2026 做 Agent 的正确姿势:单 Agent 起步,Skills 沉淀方法论,MCP 负责连接
今天是 2026 年 2 月 11 日。过去一段时间,我集中读完了 Anthropic 关于 Claude Agents 的四篇博客。读完之后最大的感受不是"又出了几个新名词",而是——他们在做一件很多厂商不愿意明说的事:把 Agent 从"能聊天的能力展示"往"可稳定交付的工程系统"上推。
这四篇文章发布时间横跨 2025 年底到 2026 年初,主题分别是 Skills 与 MCP 的协同、2026 年软件构建趋势、Agent Skills 的设计理念,以及多 Agent 系统的使用时机。它们之间有一条清晰的脉络:不是教你把模型用得更花哨,而是教你把 Agent 做得更工程化。
如果你最近也在做 Agent 相关的事情,我猜你会卡在同一类问题上:
• 到底什么时候该上多 Agent,什么时候在浪费钱? • 工具越接越多,模型反而越来越不稳定,怎么回事? • 团队的标准、流程、合规要求,怎么让模型"照做"而不是每次都要人纠正?
这篇推文,我想把四篇文章的核心框架合在一起讲清楚,并在最后给一份你明天就能动手的落地清单。
太长不看版
• 从单 Agent 开始。 多 Agent 不是"更强",它是"更贵 + 更难控"。只有出现特定信号才值得上。 • 多 Agent 最常见的价值就三种:上下文保护、并行化搜索空间、专业化分工。没别的了。 • 模型"通用能力"越来越强,但离"领域专家"还差一截。缺的不是 IQ,是积累的流程与标准。 • Skills 解决的是"教它怎么做":把工作流、最佳实践、模板、脚本打包成一组文件,并用渐进式披露按需加载,省上下文窗口。 • MCP 解决的是"让它能访问什么":标准化连外部系统与数据源(Notion、Slack、数据库、内部服务等)。 • 最稳的组合是四层:Agent Loop(推理)+ Runtime(执行环境)+ MCP(连接)+ Skills(方法论)。分层清楚,系统才好演进。
一、先把"Agent"放回正确的分层里
很多团队一提到 Agent,脑子里是一锅粥:推理、执行、经验全搅在一起。结果就是 Prompt 越写越长,工具越接越多,产出还越来越不稳定。
Anthropic 在这几篇文章里反复讲一个分层:
这个分层的核心约束是:
推理层不要塞具体流程——流程要进 Skill。连接逻辑不要写在提示词里——连接要进 MCP。
这样做的收益很直接:
• Skill 可以版本化、复用、审计。 谁改了什么、什么时候改的,Git 追踪得到。 • MCP 负责"能不能连、连什么、权限是什么",边界明确,出了事故能查到是哪条连接。 • Agent Loop 的 Prompt 反而更短、更稳定。 你不再需要在系统提示词里塞一堆"连 Notion 用这个 API、格式按那个模板"。
用 Anthropic 原文的话说:"The loop reasons, the runtime executes, MCP connects, and skills guide." 每一层有自己的事,各管各的,系统才好演进。
二、别把多 Agent 当成默认选项
"多 Agent"这个词一度很火。但 Anthropic 在 1 月 23 日那篇文章里说得很直接:大多数情况下,单 Agent 就够了。
为什么?因为一旦上了多 Agent,成本不是线性增长的:
• Token 成本翻倍。并行搜索场景下可能 3~10 倍的 token 消耗。 • 协调复杂度上去。谁负责合并?子 Agent 之间冲突怎么解决?怎么防止互相带偏? • 可观测性变差。问题出在哪个子 Agent、哪一步、什么时候开始偏的?排查成本很高。
他们给了一个非常实用的判断框架:只有当你看到清晰信号时,才上多 Agent。
三个"值得上多 Agent"的信号
信号 1:上下文被噪音淹没
典型场景:某个子任务需要拉一大堆日志、历史记录、原始数据,但最终你只需要一个结论或者一段摘要。
比如客服系统需要查订单历史、同时诊断技术问题——订单查询会产生 1000+ tokens 的中间信息,但主对话只需要一句"订单已发货,物流单号是 XXX"。
做法:让子 Agent 单独处理,主 Agent 只拿"可控长度的摘要"。你会明显感觉到:主对话更干净,后续推理更稳定。
信号 2:搜索空间太大,单 Agent 扫不完
典型场景:竞品研究、事故根因排查、替代方案评估。一条线索可能分叉出十几个方向,单 Agent 很难在有限上下文里把所有方向都覆盖到。
做法:拆成互不重叠的子方向,多个子 Agent 并行扫,然后汇总、交叉验证。代价你得提前认:并行往往意味着 3~10 倍的 token 消耗。值不值,要看这个任务对结果质量的要求有多高。
信号 3:工具太多,行为模式互相打架
当一个 Agent 手里有 20+ 工具、还跨多个不相关领域时,性能容易劣化。更常见的问题是"注意力分散":明明该走 A 流程,它跑去试 B 工具,然后走了一条完全出乎你意料的路线。
做法:按领域拆专家子 Agent,每个只拿自己那一套工具与约束。比如 CRM 专家只管客户数据,营销专家只管活动和线索,不互相串场。
一个更好的切分方式:按"信息流"拆
很多人喜欢按"任务类型"来分 Agent,比如"搜索 Agent""分析 Agent""写作 Agent"。但 Anthropic 推荐的方式是按"信息流"切——
• 哪些步骤会产生大量中间信息?(这些步骤适合隔离) • 哪些步骤是严格流程,有明确顺序和验收标准?(这些适合 Skill 管) • 哪些步骤需要访问外部系统?(这些走 MCP)
按信息流切,多 Agent 才会真正减噪,而不是把问题变成"多个不稳定的黑盒在互相传话"。
三、Skills:让 Agent 变成"懂行的人",而不是"聪明的新人"
这是我觉得四篇文章里最有价值的一个概念。
Anthropic 的类比很扎心:
你愿意把报税交给一个"数学天才从第一性原理开始推导",还是交给一个"报过几千次税的税务师"?
绝大多数人会选税务师。不是因为他更聪明,而是因为他知道哪些坑必须避开、什么格式税务局会认、哪些减免项90%的人都会漏。
今天的 Agent 就像那个数学天才——推理能力很强,但缺少积累的经验。你的公司标准格式是什么?一个输出到什么程度算"完成"?哪些错以前踩过?灰区怎么处理?这些东西不在模型的训练数据里,也不应该每次都靠 Prompt 临时教。
Skills 做的就是把这些东西打包:工作流、最佳实践、模板、脚本、资产文件,都放进一个可版本化的文件集合里。
一个简化的 Skill 目录长这样:
some_skill/
├── SKILL.md # 主流程与触发规则(短,约500 tokens)
├── references/ # 支撑材料(长,按需加载,2000+ tokens)
└──…