# Skill Hell: Como Sair do Inferno das Skills de Agentes IA > Skill hell é o novo framework hell. Aprenda a identificar skills ruins, aplicar critérios de qualidade e escapar do ciclo de acumulação sem resultado. Source: https://agentify.ia.br/blog/skill-hell-como-sair/ > **TL;DR** — Existem mais de 90 mil skills publicadas em marketplaces. A nota média de qualidade é 6.2 de 12. Skills geradas por IA não melhoram performance de agentes — e em 16 de 84 tarefas testadas, elas *pioram* o resultado. Este artigo explica o que é skill hell, como reconhecer que você caiu nele, e o que separa uma skill útil de uma skill que só engorda o contexto do seu agente. --- Lembra do framework hell? Aquela época — que na real nunca acabou — em que a cada dez minutos alguém lançava um framework JavaScript novo e você sentia a obrigação moral de avaliar todos? Matt Pocock, na palestra *Building Great Agent Skills: The Missing Manual* na AI Engineer Conference, cunhou o termo que define o momento atual: **skill hell**. A analogia é perfeita. Troca “framework” por “skill” e a dinâmica é a mesma: proliferação sem critério, FOMO coletivo, e a incapacidade de distinguir o que presta do que é ruído. Só que com uma diferença cruel. Um framework ruim te custa tempo de migração. Uma skill ruim te custa resultado *e* tokens — sem que você perceba. Porque, diferente de um código que quebra o build, uma skill medíocre falha silenciosamente. O agente continua rodando, continua respondendo, mas o output é pior do que seria sem skill nenhuma. ## O que raios é skill hell? Skill hell é o estado em que você acumula dezenas de skills no seu agente sem critério de qualidade, sem testar se elas melhoram performance, e — principalmente — sem entender quando uma skill é melhor que nenhuma skill. Os números são escabrosos: - **47.150 skills** analisadas pelo SkillsBench em 2026, nota média de qualidade: **6.2/12** - **90.368 skills** publicadas em marketplaces gratuitos (dados de junho 2026) - **26.4%** das skills não têm sequer uma descrição de roteamento (como o agente vai saber quando usá-la?) - **60%+** do conteúdo das skills é “non-actionable” — texto que não ajuda o agente a executar nada Sabe o ClawHub? 44 mil skills. Uma auditoria independente pegou 1.024 delas e os resultados são, no mínimo, constrangedores. A Chrome Web Store levou uma *década* pra chegar nesse número de extensões — com um time de humanos e ML revisando cada submissão. O ecossistema de skills chegou lá em meses, sem revisão alguma. ## Como você caiu no skill hell sem perceber? É insidioso. Começa assim: - Você descobre que seu agente de codificação aceita skills - Instala cinco, dez skills de um marketplace porque “não custa nada” - O agente fica mais lento (contexto maior, mais tokens processados) - Você não mede se o output melhorou ou piorou - Instala mais skills achando que vai compensar - Repeat Existe um post no Reddit com 328 upvotes que resume o sentimento: “Eu cobro mais dos clientes para *NÃO* construir um agente de IA.” O argumento? A maioria dos setups com agentes são over-engineering puro. Um script Python determinístico resolve 90% dos casos que as pessoas estão tentando resolver com agentes + skills + orquestração. E aqui vai uma opinião que talvez incomode: **a cultura de “instalar skills” virou a versão low-effort de engenharia de agentes**. É o equivalente de copiar configuração de `.vimrc` do GitHub sem entender o que cada linha faz. Dá uma falsa sensação de sofisticação. ## O que o SkillsBench revelou de brutal? O paper [SkillsBench](https://arxiv.org/abs/2602.12670) é a melhor evidência empírica que temos. Testaram 7 configurações de modelo-harness em 7.308 trajetórias. Os achados: **Skills curadas por humanos** → +16.2 pontos percentuais de pass rate em média. Em Healthcare, o ganho chega a +51.9pp. Em Manufacturing, +41.9pp. **Skills geradas por IA** → ganho *zero* mensurável. Em vários cenários, performance *pior* que sem skill. Relê esse parágrafo. O modelo *não consegue escrever o conhecimento procedimental que ele mesmo se beneficia de consumir*. A skill precisa vir de alguém que já fez a tarefa, errou, ajustou, e codificou o aprendizado numa instrução precisa. Outro achado: skills focadas com 2-3 módulos superam documentação abrangente. A skill que tenta cobrir tudo não cobre nada. Tamanho não é qualidade. E talvez o mais contraintuitivo: modelos menores COM boas skills podem empatar com modelos maiores SEM skills. Isso inverte a lógica de “preciso do modelo mais caro.” Às vezes você precisa da skill certa. ## Skill hell não é só desperdício — é risco de segurança Tá, até aqui falei de performance. Mas tem outro lado que pouca gente discute. A OWASP publicou o **Agentic Skills Top 10** — um framework de riscos de segurança específico para skills. A Lineaje, firma de segurança, encontrou que a skill maliciosa *mediana* nos marketplaces tinha **2.200 stars**. A mais popular? 361 mil stars. Uma skill de segurança da AIR, criada como prova de conceito, passou pelos scans de segurança do marketplace, foi promovida via Instagram Ads, e atingiu 26 mil agentes — incluindo contas corporativas. Isso em 2026. Quando você instala uma skill de um marketplace sem curadoria, está dando a um markdown file escrito por um desconhecido acesso ao contexto, às ferramentas e — dependendo do setup — às credenciais do seu agente. E sério, alguém auditou aquelas 44 mil skills do ClawHub? ## Como escapar do skill hell? Vamos ao que interessa. Três princípios e um checklist. ### Princípio 1: Menos é drasticamente mais A Forbes publicou uma frase que captura bem: “The antidote to agent sprawl is deceptively simple: Build skills, not agents.” Mas eu vou além: *use poucas skills, e use as certas*. O estudo mostrou que skills focadas (2-3 módulos) superam skills abrangentes. Se sua skill tem mais de 500 linhas, provavelmente é um documento fantasiado de skill. ### Princípio 2: Meça antes e depois Se você não está medindo a performance do agente com e sem uma skill, você está no escuro. Qualquer skill que você adiciona precisa passar pelo mínimo: resolveu mais tarefas? O output ficou melhor? Ou só adicionou latência e custo? O dado de 88% dos agents enterprise que não saem do piloto não é coincidência. É consequência de empilhar capacidades sem validar se elas funcionam em conjunto. ### Princípio 3: Prefira skills de quem já errou Skills curadas por humanos que já executaram a tarefa → +16pp. Skills geradas por IA ou escritas por quem nunca fez o trabalho → zero ou negativo. A melhor skill que já vi tem três frases. É a `grill-me` do Matt Pocock: *“Interview me relentlessly about every aspect of this plan until we reach a shared understanding.”* Não tem nada sofisticado. Tem experiência codificada. ## Checklist de qualidade para avaliar uma skill Antes de instalar qualquer skill, passe por estes critérios: # Critério Red flag se ausente 1 Descrição de roteamento clara Agente não saberá quando ativar 2 Escopo restrito (faz UMA coisa) Vai conflitar com outras skills 3 Instruções acionáveis (verbos, passos) Texto decorativo engorda contexto 4 Lições aprendidas / gotchas Skill genérica, não veio de prática real 5 Critérios de sucesso explícitos Impossível saber se funcionou 6 Tamanho proporcional (2-3 módulos focados) Documentação disfarçada de skill 7 Autoria verificável Risco de segurança + qualidade duvidosa 8 Testada em contexto real Skill teórica, nunca rodou de verdade Se a skill falha em 3+ critérios dessa tabela, não instale. Sério. Seu agente vai performar melhor sem ela. ## Como construir skills que não são lixo? Se você escreve skills — seja pra você, pra seu time, ou pra publicar — o mindset muda: **Comece pelo erro, não pela feature.** A melhor matéria-prima pra uma skill é aquele momento em que você corrigiu o agente pela terceira vez no mesmo ponto. *Isso* é conhecimento procedimental. Codifique isso. **Escreva como se fosse um checklist de cirurgião.** Curto, sequencial, sem ambiguidade. Se você precisa de “contexto” e “filosofia” na sua skill, está escrevendo um artigo, não uma instrução. **Inclua anti-patterns.** “NÃO faça X” é tão valioso quanto “faça Y.” O agente precisa saber onde estão os buracos. **Teste com e sem.** Rode a mesma tarefa com a skill ativa e sem ela. Se o resultado não melhora *mensuravelmente*, a skill não justifica existir. Uma tangente: sabe o que mais me incomoda nessa discussão? A narrativa de que “skills são o futuro” sem ninguém mencionar que **curadoria é o gargalo**. É fácil gerar 90 mil skills. É difícil ter 500 que realmente funcionam. O negócio não é produção de skills — é filtragem. ## O ecossistema de ferramentas Se você está começando a levar skills a sério, vale conhecer o cenário: - **[skills.sh](https://skills.sh)** — marketplace aberto (volume grande, curadoria variável) — temos um [guia completo](/blog/skills-sh-guia-completo) - **[officialskills.sh](https://officialskills.sh)** — curadoria mais restrita, focado em qualidade - **[SkillKit](https://skillkit.dev)** — ferramenta pra criar e testar skills com estrutura — veja nosso [tutorial de SkillKit](/blog/skillkit-tutorial) - **[skilldev.pro](https://skilldev.pro)** — marketplace curado com avaliações de comunidade e métricas de performance reais Se você quer construir skills profissionalmente ou encontrar skills que foram testadas de verdade, o [skilldev.pro](https://skilldev.pro) resolve o problema central: separar as skills que funcionam das 47 mil que só ocupam espaço. ## E o OWASP nessa história? O [OWASP Agentic Skills Top 10](https://owasp.org/www-project-agentic-skills-top-10/) documenta os 10 riscos mais críticos de segurança em skills. Se você instala skills de terceiros, deveria ler. Os riscos cobrem desde prompt injection via skill até exfiltração de credenciais — e valem para todos os ecossistemas (OpenClaw, Claude Code, Cursor, VS Code). A mensagem é clara: skill não é plugin inocente. É código que executa no contexto privilegiado do seu agente. ## O que fazer agora? Três ações imediatas: - **Audite suas skills instaladas.** Aplique o checklist acima em cada uma. Desative as que falham. Meça se algo piora (provavelmente não vai). - **Meça antes de adicionar.** Crie um mini-benchmark: 5 tarefas que você faz repetidamente. Rode com skills, rode sem. Compare. - **Escreva UMA skill boa em vez de instalar dez medianas.** Pegue o procedimento que você mais repete, onde o agente mais erra, e codifique. Siga o checklist. Teste. Itere. --- Skill hell é real, é caro, e — como framework hell — não vai embora sozinho. A diferença é que agora temos dados. SkillsBench mostrou que qualidade supera quantidade por uma margem absurda. Que a curadoria humana não tem substituto. E que menos skills bem escolhidas vencem mais skills empilhadas. A indústria vai amadurecer. Vai ter linting de skills, benchmarks públicos, certificações. Mas até lá, o filtro é você. E se você quer aprofundar, temos guias específicos sobre [como escrever skills eficazes](/blog/como-escrever-skills-eficazes), [o formato SKILL.md explicado](/blog/formato-skill-md) e [como usar regras de projeto](/blog/regras-de-projeto-guia) para dar contexto sem depender de skills externas. Boa sorte no inferno. A saída existe — e não tem 47 mil opções. -->