Agent Skills

《Agent Skills》这篇在少数派热度很高，讲的正是大家天天碰到的事。下面帮你把要点捋出来，结尾有能直接抄的结论。

2026年01月26日 5 分钟阅读 Agent Skills 主作者 关注 w1nnnnn 新手上路 w1nnnnn 关注 w1nnnnn 新手上路 联合作者 关注 w1nnnnn 新手上路 w1nnnnn 关注 w1nnnnn 新手上路 5 分钟阅读 微信扫码分享 以图片分享 分享到微博 点击下方按钮可复制链接 分享 收藏 举报 最近爆火的skill，我也来讲讲我的看法，也同时巩固一下我学到的。 一、为什么会出现skill？ 成本与延迟： 首先，我们在每次和AI聊天中都会处理庞大提示词，从而产生显著的token成本，这也就进一步导致了生成的延迟显著增加。 注意力稀释效应 ：随着上下文长度的增加，模型对特定指令的关注能力会呈现非线性的衰减。

2026年01月26日 5 分钟阅读 Agent Skills 主作者 关注 w1nnnnn 新手上路 w1nnnnn 关注 w1nnnnn 新手上路 联合作者 关注 w1nnnnn 新手上路 w1nnnnn 关注 w1nnnnn 新手上路 5 分钟阅读 微信扫码分享 以图片分享 分享到微博 点击下方按钮可复制链接 分享 收藏 举报 最近爆火的skill，我也来讲讲我的看法，也同时巩固一下我学到的。 一、为什么会出现skill？ 成本与延迟： 首先，我们在每次和AI聊天中都会处理庞大提示词，从而产生显著的token成本，这也就进一步导致了生成的延迟显著增加。 注意力稀释效应 ：随着上下文长度的增加，模型对特定指令的关注能力会呈现非线性的衰减。这个我有非常深度的体会，之前我在对一个我不太了解的东西问Gemini，因为我这一整个东西我类似于是在从头学习，我不想从中间再开一个新的窗口，但是到后面的时候我给到模型的指令，他会回复出和之前完全一模一样的话。

2026年01月26日 5 分钟阅读 Agent Skills 主作者 关注 w1nnnnn 新手上路 w1nnnnn 关注 w1nnnnn 新手上路 联合作者 关注 w1nnnnn 新手上路 w1nnnnn 关注 w1nnnnn 新手上路 5 分钟阅读 微信扫码分享 以图片分享 分享到微博 点击下方按钮可复制链接 分享 收藏 举报 最近爆火的skill，我也来讲讲我的看法，也同时巩固一下我学到的。 一、为什么会出现skill？ 成本与延迟： 首先，我们在每次和AI聊天中都会处理庞大提示词，从而产生显著的token成本，这也就进一步导致了生成的延迟显著增加。 注意力稀释效应 ：随着上下文长度的增加，模型对特定指令的关注能力会呈现非线性的衰减。这个我有非常深度的体会，之前我在对一个我不太了解的东西问Gemini，因为我这一整个东西我类似于是在从头学习，我不想从中间再开一个新的窗口，但是到后面的时候我给到模型的指令，他会回复出和之前完全一模一样的话。 上下文污染风险 ：在单一上下文中加载过多的工具定义或业务规则，可能导致模型在执行任务时产生混淆 因此，skill引入了 渐进式披露机制 ，来系统性地解决上述问题。

2026年01月26日 5 分钟阅读 Agent Skills 主作者 关注 w1nnnnn 新手上路 w1nnnnn 关注 w1nnnnn 新手上路 联合作者 关注 w1nnnnn 新手上路 w1nnnnn 关注 w1nnnnn 新手上路 5 分钟阅读 微信扫码分享 以图片分享 分享到微博 点击下方按钮可复制链接 分享 收藏 举报 最近爆火的skill，我也来讲讲我的看法，也同时巩固一下我学到的。 一、为什么会出现skill？ 成本与延迟： 首先，我们在每次和AI聊天中都会处理庞大提示词，从而产生显著的token成本，这也就进一步导致了生成的延迟显著增加。 注意力稀释效应 ：随着上下文长度的增加，模型对特定指令的关注能力会呈现非线性的衰减。这个我有非常深度的体会，之前我在对一个我不太了解的东西问Gemini，因为我这一整个东西我类似于是在从头学习，我不想从中间再开一个新的窗口，但是到后面的时候我给到模型的指令，他会回复出和之前完全一模一样的话。 上下文污染风险 ：在单一上下文中加载过多的工具定义或业务规则，可能导致模型在执行任务时产生混淆 因此，skill引入了 渐进式披露机制 ，来系统性地解决上述问题。与在启动时将整个能力库加载到上下文窗口不同，智能体仅加载极轻量级的元数据（主要是技能名称和描述）。

2026年01月26日 5 分钟阅读 Agent Skills 主作者 关注 w1nnnnn 新手上路 w1nnnnn 关注 w1nnnnn 新手上路 联合作者 关注 w1nnnnn 新手上路 w1nnnnn 关注 w1nnnnn 新手上路 5 分钟阅读 微信扫码分享 以图片分享 分享到微博 点击下方按钮可复制链接 分享 收藏 举报 最近爆火的skill，我也来讲讲我的看法，也同时巩固一下我学到的。 一、为什么会出现skill？ 成本与延迟： 首先，我们在每次和AI聊天中都会处理庞大提示词，从而产生显著的token成本，这也就进一步导致了生成的延迟显著增加。 注意力稀释效应 ：随着上下文长度的增加，模型对特定指令的关注能力会呈现非线性的衰减。这个我有非常深度的体会，之前我在对一个我不太了解的东西问Gemini，因为我这一整个东西我类似于是在从头学习，我不想从中间再开一个新的窗口，但是到后面的时候我给到模型的指令，他会回复出和之前完全一模一样的话。 上下文污染风险 ：在单一上下文中加载过多的工具定义或业务规则，可能导致模型在执行任务时产生混淆 因此，skill引入了 渐进式披露机制 ，来系统性地解决上述问题。与在启动时将整个能力库加载到上下文窗口不同，智能体仅加载极轻量级的元数据（主要是技能名称和描述）。只有当智能体根据用户意图判断某个特定技能与当前任务高度相关时，才会执行“挂载”操作，加载详细的指令、模板和脚本。

读完别停：把最触动你的一条记下来，这周就用上。能落地的阅读才算数，欢迎回来聊聊你的实践结果。 来源｜博客园《Agent Skills》，https://sspai.com/post/105747