杭州下雪｜Agent Skills
2026.01.20 杭州 雪
Agent Skills
skills最近实在太火了，颇有去年prompt之势。
相信很多人都有这种感觉，AI圈迭代的速度太快了，prompt还没玩明白，之后就出了个agent, mcp之类的概念，这次的skills更是遍地开花，哪哪都有他的身影…但这玩意学习成本不低，相信你网上如果搜过，大多全是就是用一个概念解释另一个概念，绕来绕去，看了半天还是似懂非懂。
经过一番苦心研究之后，借此机会在这里给大家翻译翻译，什么tm叫tm的skills。
首先，skills到底解决了什么问题？想象一下你有一个比较复杂的任务想让AI Agent帮你完成，例如下载B站视频然后调用一个提取视频中音频再转文字的工具，最后再按你规定的结构和语气总结这份文字稿。
但是几次使用下来发现有时AI能完成，有时完不成，有很大的不确定性。你在想，如果他能够彻底掌握这项技能就好了，之后每次需要的时候我只需要简单的说一声开干，他就能稳定的产出我想要的结果。
这里先想分享一篇硬地骇客讲Skills的一期播客，里面几位嘉宾交流下自己的理解，自己听完受益匪浅。
再说句题外话，意识到播客这个形式反而有助于讲这种硬核的技术，这一点可能和直观的感觉不同，可能很多人和我之前想法一样，一个前沿硬核的知识或技术岂能是不用眼镜看，不用手摸，不用抱着书啃能学会的？然而在另一个角度看，书本上的话终究会为了值得推敲而丧失了易读性，反而播客这种说人话的形式容易把事情讲明白，正如费曼学习法一样，能不能教会别人就是验证自己有没有理解的一种方式，很多人可能觉得自己懂点名词术语，就一知半解的在知乎上搬运书本或文档里的话。播客这种形式信息密度更高，没有像文章/帖子评论里一问一答那个功夫，所以反而能把一个人对一件事的真实理解尽量无损的展现出来。好了下面言归正传。
首先第一个炸裂的点就是在计算机领域里，没有多一层抽象解决不了的事。
什么是抽象，就比如你不用懂发动机、差速器的原理，但是你只要踩下油门就能加速，就比如你不用懂鼠标是怎么工作的，你只要知道滑动它就等同于控制屏幕上的光标。抽象，也就是把一个复杂的事情封装、收口、屏蔽细节，然后对外提供一个简单的使用方式，相当于一个黑盒一样，使用者不用关心里面具体怎么实现的，只管用就好了，专业的事交给专业的人干。
Skills也是这样，当你把一系列复杂的步骤封装到一个SKILL.md，SKILL.md里写明整个流程的步骤，然后给SKILL起个名字，例如下载B站视频，制作PDF等，之后需要时就能让AI(Agent)直接调用，这就是抽象。
SKILL与MCP
如果非要和MCP分层的话，那SKILL在MCP的上层，是更接近用户的层面，SKILL里面可以去调用MCP/Tool Calling。
SKILL与n8n workflow
工作流不会思考，它只会服从，服从你让它第一步干啥，第二步干啥，有很强的确定性或者说幂等性。SKILL的出发点虽然也是为了解决模型的不确定性的问题，但他由Agent接管，未来随着模型能力增强，SKILL的能力也会变强。
