2.2 七个本质区别
小王理解了速览，但需要深入——他需要从技术层面把每个区别拆开。
以下是七个根本差异，每一个都会直接影响你的架构决策。
区别 1：运行模型——被动注入 vs 主动规划
区别 1：运行模型
Skill：被动注入
Skill 被注入上下文后，AI 只是"参照"它——不会主动发起行动。就像员工拿到操作手册，照着做，但不会自己找新活干。
自主性级别：Level 0-2（被动、建议、半自动）
是否独立运行：否，必须嵌入宿主 AI 的上下文
Skill 被注入上下文后，AI 只是"参照"它——不会主动发起行动。就像员工拿到操作手册，照着做，但不会自己找新活干。
自主性级别：Level 0-2（被动、建议、半自动）
是否独立运行：否，必须嵌入宿主 AI 的上下文
Agent：主动规划
Agent 接收目标后，自主规划"怎么做"——决定下一步、选择工具、判断完成。就像实习生拿到任务，自己拆解执行。
自主性级别：Level 3-5（自主、高度自主、完全自主）
是否独立运行：是，拥有自己的执行循环和状态
Agent 接收目标后，自主规划"怎么做"——决定下一步、选择工具、判断完成。就像实习生拿到任务，自己拆解执行。
自主性级别：Level 3-5（自主、高度自主、完全自主）
是否独立运行：是，拥有自己的执行循环和状态
实际影响：Skill 被激活后，AI 在当前对话中参照内容，但不会主动发起行动。Agent 被启动后，会自己规划下一步、调用工具，直到目标完成。
区别 2：决策方式——不做决策 vs 自主决策 ⚠️
区别 2：决策方式 ⚠️ 最影响应用场景的差异
Skill：不做决策
Skill 提供知识和流程，决策由宿主 AI 完成。判断逻辑是预定义的静态规则和步骤。
适应性：低——只覆盖编写时预见的场景
典型：Skill 写了"检查 SQL 注入"，AI 就只检查 SQL 注入
Skill 提供知识和流程，决策由宿主 AI 完成。判断逻辑是预定义的静态规则和步骤。
适应性：低——只覆盖编写时预见的场景
典型：Skill 写了"检查 SQL 注入"，AI 就只检查 SQL 注入
Agent：自主决策
Agent 根据当前状态选择下一步行动。判断逻辑是动态的推理（ReAct、Plan-Execute 等）。
适应性：高——能应对未预见的情况
典型：Agent 发现代码用 ORM，自行调整检查策略
Agent 根据当前状态选择下一步行动。判断逻辑是动态的推理（ReAct、Plan-Execute 等）。
适应性：高——能应对未预见的情况
典型：Agent 发现代码用 ORM，自行调整检查策略
这是最影响应用场景的差异：Skill 只能覆盖"你写下来"的场景，遇到没写过的情况 AI 不知道怎么办。Agent 能自己判断"没见过但类似"的情况，自行调整策略。
Skill 遇到 ORM 代码
Skill 写了"检查 SQL 注入" → AI 检查 SQL 注入
代码用的是 ORM，不是原始 SQL
Skill 没写"检查 ORM 注入" → AI 跳过 ❌
代码用的是 ORM，不是原始 SQL
Skill 没写"检查 ORM 注入" → AI 跳过 ❌
Agent 遇到 ORM 代码
Agent 发现"这是 ORM 查询"
Agent 自行判断"ORM 也可能注入"
Agent 调整策略检查 ORM 注入 ✅
Agent 自行判断"ORM 也可能注入"
Agent 调整策略检查 ORM 注入 ✅
区别 3：执行模型——单次注入 vs 循环执行
区别 3：执行模型
Skill：单次注入
内容进入上下文后，AI 在当前对话中参照。没有"下一步"的概念——注入一次，持续生效。
执行主体：宿主 AI（Claude Code、Cursor 等）
上下文隔离：默认 inline；Claude Code 支持
内容进入上下文后，AI 在当前对话中参照。没有"下一步"的概念——注入一次，持续生效。
执行主体：宿主 AI（Claude Code、Cursor 等）
上下文隔离：默认 inline；Claude Code 支持
context: forkAgent：循环执行
每一步都是"思考→行动→观察→反思"的循环。每一步的输出影响下一步的决策。
执行主体：Agent 自身
上下文隔离：天然支持独立上下文运行
每一步都是"思考→行动→观察→反思"的循环。每一步的输出影响下一步的决策。
执行主体：Agent 自身
上下文隔离：天然支持独立上下文运行
实际影响：Skill 注入一次后，AI 在后续对话中始终参照。Agent 的每一步都有"思考→行动→观察→反思"的循环，每步输出影响下步决策。
区别 4：状态管理——无状态 vs 有状态
区别 4：状态管理
Skill：无状态
每次调用都是全新注入。Skill 文件本身不存储任何运行时信息。没有记忆，也不保留上次执行结果。
跨会话：无——文件是静态的
适合："每次都一样的标准流程"
每次调用都是全新注入。Skill 文件本身不存储任何运行时信息。没有记忆，也不保留上次执行结果。
跨会话：无——文件是静态的
适合："每次都一样的标准流程"
Agent：有状态
Agent 维护任务进度、中间结果、对话历史。拥有四层记忆：工作记忆、短期记忆、长期记忆、用户记忆。
跨会话：可有——通过向量数据库实现长期记忆
适合："需要记住上下文"的操作
Agent 维护任务进度、中间结果、对话历史。拥有四层记忆：工作记忆、短期记忆、长期记忆、用户记忆。
跨会话：可有——通过向量数据库实现长期记忆
适合："需要记住上下文"的操作
实际影响：代码审查清单不会因为上次审查过而改变——Skill 适合。但"上次审查发现了 3 个问题，这次看看修了没"——Agent 更适合。
区别 5：范围与目标——任务特定 vs 目标导向
区别 5：范围与目标
Skill：任务特定
解决一个明确的操作场景。粒度细——"部署流程"、"代码审查清单"。
完成标准：清晰——步骤执行完毕即完成
类比：照着菜谱做一道菜
解决一个明确的操作场景。粒度细——"部署流程"、"代码审查清单"。
完成标准：清晰——步骤执行完毕即完成
类比：照着菜谱做一道菜
Agent：目标导向
解决一个开放性的目标。粒度粗——"修复所有 API 端点的错误处理"。
完成标准：模糊——需要 Agent 自己判断是否达成
类比：让厨师做一桌好菜
解决一个开放性的目标。粒度粗——"修复所有 API 端点的错误处理"。
完成标准：模糊——需要 Agent 自己判断是否达成
类比：让厨师做一桌好菜
实际影响：Skill 有明确的"做完"标准——清单打完了就结束。Agent 的"做完"标准模糊——"修复所有错误"到底修到什么程度？这既给了灵活性，也带来了"不知道什么时候停"的风险。
区别 6：工具使用——间接指引 vs 直接编排
区别 6：工具使用
Skill：间接指引
Skill 不直接调用工具，它告诉 AI "可以/应该用什么工具"。不编排多工具的协作。
Claude Code 特性：
典型：Skill 说"用 GitHub CLI 创建 PR"
Skill 不直接调用工具，它告诉 AI "可以/应该用什么工具"。不编排多工具的协作。
Claude Code 特性：
allowed-tools 预授权；!`command` 预处理注入实时数据典型：Skill 说"用 GitHub CLI 创建 PR"
Agent：直接编排
Agent 自主选择并调用工具。决定用哪些工具、以什么顺序调用——编排工具的协作。
天然支持：完整的工具调用链
典型：Agent 判断"代码改完→测试通过→现在创建 PR"
Agent 自主选择并调用工具。决定用哪些工具、以什么顺序调用——编排工具的协作。
天然支持：完整的工具调用链
典型：Agent 判断"代码改完→测试通过→现在创建 PR"
实际影响：Skill 可以说"用 GitHub CLI 创建 PR"，但不会自己决定什么时候创建、创建什么内容。Agent 会自己判断"代码改完了→测试通过了→现在创建 PR"——它编排了工具的调用顺序和时机。
区别 7：人类参与——必须触发 vs 可选参与
区别 7：人类参与
Skill：必须触发
人类必须手动触发调用（
控制粒度：粗——调用或不调用
安全控制：
人类必须手动触发调用（
/command 或对话触发）。Skill 永远不会"自己跑起来"。控制粒度：粗——调用或不调用
安全控制：
disable-model-invocation: true 禁止自动触发 Agent：可选参与
Agent 可自主运行，关键节点可设 HITL（Human-in-the-Loop）。Agent 可以在你没预期的时候自己跑起来。
控制粒度：细——审批工作流、检查点审查、中断恢复
安全控制：权限金字塔
Agent 可自主运行，关键节点可设 HITL（Human-in-the-Loop）。Agent 可以在你没预期的时候自己跑起来。
控制粒度：细——审批工作流、检查点审查、中断恢复
安全控制：权限金字塔
实际影响：Skill 永远不会"自己跑起来"——除非你手动触发。Agent 可以自己跑起来，甚至在你没预期的时候。这意味着 Agent 的安全设计比 Skill 复杂得多。
Agent 权限金字塔
🚫 禁止层 — 永远不能做的事
如：删除生产数据库
🔐 审批层 — 需要人类明确批准
如：部署到生产环境
👁️ 确认层 — 执行前通知人类
如：修改配置文件
✅ 自主层 — Agent 可自由执行
如：读取文件、搜索代码
七个区别总结
| # | 维度 | Skill | Agent |
|---|---|---|---|
| 1 | 运行模型 | 被动注入上下文 | 主动规划执行 |
| 2 | 决策方式 | 不做决策 ⚠️ | 自主决策 |
| 3 | 执行模型 | 单次注入 | 循环执行 |
| 4 | 状态管理 | 无状态 | 有状态（四层记忆） |
| 5 | 范围目标 | 任务特定 | 目标导向 |
| 6 | 工具使用 | 间接指引 | 直接编排 |
| 7 | 人类参与 | 必须触发 | 可选参与 |
本节核心要点
- 运行模型：Skill 被动注入，Agent 主动规划——根本的行为差异
- 决策方式：Skill 不决策，Agent 自主决策——最影响应用场景
- 执行模型：Skill 单次注入，Agent 循环执行——执行节奏完全不同
- 状态管理：Skill 无状态，Agent 有状态——上下文记忆的差距
- 范围目标：Skill 任务特定，Agent 目标导向——适合的粒度不同
- 工具使用：Skill 间接指引，Agent 直接编排——工具调用深度的差异
- 人类参与：Skill 必须触发，Agent 可选参与——安全控制复杂度的差距
思考题：你的项目中，哪个差异最影响你的选型？如果任务同时需要确定性和适应性，你怎么平衡？