说起来，Claude Skills这个功能我关注挺久了。
10月份刚发布的时候我就写过一篇，当时的判断是"AI Native的门槛又降低了"。这几个月用下来，判断没变，但理解更深了一层。
我在Claude Code里写了几十个Skills，主要用在写作和开发流程上。最大的感受是——它让Claude学会了按需加载。
以前每次开聊，都得重复一堆东西："帮我按XX格式""记得包含XX""别忘了XX"。烦，Token也烧得厉害。
现在不用了。规则提前写好，Claude平时只记住"有这么个手册"，大概100个tokens，真正用的时候才打开看。官方管这叫渐进式披露。
Skills、MCP、Sub-agents到底啥区别？
这个问题被问过很多次。一开始我也晕，研究了一圈才理顺。
最简单的理解：
MCP****让Claude能碰到外部系统。连数据库、调API、读文件，都是MCP的活儿。
Skills告诉Claude碰到之后怎么用。拿到销售数据怎么算增长率，生成什么格式的报告，这是Skills的活儿。
MCP是发工具，Skills是教怎么用工具。两个是配合关系。
那Sub-agents呢？
Sub-agents是派一个人出去干活，新开一个会话，干完把结果带回来。Skills不一样，是在当前对话里给自己加能力。
简单说：Skills是装技能，Sub-agents是派人。
任务复杂、要跑很久的时候用Sub-agents。比如审查整个代码仓库，你总不能干等着。
为什么有人说Skills比MCP更重要？
Simon Willison写过一篇分析，说Skills可能比MCP更重要。
理由挺直接：Token消耗差太多了。
GitHub官方的MCP服务器，单独就要吃掉几万个tokens——因为要把所有能力描述预先加载进去。Skills呢，平时只加载一百来个tokens的元数据，需要的时候才加载详细内容。
而且Skills门槛更低。一个Markdown文件加上可选的脚本，就是一个Skill。不用跑服务器，不用配JSON。
会写文档就能写Skills。这个我觉得挺关键的。
对比表
Prompts
Skills
MCP
Sub-agents
复用性
单次对话
跨对话
跨对话
单次任务
Token消耗
每次全量
按需加载
预先全量
独立会话
门槛
会写字
会写文档
要写代码
要配置
能访问外部数据
临时任务用Prompts，重复性工作流用Skills，需要连外部系统用MCP，复杂独立任务用Sub-agents。
谁比较需要这个？
三类人：有固定工作流的、团队协作的、Token烧得多的。
我自己主要用来跑写作流程——创作流程、风格指南、个人素材库，以前每次写文章都要手动加载，现在打包成Skills，自动按需调用。
白皮书里有什么？
为了帮大家更系统地理解这个东西，我和Claude Code合作写了一份82页的白皮书。
涵盖了：
核心概念和技术架构
Skills vs MCP vs Prompts vs Sub-agents的对比
在不同平台使用Skills
真实案例（Sionic AI怎么用Skills管理ML实验）
局限性和安全风险
未来展望
你可以按需查阅，也可以直接把PDF丢给Claude，让它给你做个性化解释。
不过话说回来
如果你还没太搞懂Skills，也别焦虑。像之前的MCP一样，风潮过去后，真正留下来常用的其实没几个。
技术迭代太快，谁也不好说下一个替代Skills的会是什么。保持学习、保持好奇就行。
最简单的开始
在~/.claude/skills/下创建一个文件夹，写个SKILL.md，重启Claude Code，就能用了。
白皮书里有完整的创建流程和模板，动手跑一遍，比看十遍文档都管用。
如何获取白皮书？
转发、点赞本文，在公众号后台发送「skills」，即可获取完整PDF文档。
热门跟贴