La fiebre de las skills de IA: cómo curar tu biblioteca
Jun 10, 2026
The Canvas Group
Steve A Johnson en Unsplash
Steve A Johnson en UnsplashEn las últimas semanas se volvió costumbre ver a gente publicando el set de skills que mejor le ha funcionado. Repositorios públicos que se llenan de descargas, hilos con "estas son las que uso todos los días", carpetas que crecen sin parar. Es una buena señal, porque significa que cada vez más personas están sacándole provecho real a estas herramientas. Pero también está apareciendo un patrón que vale la pena mirar con calma.
Dedico buena parte de mi trabajo a acompañar a equipos que están incorporando IA en su día a día, así que este fenómeno lo veo de cerca. Las skills, en esencia paquetes de instrucciones reutilizables que le enseñan a la IA a resolver una tarea específica, son una de las formas más concretas de hacer que deje de ser una promesa y se convierta en una herramienta de trabajo real, y justamente por eso conviene entrar bien desde el principio.
El patrón es simple. Alguien encuentra un repositorio interesante, baja el paquete completo, lo deja instalado y sigue con su día. Repite la operación unas cuantas veces y termina con una biblioteca enorme que nadie volvió a revisar, algo nada difícil cuando ya existen repositorios que reúnen cientos o incluso más de mil skills listas para bajar. Detrás de esa acumulación conviene separar un mito de dos cuidados que sí importan.
Empiezo por el mito, porque es el que más condiciona cómo decidimos qué instalar. Es la idea de que tener muchas skills habilitadas obliga al modelo a cargarlas todas para elegir cuál usar, y que eso pesa sobre el contexto y quema tokens en cada conversación. Suena lógico, pero no es así como funciona.
Las skills operan con un mecanismo de carga por capas. No entra todo de una vez; el contenido se revela según lo que pide la tarea:
No es una lectura mía: la propia documentación de Anthropic describe este mecanismo de carga por capas, y su anuncio oficial lo resume en una idea simple, el modelo accede a una skill solo cuando es relevante para la tarea.
Dicho de otra forma, el sistema está diseñado precisamente para no hacer lo que muchos temen. No carga todo de golpe para después elegir. Lo único que está siempre presente es esa metadata liviana de cada skill habilitada, no su contenido completo. Y ahí, justamente, empieza el primer cuidado.
Aunque cada descripción pese poco, cuando acumulas decenas o cientos de skills bajadas sin criterio esas descripciones empiezan a solaparse y a competir entre sí. Terminas con varias skills que dicen hacer prácticamente lo mismo con nombres distintos, y el modelo tiene que decidir a cuál llamar. El costo real es otro: el ruido. Puede activarse la skill equivocada, puede quedar fuera la que correspondía, o puede terminar usándose una que no es la mejor para la tarea que le pediste. La combinación desordenada de muchas skills no mejora el resultado, lo vuelve impredecible, y casi siempre sin que te des cuenta de por qué.
El punto que más me preocupa es que una skill no es solo un texto con instrucciones; puede traer scripts, esos pequeños programas que mencioné, dentro de su carpeta. Bajar una de un repositorio que no revisaste equivale a estar dispuesto a ejecutar código que no leíste, con la misma precaución que tendrías ante cualquier programa de origen desconocido.
Y no es un riesgo teórico. En mayo de 2026, el equipo de Datadog Security Labs documentó una skill maliciosa que circulaba en un repositorio público de GitHub, llamada Clawsights. Se presentaba como algo inofensivo y hasta atractivo, un ranking para comparar tu uso de Claude Code con el de otros usuarios, y al instalarla traía instrucciones ocultas con intención maliciosa. El detalle más inquietante que señalan los investigadores es que ese tipo de comportamiento puede ejecutarse antes de que las propias defensas del modelo alcancen a intervenir, de modo que no puedes confiar en que la IA lo detenga por ti. La línea de defensa eres tú, revisando qué instalas. La misma Anthropic lo reconoce y recomienda instalar skills solo desde fuentes confiables y auditar con cuidado las de procedencia menos conocida, precisamente porque una skill maliciosa podría introducir vulnerabilidades.
Quiero ser claro en algo, porque es fácil leer esto como una advertencia en contra. No lo es. El uso de las skills va a crecer, y mucho, porque resuelven problemas reales; compartir las que funcionan acelera a todos y bajar de repositorios está perfectamente bien. El punto es otro: su valor no está en la cantidad. De nada sirve llenarse de skills sin un sentido, porque una biblioteca enorme y desordenada termina entorpeciendo el trabajo en lugar de potenciarlo. Lo que convierte a las skills en una ventaja real es el orden y el resguardo con que las administramos, y mientras más crezca su uso, más importante se vuelve esa disciplina.
En la práctica eso se resume en unos pocos hábitos:
Pensando en eso, hay una idea que me ronda y que me parece el camino natural. Así como hoy bajamos skills, podríamos apoyarnos en una skill cuya función sea auditar a las demás. Una que, antes de incorporar una nueva, revise qué contiene y te avise de cualquier script o comportamiento que merezca una segunda mirada, y que además la compare con la biblioteca que ya tienes: qué tan parecida es a algo instalado, en qué se diferencia, y si de verdad aporta algo mejor o solo duplica lo que ya estaba. Algo que te deje decidir con criterio en lugar de acumular por inercia, y que mantenga tu biblioteca ordenada de forma consistente en el tiempo. Es simple, pero apunta a lo que todo esto va a pedir a medida que escale: herramientas para ordenar nuestras propias herramientas.
Ninguno de estos hábitos es complicado. Lo difícil es acordarse de aplicarlos cuando la curiosidad pesa más que el orden, que es justo lo que pasa en medio de una fiebre.
Por eso insisto en que el mejor momento para entrar a las skills es ahora, mientras la curva todavía es amable y la biblioteca todavía es chica. No se trata de bajar todo lo que aparezca, sino de incorporar con método. Esa es la diferencia entre que la IA sume de verdad a tu trabajo o que termine siendo otra carpeta más que nadie se anima a ordenar.
Si en tu organización están incorporando IA y quieren hacerlo con orden desde el principio, en The Canvas Group acompañamos justamente ese proceso. Escríbenos y cuéntanos tu desafío a través de nuestro formulario de contacto. Estaremos felices de conversar.
Gastón Valderrama, Ingeniero Civil Industrial y MBA en la Pontificia Universidad Católica de Chile. Consultor senior en The Canvas Group, ha liderado proyectos estratégicos e innovación en finanzas, educación y energías renovables. También ha sido Profesor de Gestión Estratégica y ha trabajado en administración, finanzas y desarrollo de negocios en el sector minero.
.avif)
