待验证60% 置信事实精确时间

Skill 以 Few-shot 示例集合形式呈现时，本质是利用模型的上下文学习（In-Context Learning）能力，无需修改模型权重

2

来源数

60%

置信度

长期有效

时效性

2026/7/9

首次发现

来源

Skill vs MCP：AI Agent两类能力的本质区别与协作机制

bilibiliAI-Agent搭建2026/7/8

相关事实

待验证Skill本质上是通过模拟少样本学习效果，在不修改模型权重的前提下，通过提示模板约束模型的输出分布83% 相似已验证Few-Shot Learning是指在提示词中提供少量示例（通常2-8个），让模型通过类比推理完成新任务80% 相似待验证少样本（Few-shot）提示通过提供示例激活上下文学习能力78% 相似待验证少样本示例（Few-shot Prompting）的工作原理基于Transformer注意力机制，无需更新模型权重，被称为上下文学习（In-context Learning）74% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/390258

API

curl https://kongchang.com/api/v1/knowledge/claims/390258

MCP

get_claim(id=390258)