什么是 Agent 中的 Skill？它和传统意义上的 API 或函数调用有什么本质区别？

面试官：“你在构建 AI Agent 时，提到的‘Skill’是什么？它和我们传统调用的 API 或函数有什么本质区别？”

候选人：

“这是个很好的问题，也是我最近在搭 Agent 时琢磨最多的点。Skill 不是简单地给 Agent 多一个可调用的函数，而是赋予它一种完成特定任务的能力单元，里面封装了意图理解、工具选择、执行策略甚至纠错逻辑。

我用一句话来区分：API 是被动的工具说明书，Skill 是主动的能力细胞。你调用一个 API，必须精确知道它的参数、返回格式，什么时候该调它；而一个 Skill 被 Agent 触发时，它自己就能决定该用哪些 API、按什么顺序、出了错怎么办，最终交付一个任务结果。

漫画风格翻译任务.jpg

一、Skill 到底是什么？

在 Agent 架构里，Skill 可以理解成一个可组合、可自主执行的任务模块。比如“预订机票”这个 Skill，它里面可能包含：

理解用户自然语言的时间、目的地
调用航班查询 API
对比价格和时长（可能需要调用规则引擎或内部微服务）
确认信息后调用支付接口
如果支付失败，走重试或降级（比如推荐其他航班）

整个过程不是一段固定的代码，而是 Agent 根据上下文和目标，动态编排出来的。Skill 就是这个编排能力的封装。

二、和传统 API/函数调用的本质区别

我把它们拆成五个维度来看，区别非常鲜明。

维度	传统 API / 函数	Agent Skill
触发方式	被动等待精确调用，调用者必须知道何时调用	由 Agent 根据任务目标自主激活，可在不确定环境中触发
输入输出	强类型、结构化参数，返回确定数据	常结合自然语言、模糊意图，输出可包含多种状态（成功/失败/澄清等）
执行逻辑	固定步骤，if-else 固化在代码中	包含动态推理链，可组合多个 API、工具甚至其他 Skill
错误处理	返回错误码，由调用方处理	内置重试、降级、向用户追问澄清等自主修复策略
上下文理解	无状态，一次调用一事	能记住对话历史、任务背景，并在跨步骤中传递状态

一个很直观的例子：传统方式下，你要订机票，得自己调航班查询 API，拿到列表，再选一条，调下单 API，再调支付 API，中间任何一个环节出错都要自己写代码处理。而“机票预订 Skill”你只需要说：“帮我订明天去上海的最早航班”，Skill 自己就去做余下全部事情，中间还会问你“没有直飞，是否接受中转？”——这就是本质差异。

三、为什么 Skill 不是简单的 API 封装？

因为 Skill 内部通常有四个核心组成部分，让它从一个死工具变成了活的能力：

意图识别与澄清：能理解模糊的自然语言，缺少信息时主动反问。
工具选择与编排：知道为实现目标该调用哪个 API、按什么顺序，甚至能自己生成 SQL 或代码片段。
状态管理与记忆：跨多轮对话或长时间任务时保持上下文，不像 API 调用那样无状态。
安全与权限控制：Skill 可以内置使用限制，比如“不登录不能下单”，而不像直接暴露 API 那样容易被绕过。

四、Skill 的工程价值在哪里？

我最近在做一个企业内部的 Agent 平台，感触最深的是：传统 API 复用只能省代码，Skill 复用能省决策。比如所有需要“查天气”的场景，Agent 不用每次都从头去拼 API，而是调用已经调试好、带重试和中文回复模板的天气 Skill。这让 Agent 开发从“写路由逻辑”变成了“挑选和组合技能”，效率提升很大。

五、比喻总结

如果把 API 比喻成工具箱里的一把锤子、一把螺丝刀，那 Skill 就是一个完整的安装师傅。你不再需要告诉他“先拿锤子敲三下，再用螺丝刀拧两圈”，你只需要说“把柜子装好”，他会自己选工具、自己判断先装哪块板、遇到孔位不对还知道停下来问你。本质区别就在这里：一个是工具，一个是能力。

在这个 Agent 崛起的时代，我们缺的从来不是更多的 API，而是能把 API 用出价值的“技能工人”。而 Skill 正是我们给 Agent 装上的双手和大脑。