学习笔记：从 Agent 到 Skills — AI 智能体架构的范式转变
一句话概括
以 auto-twitter-campaign 项目串讲 Anthropic「2024.11 开源 MCP + 2025.10 推出 Skills + 2025.12 双开放标准」两步棋，详解 Skills 三层渐进式披露机制和 Director-Creator-Critic 同模型多 Prompt 编排模式。
实践内容
Skills 三层渐进式披露
- 元数据层（约 30 字）—— 预加载，用于语义匹配判断是否需要加载完整 Skill
- Markdown 指令层 —— 按需加载，包含完整的 SKILL.md 指令内容
- 脚本资源层 —— 执行时访问，包含 references 和 scripts 等辅助资源
Director-Creator-Critic 编排模式
用同模型多 Prompt 编排替代多 Agent：
- Director —— 负责任务分解和决策
- Creator —— 负责内容生成
- Critic —— 负责质量审查
这种模式避免了多 Agent 之间的通信开销和上下文隔离问题。
MCP 与 Skills 的分工
- MCP：提供 14 个 Filesystem Tools 标准化连接，解决”怎么连”的问题
- Skills：提供工程直觉和最佳实践，解决”怎么用”的问题
原生 Skill vs MCP 封装 Skill
- 原生 Skill：代码即能力，直接扩展 Agent 的行为
- MCP 封装 Skill：工具使用说明书，指导 Agent 如何使用已有工具
摘录
Skills 三层渐进式披露（30 字元数据预加载 / Markdown 指令按需加载 / 脚本资源执行时访问）、Director-Creator-Critic 同模型多 Prompt 编排替代多 Agent、MCP 14 个 Filesystem Tools 标准化连接，并区分「原生 Skill 是代码即能力、MCP 封装 Skill 是工具使用说明书」。
以 auto-twitter-campaign 项目串讲 Anthropic「2024.11 开源 MCP + 2025.10 推出 Skills + 2025.12 双开放标准」两步棋——Skills 的出现标志着从”给 Agent 更多工具”到”给 Agent 更好方法”的范式转变。
涉及实体
- OpenClaw-Skills —— Skills 三层渐进式披露机制的详细解析
- Claude-Code —— Skills 在 Claude Code 中的实现和应用
- MCP —— MCP 与 Skills 的分工关系
涉及主题
我的评注
这篇文章很好地梳理了 Skills 的演进脉络。三层渐进式披露机制是理解 Skills 设计的关键——元数据层解决”要不要加载”，指令层解决”怎么执行”，资源层解决”用什么执行”。Director-Creator-Critic 编排模式也很有启发性。