AI 术语解释：Agent、MCP、Skill、AGENTS.md 及它们的协作方式

摘要

用一句话概括：Agent 是会思考会动手的 AI 员工，MCP 是给它装外接设备的 USB-C，SKILL.md 是它随身携带的工种手册，AGENTS.md 是项目门口贴的工作守则。 这四样东西不是替代关系，而是分别解决”谁干活 / 怎么连工具 / 会哪门手艺 / 守哪家规矩”四个不同问题，组合起来才能让 AI 编程助手在你的项目里既能干、又听话。

研究问题

• 这四个概念分别是什么？各自解决了什么问题？
• 它们在一次真实的”AI 帮我写代码 / 处理任务”流程中如何协作？
• 对刚接触 AI 编程工具的开发者，有哪些直观的比喻可以用？

发现

1. Agent = 能自己拆任务、调用工具的 AI 员工 —— Anthropic 把 Claude Code 的”subagent”定义为：拥有独立上下文窗口、独立系统提示、可被限制工具权限的专门助手。当主对话遇到匹配某个 subagent 描述的任务时，会自动委派给它，子代理在自己的小屋里干完活，只把摘要交回来——这样主对话的上下文不会被一堆日志/搜索结果淹没。可以理解为”主管把脏活外包给专业小工”。Claude Code Subagents 官方文档

2. MCP = AI 应用的 USB-C 接口 —— Model Context Protocol 是一个开源标准，让 AI 应用（Claude、ChatGPT、Cursor、VS Code 等）以同一套协议去连接外部数据源（本地文件、数据库）、工具（搜索、计算器）和工作流（专用提示）。官方原话：”Think of MCP like a USB-C port for AI applications.” 一次开发，处处接入；模型本身不变，但能拿到的”外设”无限扩展。Model Context Protocol 官方介绍

3. SKILL.md = 给 Agent 的”专业工种手册” —— Claude Skills 是 Anthropic 推出的”打包专长”的格式：一个文件夹里放一份 SKILL.md (带 YAML frontmatter 的 Markdown)，再加可选的 scripts/references/assets。Claude 用渐进式披露 (progressive disclosure) 加载它——先扫一眼 ~100 token 的 metadata 知道”会不会用得上”，需要时再加载正文，必要时再调用具体脚本。Skills 设计目标是可组合、可移植、跨 Claude 应用 / Claude Code / API 通用。形象地说：Skill 是 Agent 衣柜里的”工种制服”，穿上厨师服就会做菜，穿上电工服就会接线。Anthropic Skills 公告 ｜ SKILL.md 写作规范汇总

4. AGENTS.md = 项目门口贴的”工作守则” —— 这是一个开放、跨工具的 Markdown 约定，专门给 AI 编码代理看。它和 README.md 分工明确：README 给人类读，AGENTS.md 给 AI 读，里面写构建/测试命令、代码风格、环境配置、PR 规范、安全注意事项等。已被 OpenAI Codex、GitHub Copilot、Google Jules / Gemini CLI、Cursor、Zed、Aider、goose、Factory 等 60,000+ 项目采用，monorepo 还能在子目录嵌套不同的 AGENTS.md。它的意义在于：以前每家工具都搞自己的 .cursorrules、CLAUDE.md、copilot-instructions.md……现在有了一个事实标准让规则一次写、各家都读。AGENTS.md 标准官网

5. MCP 与 Skills 不是同一层的东西 —— MCP 关心的是”AI 怎么连到外面的工具/数据”，是协议层；Skills 关心的是”AI 在拿到工具之后怎么干活才专业“，是知识层。同一个 Agent 可以一边通过 MCP 连上 GitHub/Jira/数据库，一边加载”代码评审 Skill”或”PPT 制作 Skill”来决定干活的套路。两者互补，不是二选一。MCP 官方介绍 ｜ Anthropic Skills 公告

协作方式（用”餐厅”类比）

把一次 AI 编程协作想象成一家餐厅：

角色	对应概念	干什么
大厨 / 主管	主 Agent (Claude / Codex …)	接客人订单、拆任务、决定流程
后厨小工	Subagent	接专门的脏活（比如”把整个 src 目录搜一遍找 TODO”），干完只回一句话
各种厨具 / 食材柜	MCP Servers	标准化对接：烤箱、冰箱、Github、数据库……主厨用同一种插头都能连
工种证书 / 菜谱本	SKILL.md	“我会做日料/法餐/烘焙”——按需调阅，不会一上来背完所有菜谱
餐厅门口的员工守则	AGENTS.md	这家店怎么洗手、几点开门、上菜规范——任何新来的厨师/小工都先看一眼

一次典型流程

用户："帮我加一个登录功能并跑通测试"
        │
        ▼
   ┌──────────┐   ① 先读项目根目录的 AGENTS.md，了解构建/测试/代码风格
   │ 主 Agent │
   └────┬─────┘
        │ ② 任务里出现「写 React 组件」→ 自动加载 react-component SKILL.md
        │   (progressive disclosure：先 metadata，匹配上才加载正文)
        │
        │ ③ 需要查数据库表结构 / 提交 PR
        │   → 通过 MCP 连接 Postgres server、GitHub server，调用工具
        │
        │ ④ 需要全仓搜索"哪些文件引用了旧 auth"
        │   → 派一个 subagent 去搜，搜完只回摘要，不污染主上下文
        │
        ▼
   交付：代码 + 测试通过 + PR 链接

一句话串起来：AGENTS.md 让 Agent 知道”在这家店怎么干”，SKILL.md 让 Agent 知道”这门手艺怎么做”，MCP 让 Agent 真的能”伸手碰到外面的世界”，Subagent 让 Agent 能”分身去干杂活”。

对比与判断

• 如果你只是想让 Cursor / Claude Code 在你项目里听话 → 先写 AGENTS.md（或对应的 CLAUDE.md），成本最低、收益最直接。
• 如果你想让 AI 接入企业内部系统 / 自定义工具 → 走 MCP，写或装一个 MCP server。
• 如果你有一套”特定领域的标准做法”想复用（比如公司内部的 PPT 模板、代码评审 checklist）→ 写成 Claude Skill。
• 如果主对话经常被搜索结果 / 大日志淹没 → 抽出 subagent。
• 这四者没有谁能完全替代谁：MCP 解决”连外部”，Skill 解决”会专长”，AGENTS.md 解决”守规矩”，Agent/Subagent 解决”谁来干”。

不确定性

• SKILL.md 的字段（如 allowed-tools、compatibility）目前主要来源于社区整理与 Anthropic 早期文档，规范细节仍在演进，以官方最新文档为准。
• AGENTS.md 是开放约定而非强制规范，不同工具读取的字段、嵌套行为可能略有差异。
• “Skills vs MCP vs Subagents”的边界在 2025–2026 演进过程中还在变化，未来可能进一步融合。

后续行动

• 在自己项目里实操：写一份精简的 AGENTS.md，并把现有 CLAUDE.md 的通用部分迁移过去。
• 试着把”研究 + 落 Obsidian 笔记”这个流程写成一个 Claude Skill，看看是否比当前 researcher.md 子代理更顺手。
• 跟踪 modelcontextprotocol.io 与 claude.com/blog 的更新，关注 Skills 是否推出官方注册中心 / 市场。

来源

• Claude Code Subagents 官方文档
• Model Context Protocol 官方介绍
• AGENTS.md 标准官网
• Anthropic 官方公告：Agent Skills
• Agent Skills: The Open Standard (EveryDev.ai)