返回目录

AI 概念

什么是智能体、Agent、Skill 和 MCP?

第一次接触这些词时,最容易困惑的一点是:它们都像在说 “AI 会做事”, 但其实分工并不一样。你可以先把一个 AI 系统想成一个在办公室里干活的小团队: 智能体 像岗位名称, Agent 像真正干活的小助手, Skill 像操作手册, MCP 像把外部工具接进来的插头和转接规则。

智能体

更像一个“岗位名”,比如客服智能体、写作智能体、编码智能体。

Agent

更像一个正在干活的小助手,负责接任务、思考步骤、调用工具。

Skill

更像一份菜谱或操作手册,告诉 Agent 这类事通常要按什么步骤做。

MCP

更像接口规则,让 Agent 能接上 GitHub、浏览器、设计稿等外部系统。

一张图看懂四个概念

如果把它们放进同一个画面里,可以这样看:智能体负责“这个 AI 是做什么的”,Agent 负责“谁在实际干活”,Skill 负责“按什么方法做”,MCP 负责“能连上哪些外部东西”。

智能体、Agent、Skill 和 MCP 的关系图 图中展示智能体处在整体角色层,Agent 是执行单元,Skill 是方法包,MCP 是连接外部工具和数据的协议层。 智能体 对外介绍时常说的能力名字 例如:写作智能体、客服智能体、编码智能体 Agent 真正跑起来的小助手 负责拆步骤、做判断、调工具 复杂系统里可能同时有多个 Agent Skill 可复用的做事方法 告诉 Agent 这类任务怎么做 例如:部署 skill、审查 skill MCP 把外部系统接进来的规则 让 Agent 能用工具和资源 例如:GitHub、Figma、浏览器 工程里常落成具体执行者 执行时会用到方法 执行时也要接工具 先不用被英文吓到。很多时候 Agent 就是“智能体”的英文,只是在工程里它常被说得更具体。

1. 什么是智能体?

“智能体”这个词,最适合从“岗位”去理解。比如你在一个产品里看到“写作智能体”“客服智能体”“代码智能体”, 你会自然觉得:它是专门负责这一类事情的。

所以,当别人说“做一个客服智能体”时,重点是在描述 它对外提供什么能力,而不是内部到底用了几个提示词、几个工具,或者几个 agent。

你可以把它想成公司里的“岗位名称”。用户看到的是“客服”“设计”“开发”这些岗位; 至于岗位后面具体怎么分工,那是系统内部的事。

例子:你说“我想做一个帮我整理日报的智能体”,这句话里的重点是“整理日报”这类整体能力。

2. 什么是 Agent?

Agent 先可以简单理解成“智能体”的英文,这样你第一次看到它时不会太乱。 但在工程语境里,Agent 往往会被说得更具体,它常常指一个 正在后台实际干活的小助手

比如一个编码系统里,可能有一个 agent 负责读需求,一个 agent 负责改代码, 还有一个 agent 负责审查结果。对用户来说,这些都属于同一个“编码智能体”; 但对工程实现来说,它们是不同的 agent。

例子:你让 AI “帮我修首页 bug”,真正接单、拆步骤、调工具去做事的,通常是某个 agent。

3. 什么是 Skill?

Skill 最适合拿“菜谱”或“操作手册”来理解。它本身不替你下锅炒菜, 但它会告诉你这道菜通常该先切什么、再放什么、最后怎么收尾。

放到 Agent 系统里,Skill 也是一样。它不直接“执行”,而是告诉 Agent: 这类任务通常应该先看什么、后做什么、要注意哪些坑。

例如,一个“部署 skill”可能写着:先确认项目能构建,再执行部署,最后检查线上地址; 一个“代码审查 skill”可能写着:先看改动范围,再找风险点,最后补充测试建议。

一句话记忆:Skill 解决的是“这类事一般该怎么做”,不是“这个系统能不能连上某个工具”。

4. 什么是 MCP?

MCP 可以先不去背全称。对新手来说,先记住它是一个 把外部工具接进来的统一规则 就够了。

你可以把它想成插线板或转接头规则。电脑本来不会直接操作 GitHub、Figma、浏览器或数据库, 但只要这些系统按 MCP 的方式暴露能力,Agent 就更容易统一地发现和调用它们。

所以,当你看到“GitHub MCP”时,不是在说 GitHub 变成了智能体, 而是在说 GitHub 把自己的部分能力按照 MCP 这套规则接了进来。

例子:如果 Agent 需要读仓库、提 PR、看设计稿、开浏览器页面,这些往往都要靠 MCP 一类的接入方式来完成。

5. 它们通常怎么一起工作?

  1. 假设你对 AI 说:“帮我把首页按钮颜色改掉,并提交代码。”
  2. 从你的视角看,是一个“编码智能体”在帮你做事。
  3. 从系统内部看,真正接任务并动手的,可能是一个主 agent,必要时还会带上其他子 agent。
  4. 这些 agent 会参考相关的 skill,比如前端改版 skill、代码审查 skill,按步骤做事。
  5. 如果它需要看仓库、查设计稿、开网页、提交 PR,就要通过 MCP 接入这些外部工具。
  6. 最后你看到的是结果:代码改好了、验证做了、产出也交回来了。

所以如果只记一句话,可以记成: 智能体是角色,Agent 是执行者,Skill 是方法,MCP 是连接层。

6. 用一个生活化例子串起来

你可以把它们想成一家小餐馆:

  • 智能体:像“这家店是做什么的”,比如它是一家面馆。
  • Agent:像店里真正干活的人,比如点单员、厨师、打包员。
  • Skill:像菜谱和工作流程,告诉大家这碗面应该怎么做、先后顺序是什么。
  • MCP:像收银系统、外卖平台、仓库接口这些连接外部系统的接入口。

用户只会觉得“这家店把面做好送来了”;但在内部,其实是岗位、人员、流程和外部系统一起配合完成的。

7. 四个概念放在一起怎么区分?

名称 更像什么 主要作用 常见出现位置 关键区别
智能体 对外角色 围绕目标持续完成一类任务 产品说明、业务方案、用户界面 强调“这个 AI 是干什么的”
Agent 执行单元 真正运行、决策、规划、调用能力 工程文档、运行时架构、多 agent 系统 强调“谁在实际执行”
Skill 方法包 提供任务处理流程和标准做法 Agent 平台、团队工作流、任务模板 强调“这类事通常怎么做”
MCP 连接协议 把工具、资源和上下文暴露给模型 工具接入、资源接入、系统集成 强调“能接上什么、怎么接”

8. 最容易混淆的地方

误解一:智能体和 Agent 完全不是一回事

不完全对。很多时候它们就是同一个概念的中英文表达,只是 Agent 在工程文档里通常说得更细。

误解二:Skill 就是工具

不是。Skill 更像做事方法,工具更像螺丝刀或浏览器。前者告诉你步骤,后者给你能力。

误解三:MCP 就是某个插件

也不是。MCP 是一套统一接入规则。具体的 GitHub MCP、Figma MCP 才是按这套规则提供能力的接入项。

误解四:有了 MCP 就自动有智能体

不是。MCP 只解决“怎么接上外部东西”,不负责“这个 AI 要做什么”和“它该怎么做”。

9. 新手最该记住的四句话

  • 智能体是角色
  • Agent 是执行者
  • Skill 是方法包
  • MCP 是连接层

如果你以后看到别人说“这个智能体会写代码”,那通常是在描述整体能力; 如果看到“启动一个 agent 去处理任务”,那通常是在描述具体执行单元; 如果看到“先加载对应 skill”,那是在说先用这类任务的方法说明; 如果看到“通过 MCP 接 GitHub 或 Figma”,那说的是让模型接上外部系统。