复旦大学
保险“龙虾”技能洞察报告
基于539个保险相关Skill样本的市场搜集、质量评估与风险分析
前言
近期，AI智能体（Agent），也就是广为人知的"龙虾"，成为各行各业热门的讨论话题。它将大模型从只能被动回答问题，变成能够围绕目标主动理解任务、调用工具、执行步骤并协同流程的智能系统。相比传统对话式模型，智能体更强调任务完成而不只是语言生成。其中，处理下游垂直领域如医疗、法律、金融、保险等专业知识任务，成为了智能体的重要应用场景。
在这一过程中，Skill正成为连接通用智能与垂直业务的重要一环。所谓Skill，即智能体完成某一类任务时可直接调用的专门能力模块，将特定任务所需的业务知识、执行步骤、调用规则、工具依赖与边界约束进行结构化封装，使智能体在面对某一类问题时，不必从零理解，而是调用处理范式进行标准化任务。例如，Github上收藏量超过16万（截至本报告发布时）的"同事.skill"能够蒸馏出同事的语言与行为风格以执行个性化工作任务。除了模仿人类语言外，Skill的行业应用也日渐蓬勃发展，针对各类垂直领域的Skill不断大量涌现。其中，对于保险行业而言，Skill的意义尤其突出。由于保险业务天然具有的强专业性、强流程性和强合规性，仅靠通用模型的能力往往难以稳定适配真实业务场景。也正是在这一背景下，Skill开始成为保险智能体落地的关键能力单元。Skill能够把条款理解、监管要求、核保逻辑、理赔规则、审查口径等垂域经验沉淀为可调用的能力，从而显著增强智能体在专业深度、输出稳定性和场景适配性上的表现。对保险机构而言，Skill意味着大模型不再只是一个通用对话工具，而有机会嵌入具体业务链条，提升处理效率，降低重复劳动，并增强复杂知识场景下的辅助决策能力。
随着智能体+Skill的模式蓬勃兴起，保险领域Skill的市场供给也呈现明显加速趋势，然而数量的增长并不完全等于在实际业务场景下的可用、好用。在实际应用中，行业普遍面临以下问题：市场上保险Skill的数量与分布如何？这些Skill的质量与可用性怎么样、是否存在安全隐患？哪些Skill才是真正贴合业务的高质量Skill？为了回答这些问题，复旦保险团队以市面可见的保险Skill为研究对象，完成了从市场搜集、去重筛选、标签归并到质量评估、风险评估的一体化分析，探究当前保险Skill市场究竟是否已经具备可集成、可复用、可评估的基础。
核心洞察
通过对上万保险关键词有关Skill的收集、筛选与去重处理，我们保留了539个与保险业务强相关的Skill，分析发现：
洞察1：保险相关Skill已出现明显增量，但直接检索的可用性并不高。初始检索结果达到万级，但去重、去二次引用、剔除弱相关后，真正适合作为保险Skill样本的仅539个，说明"看起来很多"与"真正可集成、可应用、可分析"之间仍有巨大落差。
洞察2：保险Skill的业务重心高度集中在特定场景。业务职能上，理赔、监管与合规、风险管理、承保位居前列；业务细分上，合规审查与内部控制、数据分析与商业智能、风险评估与核保决定、理赔审核与理算是最主要的落点。财务、战略、人力等支持部门虽有少量覆盖，但明显不是市场主流。
洞察3：保险Skill的主流形态仍是"参考文档"而非"自主执行能力"。样本中高达71.5%以参考文档的方式为智能体提供具体业务执行说明，27.8%以工作流程的框架引导智能体进行业务操作，仅8.7%明确了智能体自主的工具调用。这意味着现有的很多保险Skill更像知识说明书或流程模板，而不是可直接驱动智能体执行的能力单元。
洞察4：保险Skill的复用性和通用性普遍偏弱，外部依赖明显。近乎全部样本都需要网络访问，但21.4%涉及凭证，62.1%未明确操作系统，72.2%未明确Shell类型，只有0.7%可视为可独立运行。很多Skill深度绑定特定平台、接口或公司内部流程，迁移到其他保险机构时需要额外改造。
洞察5：保险Skill在实际场景应用的安全性仍需审慎考虑。虽然Skill整体安全性均分较高，但这更多反映样本在"高破坏性操作较少、显式凭证模式有限"上的静态结构特征，并不意味应用于真实业务的风险就会很低。风险分析表明，在保险Skill使用的过程中，数据隐私泄露、监管合规、外部服务依赖等风险点高频出现，表明保险场景中的数据外传、权限边界和审计要求仍是保险Skill落地的核心挑战。
洞察6：从功能分布看，现有保险Skill更聚焦在分析与生成。功能类型以分析（30.40%）、文档生成（24.15%）、评估（13.78%）和报告生成（13.08%）为主，说明保险Skill仍处于辅助判断与内容生成为主导的阶段。
洞察7：从质量分布看，现有保险Skill结构性短板仍然明显。分析表明，真正拖后腿的不是命名歧义或功能介绍不清晰，而是Skill的结构不规范、不完善。深入到Skill具体内容来说，示例清晰度、章节覆盖度、错误指导与审计等指标普遍是弱项。大量Skill能"说清自己是什么"，却没有"说清怎么安全、稳定、持续地使用"。
下面，我们从样本与评估框架、统计分析、和案例展示三个部分，对上述结论进行展开。
一、样本收集与评估框架
本次研究的样本构建遵循先广泛搜集、再强相关收敛的路径。我们首先从公开市场中覆盖各大技能展示平台、聚合平台与代码仓库等多类来源，对保险相关Skill进行大范围检索，详细数据来源见图1。在此基础上，结合Skill标题、描述、目录与说明文件，由大模型抽取保险相关关键词，并通过人工复核进一步完成来源去重、平台间二次引用清理和业务相关性筛查，最终从万级检索结果中收敛出539个保险强相关Skill。由此形成的样本池，既尽量保留了当前市场供给的广度，也尽量避免把泛金融、泛办公或仅与保险存在弱关联的条目误纳入分析对象。换言之，我们分析的并不是泛泛与保险沾边的Skill，而是一组能够证明与保险业务具有实质关联的能力集合。
图 1 保险 Skill 数据来源
从样本来源与时间分布看，当前保险Skill市场已不再是零散试水，而是开始进入明显增量阶段。若以Skill更新时间观察，2025年12月以前样本更新的增量仍较有限，进入2026年后开始明显提速，2月升至66个，3月进一步跃升至287个，4月截至20日仍达到144个。尽管这一统计口径更接近市场活跃度和迭代频率，而不完全等同于Skill的首次创建时间，但它依然足以说明，保险相关能力组件正在快速进入集中发布和持续更新阶段。也正因为如此，当前市场真正值得回答的问题，已经不只是有没有保险Skill，而是这些Skill是否具备进一步集成、复用和稳定调用的基础。
图 2 保险 Skill 数量增长趋势
基于此，我们借鉴Anthropic提出的"文件结构、触发说明、示例设计、配置指引、故障排查和渐进式信息组织"的Skill规范化思路，融合保险业务特有的"合规审查、权限控制、数据边界、外部依赖"等行业要求，构建了一套面向保险场景的Skill评估框架。如图3所示，框架从清晰度、完整度、可操作性、可维护性和安全性五个维度对样本进行规则化质量评估，并通过九个全面覆盖保险数据、业务安全的标签进行规则化风险评估。值得一提的是，文中的质量、风险分数均由规则公式派生，而非人工主观打分或大语言模型（LLM）自动评分。评估关注的不仅是Skill能否说清自己是什么，也关注它是否说清如何配置、如何执行、如何处理异常，以及是否具备复现、维护和安全接入真实业务流程的条件。也正是在这一框架下，后文对业务重心、功能结构、风险特征与质量短板的分析，才不仅是在描述市场热度，而是在判断当前保险Skill市场距离真正可生产化调用的专业能力组件还有多远。
图 3 保险 Skill 评估框架
二、统计分析
（一）业务重心高度集中但覆盖结构并不均衡
从业务职能分布看，保险Skill的市场重心已较为清晰：两核业务和风险合规是保险Skill的主要业务场景（如图4）。其中，理赔类Skill有126个（13.65%），监管与合规类有125个（13.54%），风险管理类有120个（13.00%），明显高于财务、战略和人力等支持性业务职能。也就是说，当前供给优先服务的是规则密集、材料密集、审查频繁、对专业口径要求较高的业务场景，而尚未在保险流程的全部职能链条上均衡覆盖。
图 4 保险业务 Skill 数量
这一结构说明，当前的Skill相对集中在保险链条上智能体应用更成熟、结构化知识提炼更充分的业务环节。两核业务与风险合规靠前的原因在于这两类场景天然依赖条款核对、资料整理、问题识别和报告生成，最适合通过Skill形式沉淀为可复用模板。相较之下，财务、战略、人力等职能虽然也能受益于智能体，但其需求往往更碎片化，且与机构内部流程耦合更深，因此在公开市场上尚未形成主流供给。
细分到业务子职能（如表1），合规审查与内部控制（17.21%）和数据分析与商业智能（12.28%）显著领先，其后是风险评估与核保决定（8.22%）以及理赔审核与理算（8.13%）。这表明保险Skill的核心价值短期内更多体现在"帮助专业人员更快完成判断准备和材料加工"，而不是直接替代复杂业务决策本身。
表 1 保险细分业务 Skill 数量
从保险种类看（如图5），通用型Skill（适配寿险与非寿险场景）数量达到298个。专用于非寿险类Skill的有193个，而寿险类仅52个。通用型占绝对多数，说明大量供给仍停留在"适用于保险行业一般场景"的宽泛设计；相较于非寿险而言，寿险领域当前仍缺少足够成熟的公开Skill沉淀。
图 5 保险种类分布
（二）高频动作偏向审查与生成，主流形态仍是辅助式能力
从标题与描述中的高频动词观察，现有保险Skill的典型动作并不是"自主执行整条流程"，而是围绕若干离散步骤提供辅助。如图6所示，审查占8.7%，识别占7.2%，创建占5.7%，生成占5.5%，评估占5.2%。这些动词共同指向一种非常鲜明的能力画像：当前公开市场上的Skill更擅长帮助用户看材料、找问题、做判断准备和产出文本，而不是代替用户完成高自治、长链条的业务闭环。
图 6 Skill 高频词
这种高频动作结构与保险行业的真实偏好是一致的。保险业务对可解释性、可追溯性和审计留痕要求极高，因此市场更容易首先接受"审查助手""识别助手""报告生成助手"这类低自治、强辅助的能力单元，而不会轻易把高风险决策直接交给一个端到端执行的智能体。也正因如此，主流Skill虽然开始具备专业任务语义，但其仍以单步支持为主，尚未稳定到达完整的自主代理阶段。
（三）复现较难，外部环境依赖仍然明显
在Skill的调用与运行方面（见图7），较多保险Skill并非独立运行，而是依赖外部接口、外部工具或既有流程等共同工作。此外，部分Skill对模型能力有隐含要求，却没有同步给出足够明确的运行条件。例如，样本Skill中21%需要额外提供凭证（如API或SSH密钥），29%具有高推理需求，甚至有5%需要额外人工验证。
图 7 保险 Skill 调用与运行画像
（四）保险实际场景应用的安全性审慎考虑
图8展示了对所有样本保险Skill评估结果里相关风险词汇的出现次数。从图中可以看出，出现频次最高的风险并不是破坏性操作，而是更贴近保险真实场景中的治理问题。在539个Skill样本的评估结果中我们一共捕捉到1937条风险词汇，并将其划分为图8中的10个类别，其中数据隐私/泄露风险被提及高达569次，合规/监管风险为358次，API/外部服务依赖为281次，错误处理问题为256次等。这些保险业务过程中实际面临的风险隐患同样也存在于保险Skill的使用中，故在保险真实场景下应用Skill仍需谨慎考虑这些安全风险。
图 8 Skill 风险高频项
（五）功能结构以分析和生成为主
图9展示了保险Skill的10类功能类型分布，单个Skill可以具备多种功能。具体来看，保险Skill的价值重心非常集中，分析类共有481个，文档生成类382个，评估类218个，报告生成类207个。Skill本身非常适合做保险材料分析、业务报告撰写等任务，进而市场上的保险Skill也专注于认知处理和文本输出。而代码开发、角色模拟等功能不是保险业务的重点，故相关Skill涉及较少。
图 9 Skill 功能分布
（六）质量评估成果
从Skill质量的五个维度看，当前保险Skill市场呈现出"整体不差，但短板集中"的结构。539个样本的清晰度均值为7.41，完整度6.98，可操作性7.97，可维护性7.35，安全性8.94，派生综合均值为7.73。分布上，大多数Skill聚集在7分和8分区间，说明市场已出现一批具备基本规范意识的技能包，但距离真正可复用、可审计、可迭代的行业级标准仍有距离。
图 10 Skill 五大质量维度平均分
子维度统计最能反映保险Skill目前的真实短板（如表2）。清晰度中，命名质量高达9.96，但示例清晰度只有4.37；完整度中，字段覆盖度和证据覆盖度分别达到7.50与9.93，但章节覆盖度仅4.19；可操作性中，配置便捷度4.81、执行清晰度4.59、错误指导3.46、可复现性3.58；可维护性中，版本跟踪几乎缺席，均值仅0.46。对于Skill安全性，虽然现有Skill已经有较好的凭证安全性和防破坏控制，但仍存在数据暴露风险，一旦出现安全问题较难控制影响范围。总体而言，大多数保险Skill在"元信息层面"已经较好，但在使用体验层面仍有待改进。
表 2 质量评估子维度统计
三、案例展示
为了把前述结论落到更直观的对象上，本部分直接抽取具体Skill案例进行对比分析。我们选择了3个保险Skill做详细信息展示。分析聚焦于三个判断标准：边界是否清楚、结构是否完整、风险与依赖是否被显性管理。
（一）优质案例：Skill价值不在"功能多样"而在"边界清晰"
prior-auth-letter-drafter是协助医疗机构为保险公司制作专业保险预授权请求信的Skill。从案例首页信息看，prior-auth-letter-drafter的定位明确，且作者、热度、文件大小、更新时间、业务分类和功能类型都被清楚列出。从图11中可以看到，该样本在保险业务上归入“承保”，业务子职能明确为“风险评估与核保决定”，功能上同时覆盖“分析、文档生成”。该Skill功能边界定义清晰、结构完整，调用者在尚未打开具体子文档前，就已经能够判断该Skill适不适合自己的任务。
图 11 prior-auth-letter-drafter 首页信息
进一步看详细页面（图12），优质的Skill之所以值得参考，并不是因为"内容写得多"，而是因为它能让智能体和用户都知道何时调用、如何调用、遇到问题怎么办。这类Skill通常具备几项关键要素：功能描述清晰、问题导向明确、文件结构分层合理，能够区分主说明、脚本、参考资料和模板资产；同时清楚交代外部服务、依赖、权限、错误回滚与审计要求，并对敏感数据和隐私处理给出明确边界。这类Skill更接近真正可集成的生产单元。
图 12 prior-auth-letter-drafter 质量评估面板
（二）反例一：信息不充分
反例一Skill的定位是保险产品精算定价的审计助手。它声称可以对模型生成的结果进行强制性的实证验证。但从图13可见，该样本的文件结构极其简化，只有一个SKILL.md，没有更多、更结构化的信息，其内容的完整度难以支撑功能描述中提到的要求，容易误导用户与智能体。因此该类Skill最大的问题在于不完整——文件单一、依赖关系未交代、数据来源受第三方平台限制却没有说明认证与权限前提……这类Skill往往在演示时看起来可用，但一旦进入真实机构环境就会因为环境差异、权限限制或接口变更而失效。对于保险行业而言，这种看似能用、实际难复现的Skill风险尤其高。
图 13 反例一演示
（三）反例二：场景不明确
反例二Skill则聚焦于屋顶工程领域的保险理赔。与反例一不同，它并不是极简结构，它包含高达9个不同的文件。然而，文件数更多并没有自动转化为更高的质量，其功能概括未能明确将该Skill的功能针对到可处理的一个具体问题，而是试图扁平化地囊括该场景下的所有功能，界定过于宽泛。这类Skill的核心问题在于"边界不清"。当一个Skill同时想覆盖多个任务、多个对象和多个流程，却没有明确的触发条件与优先级时，它就会变成一个对人和智能体都不友好的"大杂烩"。这类Skill常见的问题还包括目录结构松散、全部内容堆叠在Markdown中、缺少输入输出约定，以及没有办法让调用者判断它究竟适用于哪一类保险场景。
图 14 反例二演示
以上两个反例仅仅是当前存在问题的一个缩影。综合来看，当前市场上保险Skill的常见问题可以大体归为四类：一是场景定义含混，触发条件和适用边界不明确；二是结构不完整，缺少示例、限制、依赖声明、错误处理和版本信息；三是过度依赖特定公司流程、特定平台或本地数据，难以复用迁移；四是对数据安全、权限管理和审计留痕交代不足。也正因此，保险Skill的建设不能只停留在"把经验写下来"，而需要进入"把经验封装成可验证、可治理、可迁移的能力组件"阶段。
四、总结与建议
总体来看，当前保险Skill市场已经完成了从零散出现到初步成形的第一步，但距离真正进入保险机构可集成、可复用、可审计的生产阶段，仍有明显差距。样本分析表明，现有供给主要集中在理赔、合规、风控、承保等高规则密度场景。市场活跃度近期也明显上升，但主流形态仍偏向审查、识别、分析和生成等辅助式能力，在复现性、依赖透明度、错误处理、版本维护和风险边界说明上普遍存在短板。这意味着市场当前最缺的不是更多数量的Skill，而是能够被机构安全、高效嵌入业务流程的高质量能力Skill。
基于上述判断，保险Skill下一阶段的发展建议重点从三方面推进：
一、建立保险Skill的统一建设规范
把适用场景、触发条件、输入输出、依赖环境、权限边界、异常处理、审计留痕等要素前置为必备项，提高Skill的结构完整度和机构接入确定性。
二、建立面向真实业务任务的深度测评机制
不只看静态文档质量，还要看在理赔审核、核保辅助、合规审查等具体场景中的执行稳定性、可复现性和风险可控性。
三、推动从"人工编写单个Skill"走向"半自动化构建Skill"
逐步沉淀保险条款、流程节点、规则口径与案例模板，蒸馏行业规范与垂域能力经验，形成可批量生成、持续迭代的保险Skill构建工具链。
未来复旦保险团队将致力于从如下方面继续完善保险Skill的整理与平台的构建：一是面向真实业务场景整理一批高质量可复用的保险Skill，完善一站式保险Skill服务平台；二是建立多维度的深度测评体系，对最新迭代的Skill进行质量与风险把控；三是研发保险Skill自动化构建工具，基于专业能力与行业洞见，针对保险业务的痛难点，不断提升规则沉淀、模板生成与持续迭代效率，推动保险智能体的能力从单点展示走向全面赋能。
点击文末“阅读原文”即可下载报告
