Skill 这件事最近在企业里很热。很多团队都在说,业务流程可以被拆成一个个 Skill,Agent 之所以开始“能干活”,也是因为有了 Skill。
这类说法不算错,但大多只说现象,没有说清本质。我的判断是:Skill 不是给模型额外挂了一个能力包,而是在重新组织 Agent 所需的上下文。
换句话说,Skill 的核心价值不在“知识更多了”,而在“模型终于能在正确的时候拿到正确的知识、工具和执行约束”。
如果用一个更工程化的定义来概括:
Skill = 触发条件 + 操作说明 + 依赖知识 + 可用工具 + 执行约束。
它解决的不是“模型是否聪明”,而是“模型在执行任务时,是否拿到了刚好够用、结构稳定、可以落地的上下文”。
一、Skill 到底是什么
如果从字面理解,skill 是“技能”。但在 Agent 系统里,它并不是抽象能力,而更像一个可被模型按需调用的任务单元。一个完整的 Skill 往往包含四部分内容:
- 任务适用范围:它解决什么问题,不解决什么问题。
- 操作说明:模型应该按什么步骤完成任务。
- 依赖知识:完成任务需要知道哪些背景信息、规则和约束。
- 可调用工具:模型在执行过程中能调用哪些脚本、接口或系统能力。
因此,Skill 不是单纯的 prompt,也不是单纯的 tool,更不是一段静态知识。它是把目标、方法、知识和工具组织在一起,交给模型按需装载的一种结构。
举一个更具体的例子:如果要做一个“代码审查 Skill”,它不应该只是一句“帮我 review 代码”的提示词,而应该包含:
| 组成部分 | 具体内容 |
|---|---|
| 触发条件 | 当用户要求检查 PR、评估代码变更、定位潜在回归时启用 |
| 操作说明 | 先读 diff,再看相关调用链,最后按严重程度输出问题 |
| 依赖知识 | 项目的代码规范、架构约束、测试策略、兼容性要求 |
| 可用工具 | git diff、测试命令、静态检查脚本、PR 评论接口 |
| 执行约束 | 不修改无关文件,不输出没有证据的问题,不把风格偏好当 bug |
这样的 Skill 才是一个可执行的任务单元。它不是让模型“知道更多”,而是让模型在代码审查这个场景里,稳定地知道应该看什么、怎么判断、能调用什么工具、哪些边界不能越过。
二、为什么 Skill 会突然变得重要
大模型能力变强之后,一个更现实的问题暴露出来了:模型不是不会推理,而是经常在错误的上下文里推理。
很多 Agent 失败,并不是因为模型“智商不够”,而是因为它在执行任务时面临三类典型问题:
- 不知道当前任务到底该用哪一套规则。
- 知道规则,但不知道该调用哪个工具。
- 工具和知识分散在不同地方,模型很难把它们稳定地拼起来。
这也是为什么很多团队做了大量 context engineering,效果却依然不稳定。问题不只是“给模型更多上下文”,而是“如何把真正相关的上下文,以可执行的方式组织进去”。
Skill 的出现,正是为了解这个问题。
三、为什么只靠 RAG 不够
很多系统最早的方案是 RAG:先检索,再把召回内容塞进上下文,让模型回答或执行。
RAG 很有价值,但它更擅长解决“知道什么”,不擅长解决“该怎么做”。一旦任务进入执行阶段,RAG 往往会暴露三个短板:
- 检索结果偏知识片段,不是完整操作单元。模型拿到了说明书,却不一定拿到了工具。
- 召回稳定性不足。相似问题在不同轮次里,可能召回出不同材料,导致执行结果波动。
- 工具和知识分离。知识在向量库里,工具在代码里,模型需要自己把两者拼接起来,这一步往往最不稳定。
这正是 Skill 更有穿透力的地方。Skill 把知识和工具预先绑定,让模型在加载某个任务单元时,同时获得:
- 这件事该怎么做
- 这件事能用什么工具做
- 这件事有哪些约束不能违反
从这个角度看,Skill 不是替代 RAG,而是在很多执行型任务里,把 RAG 的“知识召回”推进成“可执行上下文装配”。
可以把三者的关系先粗略分开:
| 机制 | 主要解决的问题 | 典型短板 | 和 Skill 的关系 |
|---|---|---|---|
| RAG | 把相关知识找回来 | 召回的是片段,不一定包含执行步骤和工具 | Skill 可以把被召回的知识组织进任务流程 |
| Function Calling | 让模型调用外部能力 | 工具太多时选择成本高,调用前缺少任务语境 | Skill 决定当前任务该暴露哪组工具 |
| Skill | 把目标、知识、步骤、工具和约束组织成任务单元 | 需要提前抽象场景和边界 | 是更上层的执行上下文组织方式 |
所以三者不是替代关系,而是分工关系。RAG 更偏知识,Function Calling 更偏接口,Skill 更偏任务组织。
四、Skill 真正解决的,是上下文组织问题
很多人把 Skill 理解成“封装经验”,这没有错,但还不够精确。更准确的说法是:Skill 是一种上下文压缩与按需披露机制。
原因很简单。模型的上下文窗口不是无限的,工具也不可能全量注入。只要你把所有说明、规则和工具一次性塞给模型,就会出现三个后果:
- 上下文迅速膨胀,成本变高。
- 模型选错工具的概率上升。
- 关键信息被淹没,执行质量下降。
Skill 的常见做法是渐进式披露:
- 先让模型看到 Skill 的元数据,例如名称、用途、触发条件。
- 模型根据用户任务判断是否需要加载某个 Skill。
- 只有命中后,系统才进一步注入该 Skill 的详细说明、脚本和约束。
这个过程的意义不只是“省 token”,更重要的是让模型在每一步都只面对当前真正相关的信息。Agent 的稳定性,很多时候就来自这种信息分层,而不是来自更复杂的推理链。
五、为什么 Skill 会让 Agent 看起来终于“能执行”了
Agent 真正难的不是回答问题,而是把任务落到环境里。
一旦进入执行阶段,系统至少要同时满足四个条件:
- 模型知道目标是什么。
- 模型知道执行步骤是什么。
- 模型知道可以调用哪些工具。
- 模型处在一个允许试错、读取文件、运行脚本的执行环境里。
Skill 本身解决的是前 3 个问题,沙箱或运行环境解决的是第 4 个问题。两者结合之后,Agent 才从“会说”走向“会做”。
这也是为什么很多人会产生一种明显感受:有了 Skill 和沙箱环境后,Agent 好像突然可以执行任务了。其实不是模型突然变聪明了,而是系统终于把执行所需的上下文和能力组织对了。
六、Function Calling 本质上也是上下文工程
很多人把 Function Calling 视为模型的原生能力,这当然没问题。但如果从系统设计角度看,Function Calling 本质上也是上下文工程的一部分。
因为 tool 本身并不会自动被模型正确使用。系统必须回答两个问题:
- 哪些 tool 应该出现在当前上下文里?
- 它们应该以什么结构被模型看到?
如果把全部 tool 一次性提供给模型,会立刻出现两个问题:上下文膨胀,以及工具选择精度下降。也就是说,Function Calling 的难点从来不只是“定义一个 schema”,而是如何控制模型在什么场景下看到什么工具。
从这个角度看,Skill 和 Function Calling 并不冲突。Skill 更像是上层的任务组织单元,Function Calling 是底层的调用机制。前者负责决定“该加载哪组能力”,后者负责决定“具体怎么调用能力”。
七、固定结构为什么重要
当系统进入多轮调用、多工具协同时,另一个经常被忽略的问题会出现:上下文结构是否稳定。
稳定的上下文结构至少带来两个收益:
- 模型更容易形成一致的工具选择模式。
- 模型更容易利用前缀缓存,例如 KV cache,降低延迟和成本。
OpenAI 在 GPT-5.4 中引入的 tool search 就是一个典型信号:当系统拥有大量工具时,不再需要把所有工具定义一次性塞进上下文,而是让模型在需要时查找并加载具体工具定义。这说明工具可见性本身就需要被设计,而不是简单地“全量提供”。参考:Introducing GPT-5.4。
这也是为什么很多新一代 Agent 系统会强调工具分层、固定顺序和按需加载。不是为了形式好看,而是因为结构稳定本身就是性能和准确率的一部分。
因此,真正成熟的 Skill 系统通常不会追求“把所有能力都做成一个超大 Skill”,而是追求:
- 能力拆分清晰
- 触发条件明确
- 装载路径稳定
- 工具接口统一
八、Skill 的边界在哪里
当然,Skill 也不是万能的。
如果一个任务高度开放、目标模糊、执行路径极不稳定,那么 Skill 的收益会下降。因为 Skill 更适合的是那些“目标明确,但执行细节复杂”的任务,例如代码修改、数据处理、内容生成、流程操作等。
换句话说,Skill 最擅长的不是替模型思考,而是把思考和执行所需的上下文提前组织好。
所以我更愿意把 Skill 看成一种工程化手段,而不是一种神奇能力。它解决的不是模型上限问题,而是模型在真实系统中的落地问题。
更具体地说,Skill 适合三类任务:
- 目标清楚,但步骤较长,例如发布流程、PR 审查、数据清洗。
- 需要绑定工具和规则,例如读取文件、运行脚本、调用内部系统。
- 需要稳定复用团队经验,例如写作规范、代码规范、故障排查流程。
Skill 不太适合三类任务:
- 目标本身还没想清楚,只是在开放探索。
- 判断标准高度主观,无法沉淀成明确约束。
- 每次执行路径都完全不同,抽象成本高于复用收益。
九、怎么设计一个好 Skill
如果把 Skill 当成工程化产物,而不是一句提示词,那么设计 Skill 时至少要检查五件事:
- 触发条件是否清晰。 模型要知道什么时候该加载它,也要知道什么时候不该加载它。
- 输入输出是否明确。 一个 Skill 最好能说清它需要什么输入,最终应该交付什么结果。
- 工具集合是否最小。 只暴露完成任务真正需要的工具,避免让模型在无关工具里做选择。
- 约束是否可执行。 不要只写价值观式原则,要写成模型在执行时能判断的规则。
- 失败路径是否可恢复。 工具失败、信息缺失、权限不足时,Skill 应该告诉模型如何降级或向用户确认。
好的 Skill 不一定复杂,但一定边界清楚。它应该像一份可执行的任务说明书,而不是一段写得很漂亮的背景材料。
十、结论
关于 Skill,我的核心观点只有一句话:Skill 不是外挂,而是 Agent 的组织方式。
它之所以重要,不是因为它给模型增加了某种新天赋,而是因为它把原本零散的知识、工具、步骤和约束,整理成了模型可以按需加载、稳定执行的上下文单元。
RAG 解决的是“把知识找回来”,Function Calling 解决的是“把工具调起来”,而 Skill 解决的是“让知识、工具和流程在同一个任务单元里被正确组织”。
当这三者再和一个可执行环境结合起来时,Agent 才真正从“能回答”走向“能完成任务”。