软件公司习惯先讲价值，再邀请用户进入产品体验价值。
AI 带来了另一种可能：把一部分能力直接交给用户，让它先为用户工作。
我最初做了一个企业 AI 场景分析 Skill。它原本只是一个交付工具，却意外表现出营销价值： 潜在客户不必先相信一份白皮书或一场演示，可以直接让它分析自己的企业。一次真实任务， 同时完成了价值交付和能力展示。
这促成了 Capability-Led Growth（CLG）这个设想。它不是要替代 PLG，而是把 PLG 的核心 逻辑推进一步：
PLG 让产品使用驱动增长；CLG 让可分发的能力使用驱动增长。
更短的定义是：CLG 是产品体验被封装成可分发能力单元之后的 PLG。
可安装、可调用、可分享，只说明能力能够流通。CLG 关心的是更具体的结果：它有没有带来 新的使用者，是否促成复用、留资、注册、销售机会或付费。
过去一年出现了不少值得注意的信号。Agent Skills 开始封装流程知识，MCP 处理工具调用， A2A 描述 Agent 间的协作，厂商也在建设不同类型的目录、验证和治理机制。SenseNova、 Gemini、NVIDIA 等模型厂商还直接发布了成组的 Skills。
它们共同说明，能力正在成为可以被单独设计和分发的产品材料。CLG 研究的重点，不是证明 Skill 会不会成为一个营销渠道，而是沿着这条已经出现的路径，重新设计 AI 时代的 PLG、 用户运营和能力资产管理。
我把可以围绕明确任务被单独设计和评估的边界称为“能力单元”。围绕它设计分发、来源归属、 后续承接和反馈机制，就形成一次 CLG 设计。把设计放进真实场景、记录结果并继续修改， 就形成一次 CLG 实践。CLG 模型会从这些实践中逐渐变得清楚。
这也带来一个新的运营对象：团队不只管理用户账号和完整产品，还要管理每个能力单元从设计、 发布、分发、激活、归因、承接、迭代到退役的生命周期。
CLG 的闭环不以下载和调用结束。它以“有效价值任务”为北极星，继续观察能力是否形成复用、 关系和商业结果，再用增量与经济性决定扩张、迭代或退役。
- CLG 核心文章：这个想法从哪里来，它与 PLG、内容营销 和免费工具有什么区别。
- 能力单元研究：为什么“能力”值得成为产品设计对象， 以及这个概念最容易被说过头的地方。
- 从 PLG 到分布式能力增长：CLG 如何延伸 PLG，以及 用户运营和能力生命周期为什么需要重做。
- CLG 指标与运营闭环：如何定义北极星、能力 合格关系、归因、经济性与生命周期决策。
- 思想演进与产品 Roadmap：从企业分析 Skill、营销 Hook 和 CLG，走向可经营能力与外部产品面。
- 模型升级：从可分发能力到可经营能力： 重新区分 Skill、CLI、MCP、Agent、能力单元和商业闭环。
- 相邻案例谱系：从 Website Grader、Grammarly、Calendly、 ChatGPT Apps 到 Agent Skills，看这条路径如何逐步出现。
- CLG 模型审评：当前理论缺口与本轮修正。
- 早期产品个案：企业分析 Skill 与营销包装 工具已经发现了什么，又缺少什么。
- Neta 商业化案例：Skill、CLI、 身份、状态、计量、社区和支付如何组成 Agent-native 外部产品面。
- 证据地图：相关规范、厂商实践、理论来源和当前证据缺口。
- SenseNova Skill Pack 个案：从一个模型公司的 Skill Pack 看“模型 + 能力包”的产品形态。
- CLG 研究与迭代方法：如何用设计、实践、比较和 反证逐步发展这个模型。
- 术语表：本文使用的关键概念。
当前先从那些可以快速交付一次完整结果、能够进入用户现有环境、又与后续产品或服务保持 自然连续性的能力开始。它们适合用来观察能力如何成为营销触点，也便于暴露模型缺失的环节。
所以我暂时不做统一的 Skill、MCP、Agent 编辑器。下一步仍围绕现有企业分析 Skill，但验证 目标从“加入营销 Hook”升级为“跑通一条最小可经营链路”：完成有效价值任务，保存或继续 报告，主动建立关系，记录价值与成本，并自然承接深度分析或服务。CLI 将作为执行适配器进入 研究，但不预设为最终用户体验。
我认为这条路径成立：当能力可以独立流通，PLG 就不会只发生在完整产品内部。接下来的工作 不是继续发明概念，而是把能力如何获客、交付、形成关系、保存状态、承接商业结果并被持续 运营讲清楚，再用真实实践决定哪些机制值得抽象为产品。