https://blog.cpdd.fyi/tags/agent-skills/Recent content in Agent Skills on Zampo BlogHugozh-cnSun, 28 Jun 2026 00:00:00 +0000https://blog.cpdd.fyi/posts/agent-skills-evolution/Sun, 28 Jun 2026 00:00:00 +0000https://blog.cpdd.fyi/posts/agent-skills-evolution/<h2 id="引子">引子</h2> <p>前几天看到一个视频，标题很猛：&ldquo;Anthropic just made AI agents 10X better with new standard&rdquo;——讲的是 agentskills.io。评论区一片叫好，但很少有人问一个更根本的问题：为什么我们需要一个新标准？</p> <p>Anthropic 发过的标准不少了。MCP 是其中一个，去年底发布的 agentskills.io 是另一个。但这两个标准解决的根本不是同一类问题——MCP 解决的是连接问题，Skills 解决的是行为问题。而且，这中间还有一整个被大多数人忽略的时代：God Prompt 时代。</p> <p>如果你只用 1 个 Agent，写个 2000 字的 system prompt 完全够用。demo 能跑，生产也能跑，顶多偶尔出点小毛病。但当你开始维护 5 个、10 个 Agent 时，God Prompt 的维护成本会指数级上升——这不是模型能力问题，是工程架构问题。</p> <p>这篇文章不讲 agentskills.io 的规范细节（感兴趣自己去看官网），而是用我这两年实际使用和构建 Agent 系统的体感，讲三个阶段各自对应的架构思维，以及你现在到底该用什么。</p> <hr> <h2 id="第一块god-prompt-时代monolith">第一块：God Prompt 时代——Monolith</h2> <h3 id="为什么大家都这么写">为什么大家都这么写</h3> <p>2024 年初我刚接触 Agent 开发时，第一个 reflex 就是往 system prompt 里堆东西。这不是我懒，是整个生态都在这么做。LangChain 的 AgentExecutor、早期的 Claude function calling demo、各种开源 Agent 模板——没有一个不是在示范&quot;把所有逻辑写进 prompt&quot;。</p> <p>理由很朴素：简单、直接、见效快。</p> <p>你不需要写框架，不需要设计接口，不需要考虑复用。三个工具、两个工作流、五条边界规则——一个 markdown 文件全搞定。改行为就是改 prompt，不用重新编译、不用部署、不用走 CI。对于原型验证阶段来说，这几乎是完美的方案。</p>