第三章：为什么使用Skills
Why Agent + Skills-从Agent角度思考Skills
3.1 过去的做法：烟囱式专用 Agent
过去我们是这样构建 AI 系统的：
58%
42%
🌐
•
搜索场景 → 造一个 Research Agent
•
编程场景 → 造一个 Coding Agent
•
营销场景 → 造一个 Marketing Agent
•
财务场景 → 造一个 Finance Agent
每个 Agent 各自为战，互不复用，维护成本极高。这是典型的烟囱式架构，在软件工程里早就被证明是反模式。
3.2 新范式：一个通用 Agent + 技能库
Code is the universal interface（代码是万能接口）
新的设计思路是：一个 Agent，配合 bash + 文件系统的基础脚手架，理论上可以处理任何场景。
54%
46%
🌐
但问题来了——通用 Agent 有能力，却缺"专业经验"。它不知道：
•
你们公司的品牌规范是什么
•
法务审查流程有哪些步骤
•
每周营销复盘要看哪些指标
这道鸿沟，就是 Skills 存在的意义。
Skills 到底给 Agent 补了什么？三个维度
Skills 为 Agent 提供的，可以用三个词概括：
#TObJmWmcCiJu text { white-space: pre; }#TObJmWmcCiJu .fb0 { stroke: var(--N900-FG, 0.15); }#TObJmWmcCiJu .fb0 {stroke: rgba(31,35,41, 0.15)}#TObJmWmcCiJu .fx0 { stroke-miterlimit: 10; }#TObJmWmcCiJu .fx0 {stroke-miterlimit: 10}#TObJmWmcCiJu .fa1 { fill: rgb(187, 191, 196); }#TObJmWmcCiJu .fa1 {fill: rgb(187, 191, 196)}#TObJmWmcCiJu .fx1 { font: 400 12px MonospacedNumber, LarkHackSafariFont, LarkEmojiFont, LarkChineseQuote, -apple-system, BlinkMacSystemFont, "Helvetica Neue", Tahoma, "PingFang SC", "Microsoft Yahei", Arial, "Hiragino Sans GB", sans-serif, "Apple Color Emoji", "Segoe UI Emoji", "Segoe UI Symbol", "Noto Color Emoji"; }#TObJmWmcCiJu .fx1 {font-style: normal}#TObJmWmcCiJu .fx2 { text-anchor: middle; }#TObJmWmcCiJu .fx2 {text-anchor: middle}#TObJmWmcCiJu .fx3 { dominant-baseline: central; }#TObJmWmcCiJu .fx3 {dominant-baseline: central}#TObJmWmcCiJu .fx4 { stroke: none; }#TObJmWmcCiJu .fx4 {stroke: none}#TObJmWmcCiJu .fc0 { fill: var(--text-caption); }#TObJmWmcCiJu .fc0 {fill: #646a73}#TObJmWmcCiJu .fa2 { fill: var(--text-link-disabled); }#TObJmWmcCiJu .fa2 {fill: rgb(187, 191, 196)}#TObJmWmcCiJu .fa3 { fill: rgb(240, 240, 240); }#TObJmWmcCiJu .fa3 {fill: rgb(240, 240, 240)}#TObJmWmcCiJu .fa4 { fill: rgb(225, 234, 255); }#TObJmWmcCiJu .fa4 {fill: rgb(225, 234, 255)}#TObJmWmcCiJu .fx5 { font: 700 16px MonospacedNumber, LarkHackSafariFont, LarkEmojiFont, LarkChineseQuote, -apple-system, BlinkMacSystemFont, "Helvetica Neue", Tahoma, "PingFang SC", "Microsoft Yahei", Arial, "Hiragino Sans GB", sans-serif, "Apple Color Emoji", "Segoe UI Emoji", "Segoe UI Symbol", "Noto Color Emoji"; }#TObJmWmcCiJu .fx5 {font-style: normal}#TObJmWmcCiJu .fx6 { text-anchor: start; }#TObJmWmcCiJu .fx6 {text-anchor: start}#TObJmWmcCiJu .fx7 { dominant-baseline: alphabetic; }#TObJmWmcCiJu .fx7 {dominant-baseline: alphabetic}#TObJmWmcCiJu .fc1 { fill: rgb(0, 0, 0); }#TObJmWmcCiJu .fc1 {fill: rgb(0, 0, 0)}#TObJmWmcCiJu .fx8 { font: 700 14px MonospacedNumber, LarkHackSafariFont, LarkEmojiFont, LarkChineseQuote, -apple-system, BlinkMacSystemFont, "Helvetica Neue", Tahoma, "PingFang SC", "Microsoft Yahei", Arial, "Hiragino Sans GB", sans-serif, "Apple Color Emoji", "Segoe UI Emoji", "Segoe UI Symbol", "Noto Color Emoji"; }#TObJmWmcCiJu .fx8 {font-style: normal}#TObJmWmcCiJu .fc2 { fill: rgba(0, 0, 0, 0.85); }#TObJmWmcCiJu .fc2 {fill: rgba(0, 0, 0, 0.85)}#TObJmWmcCiJu .fx9 { font: 400 14px MonospacedNumber, LarkHackSafariFont, LarkEmojiFont, LarkChineseQuote, -apple-system, BlinkMacSystemFont, "Helvetica Neue", Tahoma, "PingFang SC", "Microsoft Yahei", Arial, "Hiragino Sans GB", sans-serif, "Apple Color Emoji", "Segoe UI Emoji", "Segoe UI Symbol", "Noto Color Emoji"; }#TObJmWmcCiJu .fx9 {font-style: normal}#TObJmWmcCiJu .fb1 { fill: var(--N900-FG, 0.15); }#TObJmWmcCiJu .fb1 {fill: rgba(31,35,41, 0.15)}#TObJmWmcCiJu .fb2 { fill: rgba(204, 204, 204, 0.4); }#TObJmWmcCiJu .fb2 {fill: rgba(204, 204, 204, 0.4)}#TObJmWmcCiJu .fa5 { fill: var(--bg-body); }#TObJmWmcCiJu .fa5 {fill: #fff}ABC1234能力维度解决的问题典型案例Domain Expertise 领域专业知识Repeatable Workflow 可复用工作流New Capabilities 新能力扩展Agent 不懂你的行业规则重复任务无法标准化Agent 原本做不到的事品牌规范、法务流程、数据分析方法论每周营销复盘、客户电话准备、季度业务回顾生成 PPT、生成 Excel/PDF、构建 MCP 服务器
这三层，恰好对应了一个"靠谱员工"的三个要素：懂专业、有流程、能成长。
📌 金句：Skills 不是在让 Claude 变聪明，而是在告诉 Claude——在你的公司，事情是怎么做的。
没有 Skills，会怎样？痛点直击
课程用一个"Without Skills"的反例，把痛点说透了：
❌ 没有 Skills，你每次都要：
重新描述一遍你的指令和需求——靠人记忆，极易出错，浪费时间
重新打包所有参考文件和材料——上下文散乱，协作困难
无法保证输出结果的一致性——不可信赖，无法规模化
这三个痛点，本质上是同一个问题：
AI 没有"企业级记忆"，也没有"标准化执行"的载体。
没有 Skills 的 Agent，就像一个每天上班都失忆的员工——你得反复交代、反复递材料，结果还不一样。
Skills 的两大核心特性：可移植 + 可组合
这是 Skills 架构最有战略价值的两个设计。
5.1 Portable（可移植）——造一次，到处跑
同一个 Skill，可以无缝运行在：
•
Claude Code（命令行 Agent）
•
Claude.ai（网页对话）
•
Claude Agent SDK（开发者自建 Agent）
•
Claude API（直接调用）
•
其他AI工具，比如：Cursor、Trae、codex等......
更重要的是：Agent Skills 已经是开放标准（Open Standard），越来越多的第三方 Agent 产品正在接入。
类比 USB 接口——你今天写的 Skill，明天可以在任何兼容平台上直接跑。投资一次，复用无限。
5.2 Composable（可组合）——乐高式构建复杂工作流
多个 Skill 可以自由串联，构建端到端的完整业务流程。
以"营销分析报告"为例：
四个独立 Skill，串联成一个原本需要整个团队协作才能完成的任务。
📌 金句：单个 Skill 是专才，组合后的 Skills 是全能团队。
Skills 的工作机制：渐进式披露（Progressive Disclosure）
这是整个课程最硬核的技术设计，也是最值得工程师深思的部分。
核心问题：Skills 可以有数百个，但 LLM 的上下文窗口是有限的，怎么办？
答案：不一次性加载，而是渐进式披露。
一个 SKILL.md 文件分为三层，各有不同的加载时机：
三层加载策略的本质逻辑：
📌 深度洞察：渐进式披露的本质是一种认知经济学设计——不把所有东西都塞给 Agent，而是分层、分时、按需供给。
就像一个优秀的员工：先看目录，再读章节，最后查附录——而不是把整本手册背下来再开工。
体系化总结：一张图串联全部知识点
上图用五个追问串联起了 Agent Skills 的完整认知链条：
Skills 是什么——一个装着指令、脚本、资产与资源的有组织文件夹；
为什么需要它——因为通用模型天然不懂你的业务，重复描述、重复打包、结果不一致是每个 Agent 落地的三座大山；
它能给 Agent 补什么——领域专业知识、可复用工作流、以及原本不具备的新能力；
怎么用起来——一次编写、跨平台可移植，多个 Skill 自由组合可构建端到端复杂工作流；
底层怎么跑——靠渐进式披露机制，元数据常驻内存、指令触发时加载、资源按需取用，在有限上下文窗口内撬动无限业务场景。五问五答，从概念到落地，从架构到机制，
一张图，把 Agent Skills 的来龙去脉说清楚了。
写给技术人的三点思考
① Skills 的本质是"知识工程"的回归
AI 时代，提示词工程（Prompt Engineering）大行其道。但 Skills 告诉我们，真正可工业化的 AI 系统，需要的是结构化的知识管理，而不是散乱的提示词堆砌。
② "开放标准"意味着生态红利
Skills 已是开放标准。现在开始构建公司的 Skill 库，就像早年建立组件库、API 规范一样——越早建立，壁垒越深，复用价值越高。
③ 渐进式披露是 Agent 工程化的关键思维
如何在有限上下文窗口内，让 Agent 处理无限复杂的任务？答案不是更大的窗口，而是更聪明的加载策略。这个设计思想，值得迁移到你所有的 Agent 工程实践中。
结语
吴恩达这门课的价值，不在于教你几行代码，而在于提供了一套可工业化的 AI Agent 设计哲学：
🔑 不是让 AI 更聪明，而是让 AI 在你的业务场景里，稳定、可靠、可扩展地工作。
Skills = 给 AI 的岗前培训 + 标准作业手册 + 技能认证体系。
你的业务有多复杂，你的 Skill 库就能有多强大。