拨开Agent能力迷雾：Tool、Skill与MCP的本质与加载策略

构建AI Agent时，如何扩展其能力是核心问题。面对Tool、Skill、MCP这三个概念，初学者常感困惑：它们的最终表现形式不都是“让Agent去调某个API执行动作”吗？为什么要拆分出这么多名词？还有一个常见的误解是：“Skill是渐进式加载，而Tool和MCP是全量加载”。
事实并非如此简单。剥离表象回归本质，这三者分别处于架构的不同层次，解决着完全不同的问题。

一、 三个层次解决三类问题

从最终效果看，它们都是Agent与外界交互的手段。但之所以存在三套体系，是因为它们分别扮演着截然不同的角色：

• MCP（Model Context Protocol）：解决“怎么连”的问题。它是一种标准化通信协议，负责将模型与外部系统连接，降低工具集成的碎片化成本。
• Tool（工具）：解决“能干什么”的问题。它是原子化的执行动作，对应具体的API或函数，赋予基础操作能力。
• Skill（技能）：解决“怎么干”的问题。它封装了做事的流程与领域知识，指导Agent如何组合Tool完成复杂任务。
  三者的协同关系构成了强大的执行闭环：MCP提供标准连接，Tool提供基础动作，Skill组织这些动作成为专业流程。

1. MCP：标准化连接的接口。在没有MCP之前，每个Agent要连接不同的系统都要单独写胶水代码。MCP将其变成了“M+N问题”：写一次MCP Server封装系统，任何支持MCP的客户端都能直接接入。
2. Tool：最原始的手臂。Tool通常表现为带有名称、描述和JSON Schema参数的函数，特点是确定性和职责单一。但光有Tool，Agent只知道“有这些手”，却不知道“什么时候该用哪只手，按什么顺序用”。
3. Skill：本地化的操作手册。Skill通常是一个包含元数据、自然语言指令和可选资源的文件（如SKILL.md）。它不提供API本身，而是提供“如何编排API”的最佳实践，且非开发人员也能编写和修改。

二、 加载机制：谁在全量，谁在渐进？

“Skill是渐进式加载，而Tool/MCP是全量加载”这个说法在今天已经过时。加载方式并不由概念本身强制决定，而是由具体实现策略主导。

1. Skill：天生为按需加载设计

主流的Skill实现采用“三层渐进式披露”结构，核心动机就是解决上下文窗口有限的问题并节省Token：

• 元数据层：启动时仅加载“名片”（名称、简短描述），占用极少Token，支持挂载海量技能。
• 主体层：当Agent判断与当前任务相关时，才加载完整的指令指南（SOP、适用场景、异常处理）。
• 关联层：执行过程中，进一步按需加载具体脚本、模板等重资源，通常只将运行结果放入上下文。

2. Tool：从全量预加载向按需演进

传统实现中，Tool在初始化阶段被全量注册，其名称、参数、用法描述作为系统提示词一次性载入上下文。当工具数量庞大时，这会消耗大量上下文空间并干扰模型决策。为此，前沿Agent引入了工具搜索（Tool Search）机制，使Tool的加载也开始向按需注入相关工具定义的渐进式模式演变。

3. MCP：协议层发现

MCP协议本身不规定加载策略，取决于客户端与服务器的实现。典型流程为：建立连接 -> 查询工具列表 -> 按需执行调用。早期客户端常将所有Tool Schema一次性塞入上下文，如今Claude Code等工具已实现MCP Tool Search，按需拉取工具定义，实测能将上下文Token消耗大幅降低。

三、 核心维度对比

为了更直观地理解，我们可以通过下表对比三者的核心维度：

四、 具体案例与架构建议

假设要实现“每天早上将GitHub Issues摘要发到Slack”的任务：

• MCP：编写GitHub Server和Slack Server，负责将Agent与这两个外部系统标准化连接。
• Tool：提供list_issues(repo)和send_slack_message(channel, text)这两个具体的API执行能力。
• Skill：编写指令文件，指导Agent先调用list_issues获取数据，再调用模型整理摘要，最后调用send_slack_message发送，并定义API报错时的重试逻辑。
  架构设计建议：
  不要被“都是调API”的表象迷惑。MCP标准化了连接方式，Tool提供了原子执行力，而Skill赋予了Agent复杂任务的编排智慧。在实际架构中：

1. 将复杂业务流程封装为Skill，以优化上下文管理并提升输出质量。
2. 对于单一、稳定的API调用，传统Tool定义更为直接简单。
3. 构建通用型Agent时，优先采用支持渐进式加载的Skill设计，并通过MCP连接外部数据源，这是当前构建强大、可维护Agent的先进模式。整个生态都在向更高效的按需加载演进。