2026 年，几乎每个团队都在同时讨论 MCP 与 Agent Skills，但能清晰区分二者的人并不多。混淆的代价是：上下文浪费、工具过载、Agent 行为不可预测。
Table of contents
Open Table of contents
一句话区分
- MCP：让 Agent 能触及外部系统（数据库、API、文件系统之外的世界）
- Agent Skills：让 Agent 知道如何正确地完成某类工作（流程、规范、脚本）
论文《Harnessing Agent Skills: Architectural Patterns and a Reference Architecture for Skill-Mediated LLM Agents》（2026-05）给出了形式化定义：Skill 是可加载的知识包，而非连接。
Agent Skills 的结构
Vercel 开放规范定义的 Skill 是一个文件夹：
my-skill/
├── SKILL.md # 自然语言指令，描述何时、如何使用该技能
├── scripts/ # 可选，辅助脚本
└── references/ # 可选，参考文档安装方式统一：
npx add-skill vercel-labs/agent-skills --agent claude-code
# 支持 opencode、codex、cursor 等Tip
Skill 是“按需加载”的——只有当任务匹配时，才会被注入上下文，成本远低于常驻 MCP 工具。
MCP 的成本：常驻上下文税
MCP 的每个工具定义都会在每一轮请求中被读取。Capital & Compute 的分析指出，超过约 40 个工具后，部分客户端会直接停止向模型提供工具定义。
这意味着：
- 安装 50 个 MCP Server ≠ 更强，而是更慢、更贵、更容易触发截断
- 低频工具常驻是浪费，高频工具才值得常驻
实战选型矩阵
| 需求 | 选 MCP | 选 Skill | 示例 |
|---|---|---|---|
| 读取生产数据库 | ✅ | postgres-mcp | |
| 代码 Review 规范 | ✅ | code-review-skill | |
| 调用支付网关 | ✅ | stripe-mcp | |
| 发布流程 Checklist | ✅ | release-skill | |
| 搜索企业知识库 | ✅ | ✅ | MCP 提供检索，Skill 提供“如何写好检索查询” |
最佳实践是组合：MCP 提供触达能力，Skill 提供使用方法。
# SKILL.md 示例（节选）
---
name: api-review
description: 适用于所有 API 变更的 Review 规范
---
当检测到 `src/api/` 下有改动时：
1. 检查是否更新了 OpenAPI 规范
2. 运行 `scripts/check-breaking-change.sh`
3. 要求至少一个集成测试覆盖反模式
- 把所有文档都做成 MCP：应做成 Skill，按需加载
- 把流程知识硬编码进 Prompt：应打包为 Skill，可版本化、可复用
- 无差别安装 MCP：应审计使用频率，超过 40 工具时做减法
小结
2026 年的 Harness 设计原则是：用 MCP 扩展边界，用 Skills 沉淀知识。前者按“连接”计费，后者按“知识”复用。理解这一分工，才能在上下文预算有限的前提下，让 Agent 既“够得着”又“做得对”。