自从AI进入大众生活后或多或少的都改变了一些生活方式或者习惯。以前是“有问题问百度”现在有问题时可能会先打开豆包或者DeepSeek去问让大模型变得更像是一个“搜索引擎”。而AI的热度发酵一段时间过后有一些新的词汇出现的频率甚至超过了“AI”,“大模型” 其中有代表性的那就是——“Agent”随之附带的还有“Skill”“MCP”这些词。一、Agent 到底是什么如果按照 OpenAI 官方文档的说法Agent 可以理解为一种应用系统它不仅能调用大模型生成回答还能进行规划、调用工具、与其他专门的 Agent 协作并保留足够的状态来完成多步骤任务用人话解释就是在大模型的基础上添加了“手”所以Agent不是单纯的“大模型”也不是普通的聊天机器人它更像是一个被赋予了目标、工具、流程和权限边界的AI应用一个Agent通常由以下部分组成模型Agent的“大脑”通常是大语言模型比如GPT,Doubao,DeepSeek等等它主要负责的是理解用户提出的任务然后分析这个人物的意图思考生成回答决定下一步怎么做并判断是否需要调用工具指令Agent 的“角色设定和行为规则”类似Prompt提示词普通的提示词可能包括很多内容比如用户的问题背景资料输出格式要求等等而Agent里的“指令”更偏向这些你是谁你要做什么你不能做什么你应该按照什么流程做你什么时候调用工具你什么时候必须让用户确认所以指令相当于给Agent设定工作边界和工作方式。工具Agent的”手脚“模型本身并不能真正操作”外部“世界比如读取邮箱按照要求创建一个Excel表格更不能帮你发送一条消息给谁而这些能力需要通过工具来实现常见的工具有搜索工具浏览器工具文件读取工具数据库工具邮件工具Excel/Word/PDF工具图片生成工具代码执行工具所以工具让Agent从”会说“变成”会做“。上下文和记忆 Agent的”工作记忆“在Agent做任务时需要记的自己做到哪一步了要求是什么和用户最近几轮的对话这一步所需要的资料数据工具返回的结果草稿等等记忆也分短期记忆和长期记忆短期记忆就是当前任务里的信息比如要求资料等等。长期记忆就是用户在过往任务的一些要求习惯风格规划能力 Agent的”拆任务能力“它可以把一个复杂的任务拆成多个步骤比如我把一个github代码仓库的网址扔给它让它给我介绍一下这个仓库是做什么怎么用。它会先规划先看这个仓库的readme文档看一下快速开始文档这个仓库的被多少人收藏加入通俗比喻检查逻辑优化语言等等规划能力让 Agent 不只是“想到哪里写到哪里”而是能有步骤地完成任务。流程控制 Agent的”任务调度系统“流程控制决定Agent在什么时候做什么它需要判断现在是否需要继续思考是否需要调用工具工具调用结果是否足够是否需要再次检索是否需要让用户确认是否可以输出最终结果是否需要回滚或修正流程控制的作用就是让Agent不乱做事而是按合理顺序推进状态管理 Agent的”任务进度记录“状态和记忆有一点像但是状态更强调当前任务进行到哪一步了它会确定当前步骤是否已经完成如果没有状态管理的话Agent很有可能就做了重复的事或者忘了到哪一步了安全边界 Agent的”权限和刹车“如果不设置一个安全边界它很可能会访问你的隐私数据执行一些危险的操作所以Agent能做事就必须有边界尤其是涉及发邮件删除文件提交代码操作账号甚至转账或下单评估和审阅 Agent的“自检能力”一个成熟的Agent不应该只做完任务还应该检查结果它可以检查 内容是否符合用户要求数据是否完整格式是否正确是否有逻辑上的问题等等这一步可以显著提高Agent的可靠性数据源 Agent的“资料库”Agent要想回答的准确不能只靠模型的记忆它还需要外部或者内部的数据源比如本地的文档企业的知识库研究报告历史文章等等举个例子一个公司内部的Agent在处理员工的考勤时需要接入内部的考勤规则文档比如员工小王某天迟到了Agent在处理时就可以查看企业内部的考勤规则文档按照迟到罚款50 。这些数据源可以让Agent按照真实资料完成任务而不是凭空生成。二、Skill是什么规范一点的说法就是Skill是一种用来扩展AI Agent能力的轻量级开放格式更正式一点的说法是Skill 是一个包含说明文件、操作流程、脚本、参考资料和模板资源的能力包。它告诉 Agent 在遇到某类任务时应该什么时候使用这个能力、按照什么步骤执行、调用哪些工具、参考哪些资料以及最终输出什么结果。在Skill规范中一个Skill至少包含一个 SKILL.md 文件这个文件里通常会写nameSkill的名称description 这个Skill是做什么的什么时候应该使用具体操作说明示例注意事项可选的脚本、参考资料、模板文件等也就是说Skill不是模型本身也不是一个单独的工具它更像是写给Agent的一份专业任务说明书。官方文档里一个Skill的基本结构大概是这样my-skill/ ├── SKILL.md 必需元信息 操作说明 ├── scripts/ 可选可以执行的脚本 ├── references/ 可选参考资料 ├── assets/ 可选模板、图片、资源 └── ...再通俗一点说Skill就是Agent的“专业操作手册”一个普通的Agent可能知道怎么做一个Excel但是它不一定知道你预期的Excel做成什么风格字段怎么整理标题怎么命名这时候Skill就可以告诉它遇到 Excel 报表任务时 先清洗数据 再统一字段名 再生成表格 再设置表头样式 最后检查空值、重复值和格式问题。这样的话Agent就不是每次临场发挥而是按照一套稳定流程做事。那 Skill 和 工具 有什么区别工具负责的是“能做什么”Skill负责的是“应该怎么做”比如Excel 工具可以创建表格、写入数据、设置单元格格式 Excel Skill告诉 Agent 如何整理数据、如何排版、如何检查结果所以Skill的价值不是提供某一个按钮而是把一类任务沉淀成一套可复用的流程举个 邮件新闻总结Skill 的例子下面是一个简化版的“邮件新闻总结 Skill”示例--- name: email-news-summary description: 用于读取和总结邮件中的新闻信息。适用于用户要求查看订阅邮件、提取新闻要点、总结行业动态、生成选题或整理每日新闻摘要时。 --- # 邮件新闻总结 Skill ## 使用场景 当用户需要从邮箱中读取新闻订阅、行业简报、媒体邮件、报告通知或资讯邮件并希望总结其中的重要信息时使用这个 Skill。 ## 工作流程 1. 根据用户指定的时间范围读取邮件例如今天、昨天、本周或指定日期。 2. 优先读取来自新闻订阅、行业媒体、研究机构、公司公告等来源的邮件。 3. 过滤广告、促销、无关通知和重复邮件。 4. 对每封相关邮件提取以下信息 - 邮件标题 - 发件人 - 发送时间 - 原文链接 - 核心事件 - 关键数据 - 涉及公司或人物 - 潜在影响 5. 将相似新闻合并避免重复总结。 6. 按重要程度排序优先展示对目标读者最有价值的内容。 7. 对每条新闻生成 2-3 句摘要。 8. 对无法确认的信息标注“需进一步核实”不要写成确定结论。 ## 输出格式 请按照以下格式输出 ### 今日重点新闻 1. 新闻标题 - 来源 - 时间 - 摘要 - 重要性 - 可写角度 - 原文链接 ### 可延展选题 - 选题一 - 选题二 - 选题三 ### 需要核实的信息 - 信息一 - 信息二 ## 风格要求 - 总结要简洁不照搬原文。 - 优先提取事实不先发表观点。 - 对数据、融资金额、发布时间、公司名称保持准确。 - 不要编造邮件里没有的信息。 ## 注意事项 - 如果邮件内容不完整应提示需要打开原文链接。 - 如果原文链接无法访问应说明信息来源仅限邮件正文。 - 如果涉及投资、医疗、法律等高风险内容应避免直接给结论。 - 不要删除、归档、转发邮件除非用户明确要求。三、MCP是什么MCP的全称是Model Context Protocol 中文可以翻译成模型上下文协议按照官方的说法MCP 是一种开源标准用来把 AI 应用连接到外部系统。外部系统可以是数据源可以是工具也可以是工作流。更正式一点MCP 是一套标准化协议它规定了 AI 应用、MCP Client 和 MCP Server 之间如何连接、发现能力、调用工具、读取资源、返回结果。官方文档里有一个挺形象的比喻MCP 就像 AI 应用的 USB-C 接口。USB-C 不是手机、电脑、充电器但是它规定了设备之间怎么连接、怎么传输数据、怎么供电。Agent 肯定是需要和外部连接来完成一些任务的比如邮件Github一些新闻终端总不能对每个应用都单独设计一套连接方式MCP 就解决了这件事它让Agent和外部应用以一种统一设计的规范方式连接MCP 里面有什么MCP 官方架构里核心是一个Client-Server模式。简单说MCP HostAI 应用本身比如一个 Agent 应用、IDE、桌面助手。MCP ClientHost 里负责连接 MCP Server 的组件。MCP Server对外提供工具、数据或提示模板的程序。MCP Server 可以向 Agent 暴露三类核心能力Tools 工具可以被 Agent 调用来执行动作。例如查询数据库、搜索邮件、调用 API、读取文件。Resources 资源可以给 Agent 提供上下文数据。例如文件内容、数据库记录、邮件正文、项目文档。Prompts 提示模板可以提供可复用的提示词或交互模板。例如“总结这封邮件”“根据这批新闻生成选题”。所以MCP 不只是“调用工具”它还可以把数据和上下文以标准方式提供给 Agent。MCP 和 API 有什么区别这是躲不开的一个问题既然网站本来就有API为什么还需要MCP我的理解是API是某个系统自己的接口这些API的认证方式、参数格式、返回结构都不一样而MCP Server可以把这些复杂的 API 包装起来变成 Agent 更容易理解和调用的统一工具所以MCP 不是替代API而是让Agent更标准、更高效地使用API。MCP 和 Skill 有什么区别这两个概念很容易混在一起简单说MCP 解决“怎么连接工具和数据” Skill 解决“拿到工具和数据后怎么做事”MCP偏向连接层而Skill更偏向于方法层一个 MCP 文件的例子GitHub MCP比如我们想让 Agent 访问 GitHub。它需要能做这些事读取代码仓库查看文件内容搜索代码查看 Issue查看 Pull Request分析 GitHub Actions 运行结果帮助总结代码变更这时候就可以配置一个 GitHub MCP Server。下面是一个简化版的 MCP 配置文件示例{ inputs: [ { type: promptString, id: github_token, description: GitHub Personal Access Token, password: true } ], servers: { github: { command: docker, args: [ run, -i, --rm, -e, GITHUB_PERSONAL_ACCESS_TOKEN, ghcr.io/github/github-mcp-server ], env: { GITHUB_PERSONAL_ACCESS_TOKEN: ${input:github_token} } } } }大概意思是我要给 Agent 接入一个名叫 github 的 MCP Server。 这个 Server 通过 Docker 启动。 它使用 GitHub 官方提供的 github-mcp-server 镜像。 启动时需要一个 GitHub Token。 Agent 之后可以通过这个 MCP Server 访问 GitHub 的相关能力。四、Agent、MCP、Skill 之间是什么关系刚才已经介绍了这三个东西这里直接举例就过了一个完整的流程用户提出任务 ↓ Agent 理解目标 ↓ Agent 根据 Skill 确定处理流程 ↓ Agent 通过 MCP 调用邮箱工具 ↓ MCP 返回邮件内容 ↓ Agent 按 Skill 要求总结、筛选、分类 ↓ 模型生成摘要和选题 ↓ Agent 整理成最终结果大模型就像是大脑Agent是厨师MCP就是一个厨房设备的统一接口让厨师能标准化使用冰箱、锅、烤箱等Skill就像是菜谱告诉厨师这道菜具体怎么做。五、Token 是什么说完 Agent、MCP、Skill还剩一个绕不开的词Token如果使用过一些大模型API经常会看到这些东西输入 token 输出 token 上下文窗口 最大 token 数 token 计费那Token到底是什么正式一点说Token 是大模型处理文本时使用的基本单位。模型不会直接按“一个字”或“一个词”来理解文本而是会先把输入内容切分成一个个 token再进行计算、理解和生成。通俗一点说Token 就是 AI 阅读和写作时使用的信息颗粒。它有点像文字被切成的小片段。中文里一个汉字可能是一个 token也可能和其他字符一起组成 token。英文里一个单词可能是一个 token也可能被拆成多个 token。Token 为什么重要Token 主要影响三件事。第一影响模型一次能读多少内容。我们常说的“上下文窗口”本质上就是模型一次最多能处理多少 token。如果一个模型的上下文窗口是 128K token就代表它一次能接收和处理的输入、历史对话、工具返回内容、系统提示等加起来不能超过这个范围。所以当你让 AI 读一篇文章、一本书、一堆邮件、一个代码仓库时都会受到 token 限制。第二影响模型一次能写多少内容。模型输出内容也会消耗 token。你让它回答一句话消耗少。你让它写一篇长文章消耗多。第三影响成本和速度。很多大模型 API 都是按 token 计费的。输入越长、输出越长成本越高。同时处理内容越多速度也可能越慢。所以 Token 不只是一个技术概念它直接影响能不能处理长资料 回答能写多长 运行速度快不快 调用成本高不高在 Agent 里Token 消耗在哪里很多人会以为“用户问一句AI 答一句这才消耗 token。”但在 Agent 里token 消耗通常更多。因为 Agent 不是简单回答它可能要经历很多步骤用户提出任务 ↓ Agent 理解任务 ↓ 读取历史上下文 ↓ 调用工具 ↓ 工具返回资料 ↓ 模型分析资料 ↓ 生成中间结果 ↓ 继续调用工具 ↓ 最后输出结果这些过程中只要内容被送进模型理解或生成就会消耗 token。Token 可能会消耗在你的任务描述Agent 的系统指令邮件标题邮件正文邮件来源和链接中间摘要选题分析最终输出结果但是不是所有操作都会消耗 token。比如 Agent 在本地创建一个 Excel 文件、保存一个文件、调用某个 API这些动作本身不一定消耗 token。真正消耗 token 的是模型读取、理解、分析和生成文字的部分。说真的这两年看着身边一个个搞Java、C、前端、数据、架构的开始卷大模型挺唏嘘的。大家最开始都是写接口、搞Spring Boot、连数据库、配Redis稳稳当当过日子。结果GPT、DeepSeek火了之后整条线上的人都开始有点慌了大家都在想“我是不是要学大模型不然这饭碗还能保多久”我先给出最直接的答案一定要把现有的技术和大模型结合起来而不是抛弃你们现有技术掌握AI能力的Java工程师比纯Java岗要吃香的多。即使现在裁员、降薪、团队解散的比比皆是……但后续的趋势一定是AI应用落地大模型方向才是实现职业升级、提升薪资待遇的绝佳机遇这绝非空谈。数据说话2025年的最后一个月脉脉高聘发布了《2025年度人才迁徙报告》披露了2025年前10个月的招聘市场现状。AI领域的人才需求呈现出极为迫切的“井喷”态势2025年前10个月新发AI岗位量同比增长543%9月单月同比增幅超11倍。同时在薪资方面AI领域也显著领先。其中月薪排名前20的高薪岗位平均月薪均超过6万元而这些席位大部分被AI研发岗占据。与此相对应市场为AI人才支付了显著的溢价算法工程师中专攻AIGC方向的岗位平均薪资较普通算法工程师高出近18%产品经理岗位中AI方向的产品经理薪资也领先约20%。当你意识到“技术AI”是个人突围的最佳路径时整个就业市场的数据也印证了同一个事实AI大模型正成为高薪机会的最大源头。最后我在一线科技企业深耕十二载见证过太多因技术卡位而跃迁的案例。那些率先拥抱 AI 的同事早已在效率与薪资上形成代际优势我意识到有很多经验和知识值得分享给大家也可以通过我们的能力和经验解答大家在大模型的学习中的很多困惑。我整理出这套 AI 大模型突围资料包【允许白嫖】✅从入门到精通的全套视频教程✅AI大模型学习路线图0基础到项目实战仅需90天✅大模型书籍与技术文档PDF✅各大厂大模型面试题目详解✅640套AI大模型报告合集✅大模型入门实战训练这份完整版的大模型 AI 学习和面试资料已经上传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】①从入门到精通的全套视频教程包含提示词工程、RAG、Agent等技术点② AI大模型学习路线图0基础到项目实战仅需90天全过程AI大模型学习路线③学习电子书籍和技术文档市面上的大模型书籍确实太多了这些是我精选出来的④各大厂大模型面试题目详解⑤640套AI大模型报告合集⑥大模型入门实战训练获取方式有需要的小伙伴可以保存图片到wx扫描二v码免费领取【保证100%免费】