待验证50% 置信权衡取舍精确时间
当Skill数量超过模型Context Window的承载上限时，向量检索成为实现动态Skill发现的必要手段
1
来源数
50%
置信度
长期有效
时效性
2026/7/17
首次发现
来源
相关事实
待验证纯向量检索速度快但缺乏对任务上下文的深层语义理解，纯LLM遍历所有Skill会在技能库规模扩大后突破模型Context Window上限84% 相似待验证每一个可被自动调用的技能都会占用上下文窗口，技能越多，模型决策时需要处理的描述信息越多，增加token消耗并可能导致错误的调用判断75% 相似待验证Skill的识别过程通常依赖模型对能力描述的语义理解，Skill描述的写法比代码实现复杂度更影响实际调用效果74% 相似待验证Skill机制采用按需加载方式，先发送所有Skill的元数据给大模型，大模型选择匹配的Skill后再加载完整指令74% 相似待验证SkillBench专注于测量模型+Skill组合系统在特定任务上的增量性能，与MMLU、HumanEval等衡量模型通用能力的传统基准不同72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/544277API
curl https://kongchang.com/api/v1/knowledge/claims/544277MCP
get_claim(id=544277)