AI Agent 要变强：两条路径（Skills vs SubAgent）
内容提要
AI Agent 提升能力有两种方式：内化技能（Skills）和外包任务（SubAgent）。选择方式取决于任务的复杂性和信息需求。两者结合使用可优化上下文管理，提高效率。
关键要点
-
AI Agent 提升能力有两种方式：内化技能（Skills）和外包任务（SubAgent）。
-
Skills 是将新能力直接内化到主 Agent 中，适合简单任务或需要全程掌控的场景。
-
SubAgent 是将任务外包给专门的子代理，适合复杂或耗时的任务。
-
Skills 模式下，上下文管理可能导致信息混乱，而 SubAgent 模式保持主 Agent 的上下文干净。
-
选择使用 Skills 还是 SubAgent 取决于子任务的复杂性和信息需求。
-
可以结合使用 Skills 和 SubAgent，通过先展开再压缩的方式优化上下文管理。
-
使用文件系统作为中转站可以保持上下文精简，避免信息冗余。
-
上下文耗尽时，可以通过总结已完成的工作来保留成果。
-
Agent 的竞争在于如何优雅地管理工具，而非仅仅调用工具的数量。
-
Skills 和 SubAgent 是两种工具，需根据场景合理选择，设计架构时需考虑上下文管理。
延伸解读
选择合适的能力提升方式
在选择使用 Skills 还是 SubAgent 时，需考虑任务的复杂性和信息需求。简单任务适合 Skills，能让主 Agent 全程掌控；而复杂任务则更适合 SubAgent，能保持上下文的整洁。合理选择可以提高效率，避免信息混乱。
上下文管理的重要性
上下文管理是 AI Agent 成功的关键。使用 Skills 时，信息可能会相互干扰，导致上下文混乱；而 SubAgent 则能有效隔离信息，保持主 Agent 的清晰。设计时需关注上下文容量，以优化任务执行效果。
结合使用的策略
将 Skills 和 SubAgent 结合使用，可以通过“先展开再压缩”的策略优化上下文管理。通过加载必要的技能并在完成后只保留结果，可以有效减少信息冗余，提升 Agent 的工作效率。
延伸问答
AI Agent 提升能力的两种方式是什么？
AI Agent 提升能力的两种方式是内化技能（Skills）和外包任务（SubAgent）。
什么情况下适合使用 Skills 模式？
Skills 模式适合任务不复杂或需要主 Agent 全程掌控的场景。
SubAgent 模式的优势是什么？
SubAgent 模式的优势在于保持主 Agent 的上下文干净，适合复杂或耗时的任务。
如何优化上下文管理？
可以结合使用 Skills 和 SubAgent，通过先展开再压缩的方式，或使用文件系统作为中转站来优化上下文管理。
上下文污染问题是什么？
上下文污染问题是指在 Skills 模式下，信息过多导致上下文混乱，影响 AI 的推理能力。
AI Agent 竞争的关键是什么？
AI Agent 的竞争关键在于如何优雅地管理工具，而不仅仅是调用工具的数量。
