第一性原理，1000字拆解 Agent Skills 本质

最近 Agent Skills 在网上炒得火热。

各种资源、各种教程、各种神奇的 Skill 分享，琳琅满目。

但你发现没有？看了一堆，还是云里雾里。

因为你没搞懂本质。搞不懂本质，你就只能一直索取别人的 Skills，永远是个"伸手党"。

今天，我用 1000 字讲清楚它的本质。

先看官方定义

Anthropic（Claude 的开发商）是这么定义 Skill 的：

Agent Skills are modular capabilities that extend Claude's functionality.

翻译一下：Agent Skills 是扩展 Claude 功能的模块化能力。

补充解释是：

Each Skill packages instructions, metadata, and optional resources that Claude uses automatically when relevant.

关键词：扩展功能。

要理解"扩展"，必须先理解"本体"——也就是 LLM 本身有什么功能。

第一性原理：LLM 只有一个能力

从 2023 年火到现在，LLM 的核心能力其实只有一个：

预测输出。

你给它输入，它预测下一个 token，然后下一个，再下一个……直到输出完成。

就这么简单。

其他你听过的能力——什么 tools、function calling、联网搜索——本质上都是在这个能力上包了一层皮。

LLM 就是一个超级强大的"续写机器"，所有花里胡哨的功能，底层都是让它"续写"出特定格式的内容。

Function Calling 的真相

既然说到 tools/function calling，有必要讲清楚。

这个功能其实就是一段提示词，大概长这样：

我有下面三个 tools： 

- tool1: 功能1，参数1、参数2 

- tool2: 功能2，参数1、参数2 

- tool3: 功能3，参数1、参数2

当你解答问题 X 时，先检查 tools，看看哪个能解决。如果是 tool1，就返回 tool1(参数1, 参数2) 这种格式。

实际还会复杂一些（tool id、多轮调用等），但本质就这样。

就是一段提示词，让模型按固定格式输出。

你看，LLM 开发商把常用能力包装成了 tools/function calling。叫什么名字随他们，你也拦不住。

Agent 是什么？

有了上面的认知，我们来看 Agent。

LLM 开发商写了一个应用，这个应用调用"预测输出 + tools"的能力。可以是网页版，也可以是 Claude Code 这种 CLI 工具（终端，或称命令行）。

这个应用叫Agent。

Agent 这个词，准确翻译是"代理人、经纪人、媒介"。虽然现在大家喜欢叫"智能体"，但"代理"更贴切。

代理什么呢？

代理你和 LLM 的交互周期。

原来，你需要：

prompt1 → 等 response1
根据 response1 补充 → prompt2 → 等 response2
根据 response2 补充 → prompt3 → 等 response3
……
直到第 5 轮，终于得到想要的结果 response5

而 Agent 让你只输入:

prompt1，中间全自动，直接拿到最终 response5。

Agent = 自动化循环 prompt 的人机中介。

到这里你已经理解了 70%。

Agent Skills 的真相

现在你应该能猜到了。

Agent Skills = 把那些固化的流程、功能、注意事项，记录下来，打包成"技能包"，方便以后复用。

就是这么简单。

你说不对，有些 Skill 能自动剪辑视频呢！怎么可能这么简单？

真是这么简单。

因为 LLM 知道怎么用某个 Python 库剪辑视频。它通过和 Agent 多次交互，在你本地部署这些库，编写脚本代码，然后执行。

整个过程你不会写代码、看不懂代码，但它就这样干了。

其他神奇的 Skill 也是如此。你觉得神奇，是因为你不知道网络上有现成工具能实现——而 LLM 知道。

实际怎么用？

举个例子。

我经常要评审公司的项目 SOW（.docx 文件），就跟 Agent 说：

帮我从项目计划、预算、验收和风险 4 个方面评审这个 SOW。

Agent 勤劳地做完了，效果可能还差点意思。毕竟它对我们公司理解有些，我给它的第一轮提示词也不完善。

于是，我继续补充：注意检查有没有日期、计划太紧张不合理的要提示出来。

Agent又勤劳的工作，直到我满意它的输出。

这时我说：把刚刚的过程提炼成 Skill。

然后它就生成对应格式的 Skill 文件。如果 Agent 不太"聪明"，你就手动复制到指定文件夹。

下次再评审时，不用给重复的 prompt，你只要说评审这个SOW即可

你看，你完全不知道 .docx 文件是怎么被打开和解析的，你只要结果。过程保存为 Skill，下次直接用。

本质上就是这么简单。

最后

Agent Skills 没有魔法。

它就是：提示词 + 固化流程 + 自动化调用。

揭开神秘面纱之后，你就能从"伸手党"变成"创造者"——自己根据需求，定制专属 Skill。