拿下大厂AI岗(三):Agent架构进化!一次性讲透 Skills 机制到底牛在哪(附面试八股)

大家好，我是小张。

在前两篇文章中，我们带大家深度剖析了 AI Agent 的底层基石：Tools，以及当下爆火的连接协议：MCP。

但如果你最近在研究微软的 Semantic Kernel、AutoGPT 或者是各种企业级的 Agent 编排平台（如 Coze, Dify），会发现大厂在构建复杂 Agent 时，满嘴跑的都是另一个核心概念：Skills。

很多同学学到这里就懵了：我已经懂了 Tools，也知道了怎么用 MCP 连工具，这个突然冒出来的 Skills 到底是什么？它和前两者有什么关系？

今天我们就来扒一扒 Skill 的底层逻辑究竟是什么？它与 MCP、Tools 到底有什么本质区别？

这篇文章同样将从基础概念、工作机制、核心对比，一直讲到面试高频八股文。全是干货，建议先收藏再看，留着面试前复习！

如果我们要把大模型打造成一个超级员工，那么tools,MCP,Skills 在当中发挥的作用则对应如下：

• Tools：是起子、扳手、螺丝刀。

• MCP：是让各类工具都能插上的“通用插座”。

• Skills：则是《如何组装一张宜家桌子的标准作业流程》。

以往，我们给大模型装上 Tools，它知道“我有螺丝刀”。但遇到复杂的业务（比如：先查本周流水，再对比上周，最后画出对比图并发送邮件），大模型往往不知道怎么编排这套复杂的动作，极易产生幻觉瞎调。

Skills 就是对“特定上下文 Prompt + 业务逻辑 + 若干强相关 Tools”的一层高级封装。只要 Agent 触发了这个 Skill，它就瞬间进入了对应场景的“专家模式”，获得这套 SOP，并清楚底下的子工具该怎么配合使用。

一个 Skill 就是一个包含 SKILL.md 文件以及可选脚本或其他资源的文件夹（建议使用子文件夹来组织辅助脚本、模板和数据文件）。下面是一个skill的示例。

在这个图片中，每一部分的内容和功能如下：

SKILL.md是必需的，它skill 的核心文件，包含frontmatter: 里面为name、description，主要告诉LLM 这个 skill 是什么、什么时候触发。正文:具体的工作指令和流程。

scripts文件夹，按需选择，可有可无。主要用来放可执行的脚本文件。skill 执行时可以调用这些脚本来完成具体任务。例如：process.py 用 Python 做代码分析。

references文件夹，按需选择，可有可无。主要用来放静态知识/参考文档。给 skill 提供额外的上下文信息。例如style-guide.md团队的代码风格规范。skill 执行时会读取这些文件作为参考依据，在 SKILL.md 里用 [style-guide](references/style-guide.md) 引用。

assets文件，按需选择，可有可无。放模板、图片等资源文件。比如可放template.docx 提供审查报告的模板,用于生成输出或作为格式参考。

如果只是简单的把工具封装成 Skills，随着数量的增多，必定会面临一个极其现实的工程问题：每个 Skill 下面还有十几个具体的 Tools 参数说明。由于 Token 限制，不可能在系统初始 Prompt 里把它们全塞给大模型。

而Skills的设计者更早想到了这个问题，并提供了解决方案——渐进式披露。通俗来说，就是“你看一层，我给你看下一层，绝不一次性填鸭”。

在复杂 Agent中，渐进式披露是这样工作的：

第一层：目录级披露。初始上下文里，系统只向大模型披露一个包含各个 Skill 粗略描述或分类的列表。大模型分析用户请求，决定调用 数据分析 Skill。也就是红线框出的部分，大模型会读取每一个Skill对应的段落，对SKill功能有大致了解。

第二层：按需展开。当模型决定进入 数据分析 Skill 后，系统才会动态披露该 Skill 内部的详细细节：专用的 Prompt 引导、底层数据库的 Schema，以及 查询SQL_Tool、画折线图_Tool 的详细 API 格式。比如这里需要检查python代码检查，他才会阅读对应的.md文件，否则不会阅读。

第三层：执行与反馈大模型在这个被“聚焦”的局部上下文中完成计算，并将最终结果返回到上一层。

为什么要用渐进式披露？它就像是打开一棵树的节点。通过“由面到点”的层层下钻，极大降低了大模型的认知负荷，彻底避免了“大词典一把梭”导致的 Token 爆炸和幻觉，使得 Agent 的技能库具备了理论上的无限扩展性。

而渐进式披露作为Skills的核心亮点，往往在面试中也是最常问的问题之一。

从开始投递到现在，也差不多一个月了，历经了数十次面试，不下于两个面试官问到SKills与MCP，tools的本质区别，或者说Skills出现的必要性。这里我们就来总结一下（以下为个人观点，如有错误或偏见欢迎大家在评论区指出）。

Tools：这是最早出现的定义，本质就是function calling。它能够将大模型连接到外部世界，但是不同的LLM接口不同，如果更换LLM则需要重写相关代码，增加了代码量，继而引出了MCP。

MCP：MCP的出现，主要是为了解决tools重写的问题，让不同平台的LLM都能够调用同一个tools减少代码量。但本质上，大模型调用哪个工具还是根据输入+大模型本身的思考，如果大模型思考出错调用错工具会导致整个流程出错。另外，大模型选择工具的时候，需要提前了解每一个tools的基本输入以及功能，当tools增加，他需要了解所有的tools，token量的消耗是极大的。继而引出SKills。

Skills: 我认为可以把SKills理解为专家的经验。当一个流程已经充分的经过前人的验证，每一步需要调用什么tools已经确定，我们把它包装成为Skills那么大模型就不会再出现调用错工具的情况，提高正确率。同样每个Skills会包含若干tools，由于Skills的渐进式披露机制，我们不需要读取所有的tools描述，减少了token消耗。

为了帮大家拿下 Offer，这里同样总结了有关 Skills 与整体架构面试中常问的问题，建议背诵！

Q1：什么是 Agent Skills架构中的“渐进式披露”，它解决了什么痛点？

答：这是一种分层按需提供信息的架构模式。解决痛点：当系统拥有海量工具或长文本操作指南时，一次性将所有 API 定义丢给 LLM 会导致 Token 超限、推理变慢并极易诱发幻觉。通过渐进式披露，模型首先只能看到Skill的摘要。等它明确意图并做出初步选择后，系统再将选中的 Skill 内部具体的工具细节暴露到当前上下文中，以此实现认知聚焦。

Q2：Skills 和 Tool 的本质区别是什么？为什么不能只用 Tool？

Skills 是对一组相关 Tool 的逻辑封装，附带描述、使用场景和编排逻辑；Tool 是单个原子操作（如调用一个 API、执行一条 SQL）。

只用 Tool 的问题：当 Tool 数量膨胀到几十上百个时，LLM 的选择空间爆炸，准确率急剧下降。缺少语义分组，模型无法理解工具之间的协作关系。无法复用已验证的多步编排逻辑。

Skills 相当于给 Tool 加了一层”目录 + SOP”，让模型先做粗粒度决策，再做细粒度调用。

从底层写死函数的 Tools，到解耦网络通信的 MCP，再到面向业务包装、依靠“渐进式披露”来管理复杂度的 Skills。看懂这三步，你就真正理解了大厂企业级 Agent 走向标准化、工程化、规模落地的核心架构思路。

保持对前沿技术的敏感度，绝对是拉开差距的关键所在。后续我会持续更新 Agent 记忆机制（Memory）、RAG 等方向的硬核技术解析。

如果你正在找工作，或者对 AI 落地感兴趣，欢迎关注、点赞、在看！你的支持是我持续输出最大动力！

更多相关的八股文小编整理在飞书文档中，关注公众号回复[A005]，获取更多相关八股。