Foundation to be new home for MCP, goose, and AGENTS.md. Onafhankelijke, niet-leverancier bevestiging van de oprichting van de AAIF in december 2025.
- Anthropic, Donating the Model Context Protocol and establishing the Agentic AI Foundation. De eerdere, vergelijkbare overdracht van MCP.
Veelgestelde vragen
Wat is het verschil tussen Agent Skills en MCP?
Agent Skills geeft een AI-agent een werkwijze: een map met instructies en eventuele scripts die hij volgt bij een specifieke taak, zoals een offerte controleren. MCP (Model Context Protocol) geeft een agent toegang tot een systeem, zoals je CRM of boekhoudpakket. Skills zonder MCP kan een agent wel werken, maar niet bij je eigen data komen. MCP zonder skills kan een agent wel data ophalen, maar mist de vaste werkwijze. Beide zijn inmiddels overgedragen aan dezelfde stichting, de Agentic AI Foundation.
Moet ik mijn bestaande Claude Agent Skills nu aanpassen?
Nee. Je bestaande Claude Agent Skills blijven ongewijzigd werken: dezelfde SKILL.md, dezelfde frontmatter-regels, dezelfde manier van laden. De overdracht aan de Agentic AI Foundation verandert wie over de toekomst van de standaard beslist, niet de uitvoering van een skill die je al had. Pas als je een skill ook op een ander platform wilt gebruiken, is het de moeite waard om te checken of hij een script met een installatie- of netwerkstap bevat.
Werken AI agent skills al hetzelfde in ChatGPT, Cursor en GitHub Copilot?
Het bestandsformaat wel: alle drie lezen een SKILL.md met dezelfde verplichte velden naam en beschrijving. De uitvoeringsomgeving niet: elk platform bepaalt zelf of een skill netwerktoegang krijgt en of hij pakketten mag installeren tijdens het draaien. Een skill die alleen uit tekstinstructies bestaat, draait overal gelijk. Een skill met een script moet je apart testen op elk platform waar je hem gebruikt.
Wat is de Agentic AI Foundation precies?
De Agentic AI Foundation (AAIF) is een project onder de Linux Foundation, opgericht in december 2025 door Anthropic, Block en OpenAI, met Amazon, Google, Microsoft, Bloomberg en Cloudflare als mede-oprichtende leden. De stichting beheert inmiddels vier grote open standaarden voor AI-agents: het Model Context Protocol (Anthropic), goose (Block), AGENTS.md (OpenAI) en, sinds 22 oktober 2026, Agent Skills (Anthropic).
Is er al een officiële agent skills marketplace?
Nee. Agentskills.io heeft een Client Showcase met platforms die het format ondersteunen, maar geen gecontroleerde catalogus van skills zelf. Wat je wel tegenkomt zijn ongeofficieerde verzamelingen op GitHub. Behandel een skill van zo een lijst altijd als software van een onbekende ontwikkelaar: lees de instructies en elk script voor je hem laat draaien, want niemand anders controleert dat voor je.




