agent 会的本事越多全写进系统提示就越贵越乱。这课拆 Claude Code 的技能与命令机制——核心就一个词按需加载渐进式披露。先把术语翻成人话渐进式披露 progressive disclosure先只摆出能力名片用到才加载完整内容Skill 技能一组按需加载的领域知识或流程斜杠命令 slash command用户主动触发的 prompt 模板或动作能力名片技能的名字 一句话用途常驻上下文一、面试现场面试官提问“Claude Code 的 Skills 越加越多为什么不能全塞进上下文”百度 Agent 应用面题就摆在上面。候选人想都没想「全塞进去不就行了把每个技能写清楚模型自己会挑着用。」面试官追一句这 50 个里这次只用 1 个另外 49 个不就白占地方——这题看似问扩展实考你能不能区分「知道有这个能力」和「加载这个能力的细节」前者廉价、可以常驻后者昂贵、用到才加载。全塞进上下文既吃爆预算第 4 课又稀释注意力。**直接回答**能力名片常驻、细节按需加载用到哪个才读进来。二、大多数人怎么答的典型翻车回答“把所有技能、所有规则都写进系统提示/CLAUDE.md写得越全 agent 越能干。”这答法在能力少时其实没错——三五个技能写进 CLAUDE.md写得越全确实越顺手。问题是它不扩展上下文是有限预算第 4 课能力堆到几十个没用上的那些每一轮都在白烧 token、还分散模型对当前任务的注意力。更别说能力一多规则之间还会互相打架第 8 课讲过 advisory 的死穴。我认为扩展只有一条路按需加载而不是全摊开。具体怎么做下一节拆。三、渐进式披露怎么让能力扩到几十个还不爆Skills 的核心机制是渐进式披露。把它拆开关键是「名片常驻、正文按需」这一层解耦以及工具、Skill、命令三个概念别混。① 解耦知道有它 vs 加载它的细节上下文里只常驻每个能力的名片名字 一句话用途体积极小。模型判断需要时再通过一次加载把该能力的完整说明/脚本读进来。等于给 agent 一个可检索的能力库而不是一本全摊开的大书。关键在于常驻的是名片按需取的才是正文。**违反后果**把每个能力的完整正文都常驻每加一个能力上下文就胖一圈50 个全摊开迟早把窗口挤爆。② 工具、Skill、命令三个概念别混三者分工截至 2026-06工具是 agent 的原子动作第 3 课schema 化、可被反复精确调用Skill是一组按需加载的领域知识/流程渐进式披露斜杠命令是用户主动触发的 prompt 模板/动作快捷入口。Skill 偏「模型按需取知识」命令偏「用户主动触发流程」。**违反后果**把领域知识硬做成几十个工具挂上去工具列表本身就把上下文撑爆了——大段流程知识该做成按需加载的 Skill不是常驻工具。③ 名片质量决定该触发的触发不触发解耦解决了「装得下」但能不能选得中全看名片描述的质量——这是技能库的可发现性。模型只凭名片决定加载谁名片写不清它要么漏掉该用的、要么抓错不相关的。名片具体怎么写、几十个怎么治是下面追问环节的重头。**违反后果**名片含糊该用的技能没加载、模型硬着头皮瞎答名片互相重叠又会拉一堆不相关的进来白烧一轮。**我的优先顺序**先把「名片常驻、正文按需」这层解耦立住决定能不能扩展再打磨名片的触发描述决定该触发的能不能触发。能力少三五个时直接写进系统提示更简单——别为了渐进式披露而渐进式披露。四、面试官追问链追问 1“技能的名片该写多细太短选不中太长又占地怎么平衡”名片只写两样名字 什么场景下该用我正文留到加载时。判断标准是「模型读完这张名片能不能准确判断这次任务归不归它管」。选不中几乎都是触发场景没写清写成了「这是个很强的工具」而不是「当用户要做 X 时用我」。名片是路标不是说明书。追问 2“Skill 和工具到底怎么分什么时候做成工具、什么时候做成 Skill”看「原子动作」还是「一套流程/知识」。可被反复精确调用的原子动作读文件、查数据库做成工具schema 紧、结果结构化一整套领域流程或大段知识怎么走发布流程、某框架的最佳实践做成 Skill 按需加载。我认为一个信号是如果你想把一大段说明塞进工具的 description它其实该是个 Skill。追问 3“加了 30 个 Skill模型老加载错怎么治”治名片的可发现性描述去重、触发条件互斥别让两个技能的「该用我」场景重叠、必要时分层分目录让范围更窄。这和第 3 课「工具职责重叠模型乱选」是同一个病——选错的根因几乎都是边界没划清。技能库越大越要像整理目录一样维护这些名片。五、给你的 agent 加按需加载的技能把上面的机制落到自己的 agent 上最小实现就四步。STEP 1 · 把能力抽成带名片的包每个能力 一张名片名字 触发场景 一份完整正文/脚本分开存。↳ 关键名片小、正文全两者解耦。STEP 2 · 名片常驻上下文只把所有能力的名片列表放进系统提示正文不进。↳ 关键常驻的是目录不是正文。STEP 3 · 提供 load 动作给模型一个加载动作或工具它判断需要时按名字把对应正文读进窗口。↳ 关键要用才取取来就留在当前上下文里。STEP 4 · 触发条件写清、互斥每张名片写明什么时候用我、和别的技能怎么区分防选错。↳ 关键选不中几乎都是触发描述没写清。**↳ 一句话验收**判断扩展机制对不对问一句——**给 agent 加到第 50 个能力时上下文有没有跟着涨 50 倍**没有只多 50 张名片就对了跟着涨说明你在「全摊开」迟早撑爆。六、本课总结一句话总结agent 的能力不能全塞进上下文——那既吃爆预算又稀释注意力。正解是渐进式披露能力名片常驻、完整正文按需加载工具是原子动作、Skill 是按需知识、命令是用户触发三者别混。面试锦囊**先说**先立原则上下文是有限预算能力全摊开又贵又分散注意力。扩展靠按需加载把「知道有它」和「加载它的细节」解耦。**再说**渐进式披露名片名字触发场景常驻、正文按需加载。工具原子动作、Skill按需知识/流程、命令用户触发三个概念分清。**最后补**关键在于名片质量决定该触发的触发不触发技能多了要像整理目录一样治理描述去重、触发互斥能力很少时直接写进系统提示更简单。学AI大模型的正确顺序千万不要搞错了2026年AI风口已来各行各业的AI渗透肉眼可见超多公司要么转型做AI相关产品要么高薪挖AI技术人才机遇直接摆在眼前有往AI方向发展或者本身有后端编程基础的朋友直接冲AI大模型应用开发转岗超合适就算暂时不打算转岗了解大模型、RAG、Prompt、Agent这些热门概念能上手做简单项目也绝对是求职加分王给大家整理了超全最新的AI大模型应用开发学习清单和资料手把手帮你快速入门学习路线:✅大模型基础认知—大模型核心原理、发展历程、主流模型GPT、文心一言等特点解析✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑✅开发基础能力—Python进阶、API接口调用、大模型开发框架LangChain等实操✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经以上6大模块看似清晰好上手实则每个部分都有扎实的核心内容需要吃透我把大模型的学习全流程已经整理好了抓住AI时代风口轻松解锁职业新可能希望大家都能把握机遇实现薪资/职业跃迁这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
