Agent Skills：Anthropic 又开始整活，营销概念！

type

status

date

slug

summary

1. 这不就是大家默认玩法？

在构建复杂的 Agent 系统时，随着功能的增加，必然会面对一个问题：如何处理多个不同的 Prompt？

回顾一下大家之前是怎么做的：

固定 Workflow 阶段：这是最原始的做法，把流程写死。第一步加载 Prompt A，拿到结果交给第二步的 Prompt B。逻辑全部硬编码在代码里，稳当但极其不灵活，增加一个功能就要改一堆代码。

意图分类（Router）阶段：后来大家学聪明了，在入口处做一个意图识别。Agent 进来先过一个分类器，判断用户是想润色、翻译还是查数据。分类之后，再去对应的 Prompt 库里加载对应的规则。这其实就是现在绝大多数自主 Agent 或 RAG 系统的核心逻辑。

那么 Anthropic 的 Agent Skills 做了什么？ 它只是把这套大家心照不宣、默认在跑的逻辑给标准化了。

它规定了一套文件夹结构，每个功能包必须包含一个 SKILL.md（存储元信息）。它不再要求开发者在代码里写死分类逻辑，而是把这些 Skills 的简短描述塞进全局 Prompt，让 Agent 自己根据当前任务去判断：“我现在应该加载哪个具体的逻辑文件”。

本质没变，只是把“人做分类”改成了“模型根据元数据自主选择加载哪段 Prompt”，然后换了个好听的名字叫 Skills 开始推销。

2. MCP 与 Skills：一切为了省下那点上下文

很多人把 MCP (Model Context Protocol) 和 Skills 吹得玄之又玄。其实从工程角度看，它们都是在解决同一个痛点：日益增长的 Agent 能力需求与 LLM 有限上下文长度之间的矛盾。

MCP 解决了工具定义的冗余：以前要在 Prompt 里写死一堆 API 接口描述，工具一多，Token 消耗极其恐怖。现在把接口描述丢给外部的 MCP Server，按需获取，把节省下来的上下文留给业务逻辑。

Skills 解决了 Prompt 的冗余：你不需要把所有场景的 SOP 全塞进 System Prompt。初始化时只给 Agent 看一个简短的“技能目录”，只有当 Agent 确定要用某项技能时，才会动态加载完整的长文本。

这本质上就是在做延迟加载（Lazy Loading），省下 Token 让 Agent 的脑子清醒点，注意力计算的时候，别迷失在海量的Prompt描述中。

3. “精华”部分： Agent 界的“应用市场”

如果说 Skills 真的带来了什么改变，那主要是在“分发”上。

Anthropic 的野心是想建立一个 Agent 界的“应用市场”或“插件商店”。以前就有一句话，code is cheap，show me your prompt。一个好的Prompt大家都藏着掖着，跪求博主分享Prompt，GitHub中也有一些仓库专门收集各种Prompt，都上千star了，可见大家对于高质量Prompt的需求程度。

现在Anthropic 说我们分享一个标准的 Skill 文件夹，里面包含了指令、脚本模板、甚至关联的工具配置。

对于普通开发者来说，这就像是有了 NPM 插件包。以后你想要个“专业法律翻译”能力，不用自己哼哧哼哧写 Prompt，直接去下载一个标准的 Skill 文件夹，往你的 Claude SDK 里一插，搞定。

它不是什么Agent能力上的突破，只是更省事罢了，省掉了自己写Prompt的功夫，改成去下载别人写好的Prompt能力。