智能体技能 Skills 是什么？给 AI 按需加载的能力包

技能（Skills）是把特定任务能力打包成模块、供 AI 智能体按需调用的机制。一个技能通常是一个文件夹，里面有说明文档（告诉智能体这个技能做什么、怎么用）、可执行的脚本代码，以及模板、参考资料等资源。智能体在遇到相关任务时才加载对应的技能，用完就放下。这个概念由 Anthropic 在 2025 年 10 月首先在 Claude Code 等产品中推出，并于 2025 年 12 月 18 日发展为开放标准，其他厂商和工具也可以采用。

为什么需要技能

过去，让模型掌握新能力有两种主要方式：重新训练或微调，成本高、周期长；或者把所有说明和知识塞进提示词，但上下文窗口有限，塞得越多越容易混乱。技能提供了第三种方式：不把所有程序性知识都编码进模型权重，而是做成可组合的能力包，让智能体在需要时加载，从而不经过重新训练就能动态扩展能力。比如一个“制作 PPT”的技能、一个“处理 PDF”的技能、一个“按公司规范写周报”的技能，都可以独立开发、分享和复用。

渐进式披露

技能设计里一个关键思想是渐进式披露（progressive disclosure）。智能体平时只看到每个技能的名字和一句简短描述，占用很少的上下文；判断某个技能和当前任务相关时，才读取它的完整说明；执行时需要用到的脚本和资料，再进一步按需读取。这样即使安装了很多技能，也不会把上下文撑爆。

和 MCP 的关系

2026 年初的一篇综述《面向大语言模型的智能体技能：架构、获取、安全与未来路径》系统梳理了这一范式，包括可移植的技能定义，以及与模型上下文协议（MCP）的结合。简单地说，MCP 主要解决“智能体如何连接外部工具和数据”，技能主要解决“智能体如何掌握做某类事情的方法和流程”，两者互补。

安全提醒

技能里可能包含会被执行的代码，安装来源不明的技能存在安全风险。使用第三方技能前，应该先检查它的内容，只从可信的来源获取。