惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

H
Help Net Security
G
Google Developers Blog
aimingoo的专栏
aimingoo的专栏
博客园 - 聂微东
酷 壳 – CoolShell
酷 壳 – CoolShell
小众软件
小众软件
Stack Overflow Blog
Stack Overflow Blog
美团技术团队
博客园_首页
T
Tailwind CSS Blog
博客园 - 三生石上(FineUI控件)
B
Blog
D
DataBreaches.Net
腾讯CDC
C
Check Point Blog
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
U
Unit 42
月光博客
月光博客
V
V2EX
Vercel News
Vercel News
T
The Blog of Author Tim Ferriss
The Cloudflare Blog
博客园 - 叶小钗
Y
Y Combinator Blog

少数派

派早报:Google 发布 Fitbit Air 等 - 少数派 「新人报到」確認需求,再開始 - 少数派 从 SOLO 独立开发者社区,我看到了越来越多开发者开始做自己的产品 - 少数派 我怎么管理那些"不常做,但总会忘"的生活事项 - 少数派 人形机器人量产元年,数据才是具身智能的“生死线” - 少数派 BuhoLaunchpad 高度还原 Mac 启动台:开发历程与思考 - 少数派 五年陪伴依然不舍,DIY 换壳后让罗技 MX Master 3 继续服役 - 少数派 新玩意 240|少数派的编辑们最近买了啥? - 少数派 一日一技|为什么你应该关闭 iOS 的键盘声音 - 少数派 我做了个插件和 Skills,一键提取任何网站的设计规范 Design.md - 少数派 住在三四线城市的你,该开始录播客了 - 少数派 甘南秘境,大白高国 - 少数派 AI的审美:谁让把我变成川内倫子 - 少数派 返工怎能不烦恼,打工人片单总有一部是你的「嘴替」 - 少数派 为了让「上厕所」更健康,我做了一个小工具 - 少数派 AI + Skill,能够让生成的文章去除 AI 味吗? - 少数派 新玩意|韶音OpenDots ONE 耳夹式耳机 - 少数派 《美满》| 在每一个春天的晚上相爱(362) - 少数派 新玩意|优篮子 PS01 MagSnap 磁吸支架 - 少数派 自我整合手记 | 我开始早睡了:用稳定规则,为自由托底 - 少数派 用龙虾(OpenClaw)两个多月,我最深的12个体会 - 少数派 听歌时间到,12 张你可能错过的 2025 华语乐坛好专辑 - 少数派 承诺能追吗 - 少数派 macOS 26启动台没了? 我做了个不一样的App启动器 - Keboard - 少数派 《四海为家的人》| INTJ对话INTJ(361) - 少数派 你发过的那些黑历史,是时候一次清干净了 - 少数派 新玩意:安安静静玩,越玩越专注:计客密码机 - 少数派 iPad 用户首次体验 Android 平板:vivo Pad6 Pro - 少数派 数据逻辑强 - 少数派 极北行+ | 一路向北,探访日本至北之地 | 001 - 少数派
Agent Skills - 少数派
2026-01-26 · via 少数派

最近爆火的skill,我也来讲讲我的看法,也同时巩固一下我学到的。

一、为什么会出现skill?

成本与延迟:首先,我们在每次和AI聊天中都会处理庞大提示词,从而产生显著的token成本,这也就进一步导致了生成的延迟显著增加。

注意力稀释效应:随着上下文长度的增加,模型对特定指令的关注能力会呈现非线性的衰减。这个我有非常深度的体会,之前我在对一个我不太了解的东西问Gemini,因为我这一整个东西我类似于是在从头学习,我不想从中间再开一个新的窗口,但是到后面的时候我给到模型的指令,他会回复出和之前完全一模一样的话。

上下文污染风险:在单一上下文中加载过多的工具定义或业务规则,可能导致模型在执行任务时产生混淆

因此,skill引入了渐进式披露机制,来系统性地解决上述问题。与在启动时将整个能力库加载到上下文窗口不同,智能体仅加载极轻量级的元数据(主要是技能名称和描述)。只有当智能体根据用户意图判断某个特定技能与当前任务高度相关时,才会执行“挂载”操作,加载详细的指令、模板和脚本。

二、skill的结果长啥样?

记住一点,他不是一段长文本,与prompt不同,他是一个文件夹,大概长下面这个样子

SKILL.md里面有 YAML定义元数据,Markdown 来描述程序性指令。其中,

name :唯一标识符。仅限小写字母、数字和连字符,最大长度 64 字符。

description这就是要告诉他的功能以及什么时候使用它、如何按步骤处理任务

scripts包含各类agent使用时需要运行的脚本。这样agent运行的时候就不需要临时的去开发一个工具或者写一个脚本,节省时间、token

相信大家已经看到了很多关于skill的教程,那我们下面就只说一说他和MCP到底有什么不一样。

三、技能 (Skills) vs. 模型上下文协议 (MCP)

两者都旨在扩展了agent的能力,但它们在系统架构中扮演着根本不同且互补的角色。

我们可以通过一个生动的比喻来区分这俩东西:

MCP我们可以理解为手,他为我们的agent与外部的系统做一个连接层或者是接口通过提供了一种标准化的协议,从而帮助agent与外部系统连接。

换句话说,MCP 只是提供了访问这些工具的通道,连接外部系统的数据和功能。

想象一下,也就是说我们和某一样东西连接起来,比如说我们想要拿某样东西,我们肯定要伸手去触碰到他才能拿到,MCP在这当中就充当一个手的功能。

那么关于agent skill则是agent的大脑或者剧本,他提供了执行任务时需要的SOP,通过skill,教会agent拆解复杂流程,如何使用工具来完成我们指定的任务。

Skill 本身是定义agent执行特定任务的工作流和逻辑,它通常并不直接参与“解锁”外部系统的权限或工具。解锁的过程通常是由 MCP 来管理。

也就是说,Skill 是基于已经被允许访问的工具和资源来执行任务的,它更多是处理业务逻辑和工作流程,而不是权限的管理。

不过,Skill 可以间接影响解锁的过程,具体来说:

自动化操作

如果智能体需要某种权限或工具的访问才能完成任务,Skill 可以自动触发某些操作或流程。例如,技能可以定义“如果需要特定的权限,可以先调用某个 API 请求权限”。

业务逻辑与决策

在某些情况下,技能中的逻辑可能会包含权限申请的判断。例如,在执行某个操作前,先判断agent是否有访问某些资源的权限。如果没有,技能可能会触发一个请求,来请求 MCP 进行权限解锁。

与权限系统的集成

如果系统设计中有权限管理工具,Agent Skill 可以与这些工具协作,执行任务前后触发权限检查。这些权限检查的结果可能来自 MCP,它可能会解锁某些特定的操作或工具。

所以,虽然 Skill 本身不直接负责“解锁”权限或资源,它却能够通过其定义的工作流和逻辑与 MCP 协作,从而间接地推动权限的获取和工具的访问。

简而言之,Skill 不解锁资源,但可以在需要时协助调用相关的解锁操作。

OpenAI Codex 和 Claude 向 Open Agent Skills Standard 的趋同,标志着 AI 技术成熟度的一个关键转折点。

我们也从原来只关心输入和输出之间关系的Prompt“黑盒”的过程,转向一种结构化,系统化的方法,将AI的能力模块化、标准化。将推理引擎(模型)与技能解耦,使得它们能够独立工作和更新。推理引擎负责处理输入并进行推理,而技能则定义了如何使用这些推理能力完成实际任务。这样的架构使得 AI 更具可移植性——同一个模型可以与不同的技能库配合使用,灵活适应多种不同场景。

随着像 skill-creator 这样的工具降低了构建技能的门槛,未来的agent,就像下载一个技能一样。企业不再单纯地依赖哪个特定的基础模型,而是根据其自有的技能库来决定其 AI 能力。这些技能库会根据业务需求定制和优化,成为企业在市场上的竞争优势。

未来的差异化竞争优势将不在于选择什么样的基础模型,而在于企业构建的专有技能集的质量、深度和可靠性。谁能打造出最能解决业务问题、最稳定可靠的技能集,谁就能在竞争中脱颖而出。