Skill、Agent 和 Subagent 的区别是什么？我用大白话讲清楚

最近在内部做AI分享，或者和团外的朋友交流时，我发现很多人，尤其是非技术同学，还分不清 Skill 和 Agent。

大家最困惑的是：很多功能似乎既可以定义成子智能体，也可以定义成 Skill。它们到底有什么区别？

这篇文章，我们就来把这几个概念讲清楚。

01

PART

先从一个比喻说起

ANALOGY · 类比

先用一个比较形象的例子，从整体上理解一下。

☰☰☰IMG!☰☰☰

我们之前讲过，“技能”（Skill）就是把最佳实践和经验封装成一个文件夹，让智能体（Agent）能够按照这些经验，更好地完成某一类任务。

用一个不太严谨但很好理解的比喻

智能体就像《英雄联盟》里的英雄，Skill就是英雄掌握的技能

02

PART

Agent负责完整任务闭环

AGENT · 智能体

大家熟悉的 Manus、QoderWork、Qoder、Codex、Claude Code等，都可以看作智能体。

接下来，我们从稍微学术一点的角度了解 Agent。

根据谷歌的《智能体白皮书》，典型的AI智能体在接到用户问题后，会结合角色目标、长短期记忆进行推理和规划，必要时调用外部工具，最后由大模型生成回答并返回给用户。

复旦大学NLP团队的论文《The Rise and Potential of Large Language Model Based Agents：A Survey》则指出，基于大语言模型的智能体会通过“感知、思考、行动”的闭环理解环境，调用记忆和知识进行决策，并借助工具完成任务。

这段话听起来可能有点枯燥，我们换个更通俗的例子。

比如我们之前讲过的《别再用AI帮你“读”文章了，你浪费了它90％的能力》。我们可以封装一个“文章解读Skill”，把自己的岗位、研究方向和解读方法写进Skill，让AI在分析文章时，给出对工作和研究有直接帮助的启发，同时进行批判性思考和延伸讨论。

如果我们再设计一个“AI情报Agent”，它就可以每天定时跟踪AI行业动态，调用搜索、翻译、解读等工具或Skill，完成判断和验证；遇到失败时自动重试，最终生成一份AI日报并交付给用户。

两者的核心分界线

Agent负责目标、决策和任务闭环，Skill提供完成某类任务的具体方法

最容易混淆的一点是：Skill也可以很复杂。

一个Skill可以包含十几步工作流、脚本和验证器，甚至可以规定失败后继续修改。但只要目标和任务状态仍然由外部的Agent持有，它就依然是Skill。

复杂不等于自主。

03

PART

子智能体负责拆分与协作

SUBAGENT · 子智能体

在实际业务中，我们还会遇到“子智能体”这个概念。

之前有一个创业团队和我交流时，就遇到过这样的问题：他们做了多个Skill，每个Skill单独使用时效果都不错，但串联起来之后，上下文很容易爆，最终效果反而变差。

这时就可以考虑使用子智能体。子智能体既能隔离上下文，也能并行执行任务。

你可以把它理解成一个老板带着多个员工。老板把一个任务拆成几份，分别交给不同的员工处理，最后再汇总结果。

在这个模式下

1

老板就是“主智能体”，比如Qoder、Codex。它负责拆分任务、安排工作和汇总结果，不需要了解每个子任务的全部过程。

2

每个员工就是一个“子智能体”，可以在自己的上下文里自主执行任务，不同子智能体上下文相互隔离。很多Agent会限制子智能体继续派发新的子智能体，避免无限嵌套。

3

子智能体可以不调用Skill，也可以调用一个或多个Skills。

不同Agent工具创建子智能体的方式并不一样，具体可以查看对应工具的官方说明。

///

LAST

最后一句话说清楚

SUMMARY · 总结

最后用一句话概括这三者的区别。

Skill解决具体怎么做，Agent负责把目标做成，子智能体则帮助Agent拆分任务、隔离上下文和并行执行

如果你觉得今天这篇有收获，欢迎点赞、在看、转发三连！我们下篇见。

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。【保证100%免费】🆓

CSDN粉丝独家福利

这份完整版的 AI 大模型学习资料已经上传CSDN，朋友们如果需要可以扫描下方二维码&点击下方CSDN官方认证链接免费领取 【保证100%免费】

（👆👆👆安全链接，放心点击）

对于0基础小白入门：

如果你是零基础小白，想快速入门大模型是可以考虑的。

一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。

👉1.大模型入门学习思维导图👈

要学习一门新的技术，作为新手一定要先学习成长路线图，方向不对，努力白费。

对于从来没有接触过AI大模型的同学，我们帮你准备了详细的学习成长路线图&学习规划。可以说是最科学最系统的学习路线，大家跟着这个大的方向学习准没问题。（全套教程文末领取哈）

👉2.AGI大模型配套视频👈

很多朋友都不喜欢晦涩的文字，我也为大家准备了视频教程，每个章节都是当前板块的精华浓缩。

👉3.大模型实际应用报告合集👈

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。（全套教程文末领取哈）

👉4.大模型实战项目&项目源码👈

光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战项目来学习。（全套教程文末领取哈）

👉5.大模型经典学习电子书👈

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。（全套教程文末领取哈）

👉6.大模型面试题&答案👈

截至目前大模型已经超过200个，在大模型纵横的时代，不仅大模型技术越来越卷，就连大模型相关的岗位和面试也开始越来越卷了。为了让大家更容易上车大模型算法赛道，我总结了大模型常考的面试题。（全套教程文末领取哈）

为什么分享这些资料?

只要你是真心想学AI大模型，我这份资料就可以无偿分享给你学习，我国在这方面的相关人才比较紧缺，大模型行业确实也需要更多的有志之士加入进来，我也真心希望帮助大家学好这门技术，如果日后有什么学习上的问题，欢迎找我交流，有技术上面的问题，我是很愿意去帮助大家的！

这些资料真的有用吗?

这份资料由我和鲁为民博士共同整理，鲁为民博士先后获得了北京清华大学学士和美国加州理工学院博士学位，在包括IEEE Transactions等学术期刊和诸多国际会议上发表了超过50篇学术论文、取得了多项美国和中国发明专利，同时还斩获了吴文俊人工智能科学技术奖。目前我正在和鲁博士共同进行人工智能的研究。

资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。

CSDN粉丝独家福利

这份完整版的 AI 大模型学习资料已经上传CSDN，朋友们如果需要可以扫描下方二维码&点击下方CSDN官方认证链接免费领取 【保证100%免费】![
这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。

CSDN粉丝独家福利

这份完整版的 AI 大模型学习资料已经上传CSDN，朋友们如果需要可以扫描下方二维码&点击下方CSDN官方认证链接免费领取 【保证100%免费】![
dnimg.cn/direct/01c8d6cbd2fe455da34b0d10b53dfbc5.jpeg#pic_center)

CSDN粉丝独家福利

这份完整版的 AI 大模型学习资料已经上传CSDN，朋友们如果需要可以扫描下方二维码&点击下方CSDN官方认证链接免费领取 【保证100%免费】