關于Claude Skills，我給你寫了份82頁的白皮書

說起來，Claude Skills這個功能我關注挺久了。

10月份剛發布的時候我就寫過一篇，當時的判斷是"AI Native的門檻又降低了"。這幾個月用下來，判斷沒變，但理解更深了一層。

我在Claude Code里寫了幾十個Skills，主要用在寫作和開發流程上。最大的感受是——它讓Claude學會了按需加載。

以前每次開聊，都得重復一堆東西："幫我按XX格式""記得包含XX""別忘了XX"。煩，Token也燒得厲害。

現在不用了。規則提前寫好，Claude平時只記住"有這么個手冊"，大概100個tokens，真正用的時候才打開看。官方管這叫漸進式披露。

Skills、MCP、Sub-agents到底啥區別？

這個問題被問過很多次。一開始我也暈，研究了一圈才理順。

最簡單的理解：

MCP****讓Claude能碰到外部系統。連數據庫、調API、讀文件，都是MCP的活兒。

Skills告訴Claude碰到之后怎么用。拿到銷售數據怎么算增長率，生成什么格式的報告，這是Skills的活兒。

MCP是發工具，Skills是教怎么用工具。兩個是配合關系。

那Sub-agents呢？

Sub-agents是派一個人出去干活，新開一個會話，干完把結果帶回來。Skills不一樣，是在當前對話里給自己加能力。

簡單說：Skills是裝技能，Sub-agents是派人。

任務復雜、要跑很久的時候用Sub-agents。比如審查整個代碼倉庫，你總不能干等著。

為什么有人說Skills比MCP更重要？

Simon Willison寫過一篇分析，說Skills可能比MCP更重要。

理由挺直接：Token消耗差太多了。

GitHub官方的MCP服務器，單獨就要吃掉幾萬個tokens——因為要把所有能力描述預先加載進去。Skills呢，平時只加載一百來個tokens的元數據，需要的時候才加載詳細內容。

而且Skills門檻更低。一個Markdown文件加上可選的腳本，就是一個Skill。不用跑服務器，不用配JSON。

會寫文檔就能寫Skills。這個我覺得挺關鍵的。

對比表

Prompts

Skills

MCP

Sub-agents

復用性

單次對話

跨對話

跨對話

單次任務

Token消耗

每次全量

按需加載

預先全量

獨立會話

門檻

會寫字

會寫文檔

要寫代碼

要配置

能訪問外部數據

臨時任務用Prompts，重復性工作流用Skills，需要連外部系統用MCP，復雜獨立任務用Sub-agents。

誰比較需要這個？

三類人：有固定工作流的、團隊協作的、Token燒得多的。

我自己主要用來跑寫作流程——創作流程、風格指南、個人素材庫，以前每次寫文章都要手動加載，現在打包成Skills，自動按需調用。

白皮書里有什么？

為了幫大家更系統地理解這個東西，我和Claude Code合作寫了一份82頁的白皮書。

涵蓋了：

• 核心概念和技術架構

• Skills vs MCP vs Prompts vs Sub-agents的對比

• 在不同平臺使用Skills

• 真實案例（Sionic AI怎么用Skills管理ML實驗）

• 局限性和安全風險

• 未來展望

你可以按需查閱，也可以直接把PDF丟給Claude，讓它給你做個性化解釋。

不過話說回來

如果你還沒太搞懂Skills，也別焦慮。像之前的MCP一樣，風潮過去后，真正留下來常用的其實沒幾個。

技術迭代太快，誰也不好說下一個替代Skills的會是什么。保持學習、保持好奇就行。

最簡單的開始

在~/.claude/skills/下創建一個文件夾，寫個SKILL.md，重啟Claude Code，就能用了。

白皮書里有完整的創建流程和模板，動手跑一遍，比看十遍文檔都管用。

如何獲取白皮書？

轉發、點贊本文，在公眾號后臺發送「skills」，即可獲取完整PDF文檔。