Agent Skills渐进式披露架构详解：让AI智能体拥有无限能力

在AI智能体（Agent）的开发中，如何让一个通用Agent快速具备各种专业能力，同时保持架构的轻量与灵活？Agent Skills提供了一种模块化的答案。本文基于B站UP主“连鹏举”（马士兵教育）的直播课程内容，系统梳理Agent Skills的核心概念、渐进式披露机制，以及它与Multi-Agent的本质区别。

什么是Agent Skills？

Agent Skills是2025年10月由官方发布的开放标准，旨在引导新的Agent开发生态。它的官方描述是：一种轻量级的开源格式，可借助专业知识和工作流程扩展人工智能代理的功能。具体而言，一个Skill就是一个包含SKILL.md文件的文件夹，里面存放元数据以及指导智能体完成特定任务的操作说明，并可选地包含脚本、参考资料和模板等资源。

这个定义对初学者并不友好，用更直白的话说：Agent Skills等于“Skills架构下的Agent”。原本你开发一个Agent，它只能完成单一职责的任务；但挂载Skills之后，这个Agent就能通过加载不同的技能包，获得不同的专业知识和工具使用能力，从而完成多样化的稳定任务。Skills是模块化的能力扩展，每个Skill打包了指令、元数据以及可选的资源，Agent会在需要时自动调用它们。

SKILL.md 与 Agent 运行时

SKILL.md 是每个技能包的入口文件，通常由 YAML 格式的元数据（frontmatter）和 Markdown 格式的指令正文组成。元数据部分声明技能名称、描述、触发条件以及所需工具权限，指令正文则描述具体操作步骤。Agent 运行时（Agent Runtime）是负责解析和执行该文件的程序环境，它会在对话过程中扫描可用技能列表、匹配用户意图，并按需将 SKILL.md 内容注入模型上下文。这种设计让技能包与具体 Agent 框架解耦，同一份 SKILL.md 可以被不同运行时加载，从而实现跨平台复用。

一个生活化类比：老板与秘书

为了理解Skills的价值，可以设想一个场景：你是一家公司的老板，有一位基础能力不错但存在专业短板的秘书——他写合同不懂法律，做海报不会PS，订机票不熟悉操作流程。面对这些短板，传统方案有两种：一是花几个月时间和大量精力送秘书去专业培训；二是针对每项需求额外招聘专业人员，成本高昂。

Skills提供了第三种方案：不培养人，也不增加人，而是把各种专业能力打包成可插拔的技能包。需要写合同时，给秘书挂载一个“法律专家”技能包；需要做海报时，挂载一个“PS”技能包；需要出差安排时，挂载“订票”技能包。任务完成后，技能包可以即时卸载，释放资源。这就是Skills“按需加载、用完即卸”的核心设计精髓，也是其模块化、低成本、高灵活性的来源。

对程序员而言也是同样的道理。过去要从事项目开发，必须从编程语法学起，再学数据库、框架，最后才能做项目；而在Skills架构下，只要市面上有现成的技能包，或者自己定义一个Skill，就能让Agent直接具备对应能力。

渐进式披露：Skills如何解决上下文膨胀

课程重点提及的“渐进式披露”（Progressive Disclosure）是Agent Skills架构中最具挑战性也最精妙的技术点。随着Agent挂载的技能越来越多，如果把所有技能的完整说明一次性塞进大模型的上下文窗口，token消耗会急剧膨胀，模型注意力也会被稀释。

渐进式披露的思路是分层加载：第一层只向模型暴露每个Skill的元数据（名称、简短描述、触发条件），让模型知道“有哪些技能可用”；第二层在模型判断某个技能相关时，才加载该技能的完整指令；第三层在任务执行过程中，按需读取脚本、模板等附加资源。这种由浅入深的信息暴露方式，既保证模型在需要时能获得足够细节，又避免了上下文的无谓占用。

同一架构还回答了Skills到底解决什么问题：它让单一职责的Agent具备了可扩展的能力边界，同时通过元数据先行、资源懒加载的方式控制成本。这也是课程将其称为“跨时代设计”的原因——它改变了能力获取的路径，从“训练/微调模型”转向“编排技能包”。

上下文窗口与 Token 消耗

上下文窗口（Context Window）指大模型单次推理能够处理的最大 token 数量，包括系统提示、对话历史、工具定义和技能说明等全部输入。Token 是模型处理文本的基本单位，一个中文字大约对应 1-2 个 token。当 Agent 挂载数十个技能时，若将每个技能的完整指令一次性放入上下文，很容易挤占窗口空间，导致模型遗忘早期对话或忽略关键指令。渐进式披露通过“元数据先行”把首层开销压缩到每个技能仅几十个 token，只有命中触发条件时才展开完整指令，从而在有限窗口内支撑大量技能共存。

Skills与Multi-Agent的区别

课程设置了专门环节对比B2B网络、Multi-Agent与Skills Agent。两者都试图解决“单一Agent能力不足”的问题，但路径不同。Multi-Agent通过拆分多个专职Agent并让它们协作来覆盖复杂任务，代价是通信开销、协调复杂度和整体成本上升；Skills Agent则保持一个Agent主体，通过动态挂载和卸载技能包来扩展能力，结构更轻、资源占用更可控。

实际选型时，如果任务边界清晰、需要强隔离或并行处理，Multi-Agent更合适；如果希望以较低成本快速扩展单一Agent的专业能力，Skills架构更直接。二者也可以组合使用：在Multi-Agent体系中，每个子Agent再挂载各自的Skills。

Multi-Agent 协作模式

Multi-Agent 指由多个独立智能体分工协作完成任务的架构。常见模式包括主管- worker 结构（一个调度 Agent 将子任务分派给专职 Agent）和辩论/投票结构（多个 Agent 并行求解后汇总）。每个 Agent 拥有独立的上下文窗口和工具集，通过消息传递或共享黑板交换信息。其优势在于职责隔离清晰、可并行提速，但代价是跨 Agent 通信的 token 开销、状态同步复杂度以及调试难度随 Agent 数量增长而显著上升。Skills 架构可视为对 Multi-Agent 的一种轻量化替代：用技能包切换替代 Agent 间消息传递，在单上下文内完成能力调度。

如何定义Skills列表与调用工具

课程最后落到工程实践：如何定义Skills清单、如何设计调用Skills的工具。核心在于元数据的规范化描述——每个Skill需要有清晰的名称、能力边界和触发条件，模型才能准确判断何时加载哪个技能。调用工具的设计则要保证加载、执行、卸载的生命周期可控，避免技能包长期驻留占用上下文。配合项目实战，这套流程可以完整落地到一个可运行的Agent中。

总结

Agent Skills的本质是把专业能力插件化，渐进式披露则是让插件体系在有限上下文内高效运转的调度机制。对于开发者而言，理解这套架构的意义不只是多学一个概念，而是在面试和实际项目中多一种扩展Agent能力的工程思路。