为什么需要 Agent Skills？

四大核心痛点

白皮书开篇指出，Agent Skills 解决了当前 AI Agent 开发的四大摩擦点：

痛点	问题描述	Skills 的解决方案
上下文膨胀 (Context Rot)	把所有指令塞进系统提示词会严重降低 LLM 性能	按需加载，只在使用时引入相关上下文
缺乏程序性记忆	LLM 有 episodic（情景）和 semantic（语义）记忆，但缺少 “如何做” 的程序性记忆	Skills 是 LLM Agent 首个可信的程序性记忆原语
多 Agent 架构过载	复杂的多 Agent 系统难以构建和维护	单 Agent + Skills 库即可实现专业角色切换
可移植性差	不同平台间的能力难以复用	一个文件夹 + markdown 文件，任何有文件系统访问能力的 Agent 都能使用

关键术语定义

• Episodic Memory（情景记忆）: 记住 “发生了什么”，如对话历史
• Semantic Memory（语义记忆）: 记住 “事实是什么”，如知识库
• Procedural Memory（程序性记忆）: 记住 “如何一步步做”，这正是 Skills 提供的

---