AI小课堂 | 第49期 为什么大模型聊天厉害,干活不行?
ChatGPT 能写文章、做翻译、答问题
好像什么都懂
但真让它帮你查个图书馆藏书
读个本地文件、排个课程表
就没法做到了
原因并不复杂
01
从大模型到真实世界
大模型的输出，来自它对海量文本的学习。它“读过”很多，但这些内容在训练结束后便被固化了：训练完成之后发生的事、你电脑里的文件、实时变化的天气与价格，它都不掌握。这决定了它只能“说”，不能“查”。
要让它“查”，就需要给它一个接触外部的通道。这个通道，就是 API。
02
API：真实能力的入口
API，全称 Application Programming Interface，即应用程序编程接口。听起来抽象，实质上是软件对外提供的一个“办事窗口”：调用方按约定规则提交请求，它返回结果，至于内部如何运转，调用方不必知道。
就像银行的 ATM 机。插卡、输密码、选金额，钱就出来了，你完全不用知道银行后台怎么记账、从哪个金库调钱。天气、地图、支付、代码托管……任何想让别的软件调用自己的服务，都会开这样一个窗口。
需要区分的是，API 是个宽泛的词，软件对外的接口都算，大模型自己也有 API。但在 AI Agent 的语境里，我们说 API，通常特指大模型之外的工具接口——天气 API、数据库 API、文件系统 API……也就是大模型要借用的那些外部能力。
一句话来说，API 是真实能力的来源。
但每个 API 的规矩都不一样：有的这样认证，有的那样填参数，返回的格式也各不相同。一个 AI 应用要接十个工具，就得写十套对接代码；换个模型，常常还得推倒重来。工具越多、搭配越多，重复工作就越难以承受——这就是常说的 n×m 问题。
03
MCP：统一的连接标准
MCP，全称 Model Context Protocol，即模型上下文协议。它要解决的，正是上述对接成本的问题：为 AI 连接工具提供一套统一标准。
可以对照 USB 来理解。在 USB 出现之前，键盘、鼠标、打印机、存储设备各有各的接口，换一个设备就得找对应的口；USB 出现之后，所有设备共用同一种接口，即插即用。MCP 之于 AI 工具，正如 USB 之于外设——它统一了工具的「说话方式」：工具如何声明自己的能力、AI 如何调用、结果如何返回，都遵循同一套规范。
这样一来，模型只需理解 MCP 这一种标准，便能调用所有支持 MCP 的工具。原先的 n×m 问题，因而简化为 n+m。
在结构上，MCP 通常分为三层：Host（模型一侧）、Client（协议翻译）、Server（工具一侧）。只需理解它的角色类似翻译——对模型用一种语言，对工具用另一种语言，两边都能沟通。
除统一接入外，MCP 还带来几项附带的好处：工具可以被自动发现，不必预先写死；工具在隔离环境中运行，不容易影响本地文件；每次调用都留有记录，便于事后追溯。
一句话来说，MCP 是 AI 连接工具的通用协议。
04
Skill：可复用的做事方法
工具连上了，就会干活了吗？还不行。
手里一堆工具，先做什么、后做什么，做到什么程度算合格，碰上意外怎么处理——这些，工具自己答不上来。缺的是方法。这正是 Skill 要解决的。
Skill 指可复用的 AI 工作方法论。举个日常的例子：科室齐备（API）、挂号与导诊通畅（MCP）之后，一个病人仍然未必知道该挂哪个科、先做哪项检查、拿到结果又该如何判断。他还需要一位了解全流程的家庭医生：知道什么症状对应什么检查，拿到结果知道怎么综合判断。Skill 扮演的就是这个角色，它把“如何做一件事”的流程、标准与注意事项打包成册。
那么，Skill 和提示词（Prompt）是一回事吗？相近，但不相同。二者的差别类似 Git 与散落代码文件的关系：普通提示词是零散的，今天写一个、明天写一个，散落在各次对话里；Skill 则是一套工程化的提示词体系——有版本、有触发条件、有分层加载机制、有脚本校验，也能持久保存。它通常包含三部分：一句“招牌”（description），说明它做什么、何时适用；一份“操作手册”（SKILL.md），讲清流程、标准与注意事项；以及若干“辅助材料”（脚本、模板、参考文档），在需要时按需加载。
这种“渐进式加载”的设计是关键：平时只露出招牌，不占用模型上下文；真正使用时，再调出完整手册。
一句话来说，Skill 是可复用的 AI 做事方法。
05
三者的关系
API、MCP、Skill 不是三个并列的概念，它们依次回答三个层层递进的问题：
把 AI 想象成一位要动手做事的人——API 是他手边的工具和材料，解决「能做什么」；MCP 是工位上统一规格的插座，让所有工具都能方便接上；Skill 是操作规程，规定先干什么、后干什么、做到什么标准；而 Agent 就是这位工匠本人，决定要做什么、按哪套流程来。
Agent 负责读懂与调度，Skill 负责组织步骤、把关标准，MCP 负责把工具接上，API 负责给出真实结果。