Agent Skills

《Agent Skills》這篇在少數派熱度很高，講的正是大家天天碰到的事。下面幫你把要點捋出來，結尾有能直接抄的結論。

2026年01月26日 5 分鐘閱讀 Agent Skills 主作者 關注 w1nnnnn 新手上路 w1nnnnn 關注 w1nnnnn 新手上路 聯合作者 關注 w1nnnnn 新手上路 w1nnnnn 關注 w1nnnnn 新手上路 5 分鐘閱讀 微信掃碼分享 以圖片分享 分享到微博 點擊下方按鈕可複製鏈接 分享 收藏 舉報 最近爆火的skill，我也來講講我的看法，也同時鞏固一下我學到的。 一、爲什麼會出現skill？ 成本與延遲： 首先，我們在每次和AI聊天中都會處理龐大提示詞，從而產生顯著的token成本，這也就進一步導致了生成的延遲顯著增加。 注意力稀釋效應 ：隨着上下文長度的增加，模型對特定指令的關注能力會呈現非線性的衰減。

2026年01月26日 5 分鐘閱讀 Agent Skills 主作者 關注 w1nnnnn 新手上路 w1nnnnn 關注 w1nnnnn 新手上路 聯合作者 關注 w1nnnnn 新手上路 w1nnnnn 關注 w1nnnnn 新手上路 5 分鐘閱讀 微信掃碼分享 以圖片分享 分享到微博 點擊下方按鈕可複製鏈接 分享 收藏 舉報 最近爆火的skill，我也來講講我的看法，也同時鞏固一下我學到的。 一、爲什麼會出現skill？ 成本與延遲： 首先，我們在每次和AI聊天中都會處理龐大提示詞，從而產生顯著的token成本，這也就進一步導致了生成的延遲顯著增加。 注意力稀釋效應 ：隨着上下文長度的增加，模型對特定指令的關注能力會呈現非線性的衰減。這個我有非常深度的體會，之前我在對一個我不太瞭解的東西問Gemini，因爲我這一整個東西我類似於是在從頭學習，我不想從中間再開一個新的窗口，但是到後面的時候我給到模型的指令，他會回覆出和之前完全一模一樣的話。

2026年01月26日 5 分鐘閱讀 Agent Skills 主作者 關注 w1nnnnn 新手上路 w1nnnnn 關注 w1nnnnn 新手上路 聯合作者 關注 w1nnnnn 新手上路 w1nnnnn 關注 w1nnnnn 新手上路 5 分鐘閱讀 微信掃碼分享 以圖片分享 分享到微博 點擊下方按鈕可複製鏈接 分享 收藏 舉報 最近爆火的skill，我也來講講我的看法，也同時鞏固一下我學到的。 一、爲什麼會出現skill？ 成本與延遲： 首先，我們在每次和AI聊天中都會處理龐大提示詞，從而產生顯著的token成本，這也就進一步導致了生成的延遲顯著增加。 注意力稀釋效應 ：隨着上下文長度的增加，模型對特定指令的關注能力會呈現非線性的衰減。這個我有非常深度的體會，之前我在對一個我不太瞭解的東西問Gemini，因爲我這一整個東西我類似於是在從頭學習，我不想從中間再開一個新的窗口，但是到後面的時候我給到模型的指令，他會回覆出和之前完全一模一樣的話。 上下文污染風險 ：在單一上下文中加載過多的工具定義或業務規則，可能導致模型在執行任務時產生混淆 因此，skill引入了 漸進式披露機制 ，來系統性地解決上述問題。

2026年01月26日 5 分鐘閱讀 Agent Skills 主作者 關注 w1nnnnn 新手上路 w1nnnnn 關注 w1nnnnn 新手上路 聯合作者 關注 w1nnnnn 新手上路 w1nnnnn 關注 w1nnnnn 新手上路 5 分鐘閱讀 微信掃碼分享 以圖片分享 分享到微博 點擊下方按鈕可複製鏈接 分享 收藏 舉報 最近爆火的skill，我也來講講我的看法，也同時鞏固一下我學到的。 一、爲什麼會出現skill？ 成本與延遲： 首先，我們在每次和AI聊天中都會處理龐大提示詞，從而產生顯著的token成本，這也就進一步導致了生成的延遲顯著增加。 注意力稀釋效應 ：隨着上下文長度的增加，模型對特定指令的關注能力會呈現非線性的衰減。這個我有非常深度的體會，之前我在對一個我不太瞭解的東西問Gemini，因爲我這一整個東西我類似於是在從頭學習，我不想從中間再開一個新的窗口，但是到後面的時候我給到模型的指令，他會回覆出和之前完全一模一樣的話。 上下文污染風險 ：在單一上下文中加載過多的工具定義或業務規則，可能導致模型在執行任務時產生混淆 因此，skill引入了 漸進式披露機制 ，來系統性地解決上述問題。與在啓動時將整個能力庫加載到上下文窗口不同，智能體僅加載極輕量級的元數據（主要是技能名稱和描述）。

2026年01月26日 5 分鐘閱讀 Agent Skills 主作者 關注 w1nnnnn 新手上路 w1nnnnn 關注 w1nnnnn 新手上路 聯合作者 關注 w1nnnnn 新手上路 w1nnnnn 關注 w1nnnnn 新手上路 5 分鐘閱讀 微信掃碼分享 以圖片分享 分享到微博 點擊下方按鈕可複製鏈接 分享 收藏 舉報 最近爆火的skill，我也來講講我的看法，也同時鞏固一下我學到的。 一、爲什麼會出現skill？ 成本與延遲： 首先，我們在每次和AI聊天中都會處理龐大提示詞，從而產生顯著的token成本，這也就進一步導致了生成的延遲顯著增加。 注意力稀釋效應 ：隨着上下文長度的增加，模型對特定指令的關注能力會呈現非線性的衰減。這個我有非常深度的體會，之前我在對一個我不太瞭解的東西問Gemini，因爲我這一整個東西我類似於是在從頭學習，我不想從中間再開一個新的窗口，但是到後面的時候我給到模型的指令，他會回覆出和之前完全一模一樣的話。 上下文污染風險 ：在單一上下文中加載過多的工具定義或業務規則，可能導致模型在執行任務時產生混淆 因此，skill引入了 漸進式披露機制 ，來系統性地解決上述問題。與在啓動時將整個能力庫加載到上下文窗口不同，智能體僅加載極輕量級的元數據（主要是技能名稱和描述）。只有當智能體根據用戶意圖判斷某個特定技能與當前任務高度相關時，纔會執行“掛載”操作，加載詳細的指令、模板和腳本。

讀完別停：把最觸動你的一條記下來，這周就用上。能落地的閱讀纔算數，歡迎回來聊聊你的實踐結果。 來源｜博客園《Agent Skills》，https://sspai.com/post/105747