Agent 与 Skill 的本质区别

Agent 与 Skill 的本质

核心结论：Agent 和 Skill 在文件层面都是 .md 文本，但系统赋予它们的“权责”和“调度方式”存在天壤之别。Skill 是“被注入的静态手册”，Agent 是“被隔离的动态执行体”。

---

一、定义：它们到底是什么？

• Skill（技能）：一份静态的“操作说明书”。它只包含文本指令、示例和准则，没有任何工具调用权限，本身不能执行任何代码或命令。
• Agent（智能体）：一个拥有独立上下文、独立工具集和独立模型配置的 AI 执行实例。它被调用时会在后台独立运行，完成复杂任务后只返回结果。

---

二、它们看起来都是一个 markdown 文件而已

从文件后缀和书写格式来看，它们确实都是 Markdown 文件。 你可以在里面写步骤 1、2、3，告诉系统“要做什么、怎么做”。

但系统的读取逻辑完全不是看正文，而是看文件头部（Frontmatter）的声明。

---

三、本质区别：系统如何识别与调度

1. 文件头部的“权限清单”不同

类型	Frontmatter（YAML 头）必须包含	是否允许声明工具
Skill	仅有 name 和 description	严禁声明 tools 和 model
Agent	必须包含 tools 和 model	必须显式声明可用工具列表

• Skill 的头：

  ---
  name: sql-reviewer
  description: 审查 SQL 语句规范
  ---
  

• Agent 的头：

  ---
  name: sql-reviewer-agent
  tools: ["Read", "Grep", "Bash", "Write"]
  model: sonnet
  ---
  

这意味着：系统给 Agent 授予了“动手权限”（调用 API 读写文件、执行命令），而 Skill 没有权限声明，系统根本不会为其分配任何工具调用能力。

---

2. 调度模式截然不同（最核心的本质）

这是你在文本上看不出来的底层逻辑：

维度	Skill（技能）	Agent（智能体）
调度方式	内联注入：将 SKILL.md 内容直接粘贴到当前主对话上下文	独立实例化：在后台新建一个独立的 AI 会话逻辑单元
上下文隔离	占用主窗口的 Token，永驻主对话	拥有独立上下文窗口，干完活立即销毁
由谁执行	主 Agent 读指令后亲自执行	自己（新 AI 实例）独立执行

---

3. “新上下文（Context）”在技术层面到底是什么？

请务必注意：它不是操作系统层面的新进程（Process），也不是新线程（Thread）。

在技术底层，它只是一个逻辑会话对象（Logical Session Object）——即服务器内存中一张带有独立 session_id 的“便签纸”，对应一次或多次独立的 HTTPS API 请求事务。

• 本地客户端（Claude Code / Copilot）不会 fork 子进程。
• 云端 GPU 服务器不会开辟新的 CPU 线程，而是利用异步事件循环维护这个 session_id 的状态。
• 这个“窗口”包含独立的系统提示词、独立的工具调用循环状态机，以及清零的 Token 计数。
• 生命周期极短：Agent 返回结果后，该 session_id 即被标记为可回收（TTL 仅几分钟）。

最贴切的类比：它就像浏览器中新开的 “独立标签页（Tab）”——和主页面隔离，有自己的浏览历史和缓存，关闭后立即释放内存。

---

四、它们之间的关系

Agent 可以引用并加载 Skill 作为自己的内置知识库。

例如，Agent 的执行协议中写道：

“第一步，加载 security-checklist Skill 获取最新安全规则；第二步，应用这些规则进行审查。”

这样：

• Agent 专注“执行流程”（拉取代码、生成报告）；
• Skill 专注“专业知识”（具体的漏洞规则列表）。

公司安全规范更新时，只需修改 Skill 文件，所有依赖它的 Agent 便自动获得新能力。

---

五、如何创建 Agent 和 Skill（实操速查）

各工具存放路径

工具	Skill 项目级路径	Agent 项目级路径	用户级路径
Claude Code	.claude/skills/	.claude/agents/	~/.claude/
GitHub Copilot CLI	.github/skills/	.github/agents/	~/.copilot/
OpenAI Codex	.agents/skills/	.agents/agents/	~/.agents/

Skill 文件示例（SKILL.md）

---
name: commit-message-writer
description: 按 Conventional Commits 规范生成提交信息。当用户要求写 commit 时使用。
---

# 提交信息生成器
1. 执行 `git diff --staged` 获取暂存变更
2. 分析变更类型（feat/fix/docs 等）
3. 生成格式：`<type>(<scope>): <subject>`
4. 复杂变更需补充 body 说明原因

Agent 文件示例（my-agent.agent.md）

---
name: pr-reviewer
description: 审查 PR 代码的安全与性能问题。
tools: ["Read", "Grep", "Write", "Bash"]
model: sonnet
---

# PR 审查流程
1. 执行 `git diff main...HEAD` 获取变更
2. 检查硬编码密钥：`grep -iE "password|secret|token"`
3. 检查 SQL 注入：查找字符串拼接的 SQL 语句
4. 生成 `REVIEW_REPORT.md`，列出阻断性问题与修复建议
5. 如发现严重漏洞，直接自动修复并提交

---

六、如何快速区别 skill 和 agent

写 description 的是教材（Skill）——只动嘴，不动手；
写 tools 的是包工头（Agent）——自己开新窗口，独立干脏活累活。

它们生而平等（都是 .md），但系统赋予的“调度权限”和“运行生命周期”天差地别。理解这一点，你就能在设计系统时做出精准的技术决策：固定的流程做成 Skill，复杂耗时的苦力活封装成 Agent。