大语言模型智体技能架构与应用解析

1. 大语言模型智体技能概述

2026年2月，浙江大学研究团队发表了一篇开创性论文《Agent Skills for Large Language Models: Architecture, Acquisition, Security, and the Path Forward》，系统性地阐述了大语言模型（LLM）从整体式架构向模块化、技能型智体的转变。这一转变标志着LLM在实际应用中的重大范式革新，为人工智能领域带来了全新的发展路径。

智体技能（Agent Skills）本质上是由指令、代码和资源组成的可组合包，智体可以根据任务需求动态加载这些技能包。与传统LLM将所有知识编码到模型权重中的做法不同，技能型智体通过外部技能包实现能力扩展，无需进行模型重训练。这种架构创新带来了三个显著优势：渐进式信息披露、技能定义的可移植性，以及与模型上下文协议（MCP）的无缝集成。

2. 智体技能的核心架构

2.1 SKILL.md规范与渐进式加载机制

智体技能的核心是SKILL.md规范，这是一个包含YAML元数据的Markdown文件。这种设计实现了信息的三级渐进式披露：

1. 元数据层：仅包含技能名称和简短描述，智体启动时预加载这部分信息（约几十个token）
2. 指令层：完整的程序指导内容，仅在技能被触发时加载
3. 资源层：脚本、参考文档等辅助资源，按需动态加载

这种分级加载机制有效解决了上下文窗口有限的问题。根据Zhang等人的研究，典型技能的三级加载token消耗分别为：元数据层约50tokens，指令层约500tokens，资源层约2000tokens（视具体内容而定）。

2.2 技能执行生命周期

技能执行采用两阶段流程：

1. 上下文注入阶段：将技能指令和相关资源以隐藏消息形式注入对话上下文
2. 执行修改阶段：激活预先批准的工具权限，修改智体的执行环境

与传统的函数调用不同，技能执行不直接产生结果，而是重塑智体的认知和执行能力。这种机制使得智体能够更灵活地适应各种专业场景。

2.3 模型上下文协议(MCP)集成

MCP作为智体技术栈的另一个关键组件，于2024年11月发布，2025年12月捐赠给Linux基金会的智体人工智能基金会。MCP通过JSON-RPC