簡而言之：Anthropic 最近對「技能」的推進讓許多人感到困惑。這只是「代理人」的另一個名稱嗎？不是。這個差異是根本性的經濟學問題。代理人就像聘用昂貴的承包商：他們帶著自己的負擔（上下文），並按小時計費（令牌消耗）。技能就像把一本標準作業程序的圖書館交給一位聰明的員工：他們只有在需要時才會翻閱書本。這就是為什麼人工智慧工作流程的未來關於動態載入而不是靜態人力配置。我是詹姆斯，Mercury Technology Solutions的執行長。
台北 - 2025年12月23日 當Anthropic推出「技能」功能時，我的第一反應是懷疑。
「等等，我們不是已經有代理人了嗎？這不只是重新品牌嗎？」在深入研究架構後，我意識到我錯了。這是兩種完全不同的人工智慧編排哲學。一種模仿
人力配置；另一種模仿知識管理。1. 「代理人」陷阱：數位人力配置的問題我們都熟悉代理人的概念。這是「多重角色」的想法。你設置了一條數位組裝線：
代理人A：資深工程師（撰寫程式碼）。
代理人B：質量保證負責人（審查程式碼）。
- 代理人C：技術寫手（記錄程式碼）。
- 在紙面上，這看起來像是一個完美的組織。在實踐中，它往往是一個
- 令牌爐。
隱藏的成本：上下文碎片化：每個代理人都生活在自己的孤島中。代理人B不會自動知道代理人A在想什麼，除非你傳遞整個歷史（昂貴）或總結它（有損失）。
閒置資源消耗：
- 當你啟動一個代理人群時，你基本上是「同時聘用」他們所有人。即使他們不在工作，仍然佔用記憶和上下文窗口。協調摩擦：
- 就像真正的人類一樣，人工智慧代理人也遭受「信息不對稱」。如果質量保證代理人缺乏工程師代理人的上下文，輸出將不穩定。這就像聘用五個自由工作者，他們坐在不同的房間裡，拒絕在沒有正式會議的情況下互相交談。維護開銷往往超過生產力。
- 2. 「技能」解決方案：即時協議「技能」顛覆了這個模型。與其「聘用更多人」，不如
給你最好的員工一本更好的手冊。
「技能」不是一個角色；它是一個目錄結構。它通常看起來像這樣：
SKILL.md：主標準作業程序（SOP）。workflows/：執行的具體步驟。
context/：參考數據。
- 動態載入的魔力：
- 技能的精髓在於
- 令牌經濟學
The Magic of Dynamic Loading:The genius of Skills lies in Token Economics. 當你開始一個會話時，Claude 不會閱讀每一本手冊。它只會閱讀 索引（目錄）。
- Claude 看到它有一項名為「資料遷移」的技能。
- 它 並不立即載入內容。
- 只有當你詢問：「幫我移動這個 SQL 資料庫」時，Claude 才會動態地將 SKILL.md 載入上下文視窗。
- 一旦任務完成，它會釋放該上下文。
戰略差異：「隨時開啟」與「按需」
這個區別歸結於 載入時間 和 資源使用。
代理 = 「正式雇用」
當你啟用一個代理時，你會立即將其整個角色、規則和歷史載入上下文視窗。這就像一位全職員工坐在辦公桌前。無論他們是否在工作，他們都在消耗電力（以及你的 API 積分）。
技能 = 「圖書館策略」
當你使用技能時，你是在運作一個 即時（JIT） 系統。Claude 像是一位擁有大量圖書館資源的單一高智能工作者。它在編寫程式時會抓取「Python 手冊」，然後放回去，寫文案時則抓取「行銷手冊」。
除非絕對必要，否則它不會同時手握兩本手冊。
結論：一位天才 > 五位實習生
我告訴我的團隊的比喻是：
- 代理就像雇用五位平庸的員工，每人有一個特定的工作描述。
- 技能就像雇用 一位天才 並給他一個滿是完美標準作業程序的架子。
對於複雜的多模式任務，你不需要一個擁擠的房間裡的代理互相碰撞。你需要的是一個單一的、連貫的智慧，知道該從架子上拉出哪本書。
Mercury Technology Solutions：加速數位化。
