Progressive Disclosure
源自UX设计领域的概念，被Anthropic引入Agent架构，通过两阶段加载（先读取Skill名称和描述，再按需加载完整内容）解决LLM上下文窗口容量限制和Lost in the Middle问题，提升Skill路由准确率
核心事实
时间轴 (近 90 天)
如果目录描述不够准确，Agent可能意识不到某个有用工具的存在，从而走上弯路。
分层加载引入了额外的决策步骤，Agent需要先判断需要哪类信息，这本身消耗一轮推理。
渐进式披露的实践路径包括分层工具目录、按需检索文档、历史压缩与摘要、分阶段系统提示。
渐进式披露策略可以让Agent的运行速度提升2.3倍。
Skill 的渐进式加载机制分两级：第一级只暴露 name 与 description 构成极小技能目录；第二级在命中后才把 SKILL.md 全文及支撑文件读入。
渐进式披露(Progressive Disclosure)指Agent不会一次性加载所有技能的全部细节，而是根据任务需要逐步展开相关信息
渐进式披露最初是UX设计领域的概念，指界面只在用户需要时才展示更多细节，避免信息过载
在Agent场景中RAG通常被封装成一个可调用的工具，由模型自行决定何时触发检索，而非每次对话强制拼入全量文档
渐进式披露策略是将知识拆分成独立 Skill 文档，平时只在上下文保留简短索引，需要时才动态加载完整内容
优秀界面设计应遵循渐进式披露（Progressive Disclosure）原则，只在用户需要时才展示相应信息
还有 3 条时间轴事件
全部知识事实 (17)
渐进式披露（Progressive Disclosure）原本是用户界面设计中的经典原则，指只在用户需要时才展示复杂信息
75%已验证Skills通过渐进式披露机制实现按需加载专业知识，只在任务真正需要某类专业知识时才将其加载到上下文中
75%已验证Agent Skill采用按需加载（懒加载）机制，Agent只先读取每个Skill的元信息（name和description），匹配用户需求后才加载完整指令，因此多个Skill共存不会增加Token消耗
70%已验证Skill 的渐进式加载机制分两级：第一级只暴露 name 与 description 构成极小技能目录；第二级在命中后才把 SKILL.md 全文及支撑文件读入。
65%已验证渐进式披露最初是UX设计领域的概念，指界面只在用户需要时才展示更多细节，避免信息过载
65%已验证Agent Skills 的核心设计思想是渐进式披露（Progressive Disclosure），即只在合适时机向智能体暴露当前真正需要的信息与工具
65%待验证Claude Code的Skills机制采用渐进式披露（Progressive Disclosure）策略，按需加载专业知识包以防止上下文溢出
85%待验证渐进式披露机制使得即便Agent配备数百项技能，实际运行时的上下文占用可能仅相当于使用3-5个工具的MCP方案
60%待验证如果目录描述不够准确，Agent可能意识不到某个有用工具的存在，从而走上弯路。
50%待验证渐进式披露策略可以让Agent的运行速度提升2.3倍。
50%待验证渐进式披露的实践路径包括分层工具目录、按需检索文档、历史压缩与摘要、分阶段系统提示。
50%待验证分层加载引入了额外的决策步骤，Agent需要先判断需要哪类信息，这本身消耗一轮推理。
50%待验证渐进式披露(Progressive Disclosure)指Agent不会一次性加载所有技能的全部细节，而是根据任务需要逐步展开相关信息
50%待验证在Agent场景中RAG通常被封装成一个可调用的工具，由模型自行决定何时触发检索，而非每次对话强制拼入全量文档
50%待验证渐进式披露策略是将知识拆分成独立 Skill 文档，平时只在上下文保留简短索引，需要时才动态加载完整内容
50%待验证优秀界面设计应遵循渐进式披露（Progressive Disclosure）原则，只在用户需要时才展示相应信息
50%待验证卡片式左滑/右滑交互遵循认知心理学中的渐进式披露（Progressive Disclosure）原则，避免长列表中的决策疲劳
50%