大模型只是大脑，Skill 才是工具箱

我以前也容易把 Agent 想简单了：模型够强，Agent 就够强。

真把它放进自己的内容工作流以后，我才发现不是这么回事。模型可以写得很快，也可以理解很多东西，但它不会天然知道我的文章要怎么拆、图片要怎么审、七个平台的排版差异在哪里，更不会自动记住“不要把 AI 生成声明写成作者身份”这种细节。

这些东西靠的不是模型本身。靠的是 Skill。

模型聪明，不等于会干活

一个刚拿到手的 Agent，很像刚入职的新同事。

它能聊天，能总结，也能写一段看起来不错的方案。但你真让它把一篇公众号文章同步到知乎、CSDN、掘金、头条、百家号、B站专栏和简书，问题很快就冒出来：

• 标题要不要按平台改；
• 图片里有没有二维码、Token、内网地址；
• 头条会不会把后半段格式压坏；
• 草稿箱里有没有旧稿，能不能重复发；
• 提交成功以后，公开页到底有没有正常显示。

这些不是“模型智商”能直接解决的问题。

它需要工具，也需要规则。更准确地说，它需要一套稳定的做事方法。

Tools 是动作，Skill 是做法

我现在会把几层分开看。

Model 负责理解和生成。Tools 负责执行动作，比如读文件、跑命令、控制浏览器。MCP 把外部能力接进来。Memory 负责把规则和踩坑留下来。

Skill 则更像工作习惯。

它不是简单告诉 Agent“你可以调用某个工具”，而是告诉它：先查重，后写入；图片要逐张看；producer 不能自己给自己签 PASS；公开页没复核前，不准说发布完成。

Tools 像手脚。Skill 像这个人做事的分寸。

差别很大。

我是在多平台发文时真正明白这件事的

有一次我让 Agent 同步文章，前面看起来都挺顺。回头一检查，问题一堆：头条后半段格式乱了，草稿箱里多了几份不用的草稿，浏览器标签页开到机器开始喘，还有平台冒出不该出现在作者身份里的创作声明提示。

那一刻我意识到，我缺的不是更会写文章的模型，而是一套能约束 Agent 的发布流程。

后来我把这些坑一条条写进 Skill：

• 微信原文先变成规范稿；
• 标题、尾注和平台计划先冻结；
• 图片必须做可见安全检查；
• 远端写入前先查后台作品列表和草稿箱；
• 每个平台只认一个幂等键；
• 审核中的文章不能算已发布；
• 公开页要有人独立复核。

单独看，每条都不复杂。真正麻烦的是，少一条就可能翻车。

这就是 Skill 的价值：把一次踩坑，变成下一次不会再犯的动作顺序。

MCP 重要，但不是终点

MCP 解决的是“能力怎么接进来”。接浏览器、接文档、接平台后台、接知识库，都属于这一层。

但连上以后，Agent 仍然会遇到更实际的问题：先做什么？失败怎么判断？哪些动作不能碰？什么证据才算完成？

这部分不能全靠模型临场发挥。

我的理解很简单：

• MCP 让 Agent 找得到门；
• Tools 让 Agent 推得开门；
• Skill 决定它进门以后会不会乱翻东西。

真正能落地的 Agent，不是插件越多越好，而是关键流程越来越稳。

好的 Skill 是经验压缩包

一个有用的 Skill，至少要说清楚几件事：

• 什么场景触发；
• 先检查什么；
• 哪些工具优先用；
• 哪些动作禁止做；
• 出错时怎么恢复；
• 最后用什么证据证明完成。

比如“同步文章”这个任务，如果只写“把文章发到七个平台”，基本等于没写。

真正有用的是：怎么查重，图片怎么审，AI 声明怎么处理，草稿怎么清理，公开页怎么验收。越是高频、越容易出错的流程，越应该把这些规则写死。

我现在的感受是，Agent 越强，Skill 越重要。能力越大，乱动的代价也越大。

写在最后

我不太相信“装几个插件就拥有万能 Agent”这种说法。

更靠谱的路径，是先让 Agent 在一个真实流程里跑起来。跑一次，记录一次错误；修一次，把规则写回 Skill。慢慢地，它才会从“会聊天的模型”，变成“知道我怎么做事的同事”。

大模型只是大脑。Tools 是手脚。MCP 是接口。

Skill，才是让它别乱来的工具箱。

作者：维天说。