管理AI文档，参考Skill渐进式披露

面对成堆的项目文档或知识库，很多人的第一反应是一股脑打包丢进上下文，或者全量挂载到提示词里。这种做法看似省心，实际上模型被迫在一长串低相关度的文字里盲目搜寻，有效注意力被严重稀释，容易抓不住重点甚至产生幻觉。现代 Agent 的 Skill 机制给出了一种更清醒的解法。系统平时只常驻一段极短的名字与能力摘要，占用极少上下文；只有当具体任务被触发时，模型才根据摘要调阅对应的主指令文件，执行深入时再按需读取专用的参考资料。管理给 AI 用的业务与工程文档也可以参考同样的分层设计。顶层只放精炼的入口清单与触发说明，中间层写明单项任务的操作规程，底层存放深度的参考样例。层层按需调阅，既保护了全局视野，又把单次阅读的干扰降到最低。上下文窗口变大，不等于可以毫无节制地灌入死重。渐进式披露的关键，是在模型需要细节之前保持克制。把索引做轻、把分层理顺，智能体才能把有限的高价值注意力，全部集中在最核心的推理与执行上。