Agent圣经洞察(四):Function Call、MCP、Skills,揭秘行业趋势与挑战!
今天一篇文章,带你了解LLM调用工具的发展历程,搞懂Function Call、MCP、Skills这些概念与异同,并重点讲解最新的Agent Skills。

知行合一
今天一篇文章,带你了解LLM调用工具的发展历程,搞懂Function Call、MCP、Skills这些概念与异同,并重点讲解最新的Agent Skills。
1. LLM工具调用发展历程
为了扩展LLM调用外部能力,2023年OpenAI在GPT API中推出了Function Call,类似传统API设计思想,让LLM按JSON格式填写参数,由后端调用接口。
随着Agent框架发展起来,可以由Agent根据目标自主决策使用什么工具,完成多步规划与工具调用。
但各家工具不兼容、生态碎片化。为了解决这一问题,Anthropic在2024年提出了MCP协议,将LLM连接外部数据源和工具抽象成统一协议,成为各大模型通用标准。
最近Anthropic进一步推出了Agent Skills,给LLM提供一个可移植的领域能力包,把「领域知识+操作文档+工程脚本」打包成模块化插件,可以挂载到不同 Agent 复用。

- 阶段 1 解决了“能不能调”的问题(可靠性)。
- 阶段 2 解决了“会不会用”的问题(自主性)。
- 阶段 3 解决了“好不好连”的问题(标准化)。
- 阶段 4 解决了“专不专业”的问题(专业化)。
2. 详解最新的Agent Skills
今天重点介绍一下最新的Agent Skills。
为了解决LLM专业领域技能匮乏问题,需要一种轻量化、可组合、可移植的方式给Agent注入专业技能。
于是有了Agent Skills,其本质是一个模块化的能力包,包含指令、脚本、资源,LLM可以动态发现和加载。
其形态是一个包含SKILL.md文件的目录,以Claude的PDF文档编辑为例:

如图所示,共有3+层结构:
- 第一层:Metadata(元数据),类似tool的功能描述,启动时加载,只包含所有Skill的name和description;
- 第二层:SKILL.md主体,当Agent 觉得某个skill相关时才加载,包含核心指令;
- 第三+层:关联的附加文件,根据SKILL.md按需引用其他文件,如forms.md、reference.md、python脚本等;
每次只读与当前任务相关的技能,这对上下文非常友好,也算是上下文工程的一个技术。(不过目前来看只负责加载,不负责上下文卸载。

都是扩展LLM能力,那么Skills会替代掉MCP吗?这是一个好问题:)
如下图所示,Skills与MCP其实是并列关系。

相比Tools的上下文都要提前加载到上下文,Skills渐进式披露方式更加友好。Claude也展望了Skills发展,Skills会与MCP协同,SKill负责“告诉LLM如何做”,MCP作为传输协议负责连接到外部系统。
最后
我在一线科技企业深耕十二载,见证过太多因技术卡位而跃迁的案例。那些率先拥抱 AI 的同事,早已在效率与薪资上形成代际优势,我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在大模型的学习中的很多困惑。
我整理出这套 AI 大模型突围资料包:
- ✅AI大模型学习路线图
- ✅Agent行业报告
- ✅100集大模型视频教程
- ✅大模型书籍PDF
- ✅DeepSeek教程
- ✅AI产品经理入门资料
完整的大模型学习和面试资料已经上传带到CSDN的官方了,有需要的朋友可以扫描下方二维码免费领取【保证100%免费】👇👇

为什么说现在普通人就业/升职加薪的首选是AI大模型?
人工智能技术的爆发式增长,正以不可逆转之势重塑就业市场版图。从DeepSeek等国产大模型引发的科技圈热议,到全国两会关于AI产业发展的政策聚焦,再到招聘会上排起的长队,AI的热度已从技术领域渗透到就业市场的每一个角落。

智联招聘的最新数据给出了最直观的印证:2025年2月,AI领域求职人数同比增幅突破200% ,远超其他行业平均水平;整个人工智能行业的求职增速达到33.4%,位居各行业榜首,其中人工智能工程师岗位的求职热度更是飙升69.6%。
AI产业的快速扩张,也让人才供需矛盾愈发突出。麦肯锡报告明确预测,到2030年中国AI专业人才需求将达600万人,人才缺口可能高达400万人,这一缺口不仅存在于核心技术领域,更蔓延至产业应用的各个环节。


资料包有什么?
①从入门到精通的全套视频教程⑤⑥
包含提示词工程、RAG、Agent等技术点
② AI大模型学习路线图(还有视频解说)
全过程AI大模型学习路线

③学习电子书籍和技术文档
市面上的大模型书籍确实太多了,这些是我精选出来的

④各大厂大模型面试题目详解

⑤ 这些资料真的有用吗?
这份资料由我和鲁为民博士共同整理,鲁为民博士先后获得了北京清华大学学士和美国加州理工学院博士学位,在包括IEEE Transactions等学术期刊和诸多国际会议上发表了超过50篇学术论文、取得了多项美国和中国发明专利,同时还斩获了吴文俊人工智能科学技术奖。目前我正在和鲁博士共同进行人工智能的研究。
所有的视频教程由智泊AI老师录制,且资料与智泊AI共享,相互补充。这份学习大礼包应该算是现在最全面的大模型学习资料了。
资料内容涵盖了从入门到进阶的各类视频教程和实战项目,无论你是小白还是有些技术基础的,这份资料都绝对能帮助你提升薪资待遇,转行大模型岗位。


智泊AI始终秉持着“让每个人平等享受到优质教育资源”的育人理念,通过动态追踪大模型开发、数据标注伦理等前沿技术趋势,构建起"前沿课程+智能实训+精准就业"的高效培养体系。
课堂上不光教理论,还带着学员做了十多个真实项目。学员要亲自上手搞数据清洗、模型调优这些硬核操作,把课本知识变成真本事!


如果说你是以下人群中的其中一类,都可以来智泊AI学习人工智能,找到高薪工作,一次小小的“投资”换来的是终身受益!
应届毕业生:无工作经验但想要系统学习AI大模型技术,期待通过实战项目掌握核心技术。
零基础转型:非技术背景但关注AI应用场景,计划通过低代码工具实现“AI+行业”跨界。
业务赋能 突破瓶颈:传统开发者(Java/前端等)学习Transformer架构与LangChain框架,向AI全栈工程师转型。
👉获取方式:
😝有需要的小伙伴,可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓**

火山引擎开发者社区是火山引擎打造的AI技术生态平台,聚焦Agent与大模型开发,提供豆包系列模型(图像/视频/视觉)、智能分析与会话工具,并配套评测集、动手实验室及行业案例库。社区通过技术沙龙、挑战赛等活动促进开发者成长,新用户可领50万Tokens权益,助力构建智能应用。
更多推荐
所有评论(0)