Skills 与 RAG 对比
团队里最近多了个反复出现的争论:给 Agent 补外部知识,到底该上 RAG,还是写成 Skill?两边都能说出道理——RAG 派说"知识都在向量库里,检索出来就行",Skill 派说"我把 SKILL.md 写好,模型需要时自己读,还不占上下文"。更让人犯迷糊的是,这俩看着像双胞胎:都在"按需加载、不把全部塞进上下文",都号称能治 lost-in-the-middle。
于是很多人把它们当成同一个问题的两种解法,二选一地纠结。这是错的。
RAG 装的是 declarative knowledge(事实:世界是什么样、文档里写了什么),Skills 装的是 procedural knowledge(手艺:这件事该怎么一步步做对)。选型不是"用哪个",而是"你缺的是知识,还是手艺"。
这一篇把两者的边界一次讲透:它们各装什么、为什么容易混、什么时候用哪个、怎么组合,最后聊 2026 年最有嚼头的争议——渐进式披露到底能不能把 RAG 干掉(有实测数据,也有明确的边界)。
一、先说人话:一个装事实,一个装手艺
把两个概念摆到同一张桌子上,本质差异一句话就能说清:
- RAG 解决"模型不知道这件事实"。你的产品文档、上周的财报、公司内部的政策条款——这些模型训练时没见过、或者已经过时,RAG 在提问时把相关片段捞出来塞进 prompt。它管的是 declarative knowledge:陈述性的、"是什么"的知识。
- Skills 解决"模型不知道这活儿该怎么干对"。一套 commit message 规范、一份"处理退款先查订单再核政策再决定"的 SOP、一段"PDF 表单要先转版面再切块"的操作流程——这些是 procedural knowledge:程序性的、"怎么做"的知识,打包成一个装着 SKILL.md 的文件夹,模型需要时自己去读。
Anthropic 官方有个特别好记的类比:
RAG 是给你一张图书馆的借阅证,Skills 是给你一次上岗培训。给你一屋子医学教科书,不等于你会看病;让你会看病的,是那套"知识 + 方法 + 动手"揉在一起的训练。
一张表把关键差异钉死:
| 维度 | RAG | Skills |
|---|---|---|
| 装什么 | declarative 事实(文档、条款、数据) | procedural 手艺(步骤、格式、验收标准) |
| 回答的问题 | "有什么信息?" | "这活儿该怎么做对?" |
| 怎么被选中 | 语义相似度检索(向量最近邻) | 模型读 name+description 目录,自己判断相关性 |
| 加载机制 | embedding + 向量库 ANN 召回 | 渐进式披露,直接读文件 |
| 粒度 | chunk(切块) | 一整个 skill 文件夹(含 references / scripts) |
| 规模 | 百万级文档 | 几十个工作流 |
| 确定性 | 概率召回(可能捞错、捞漏) | 选中后确定加载正文 |
| 平时成本 | embedding 成本 + 向量库常驻 | 静止时近乎零(只有目录在上下文) |
| 典型失败 | 检索没命中 / 捞回一堆相关但没用的块 | description 写不清 → 该用没被激活 |
二、为什么容易搞混:都在"按需加载"
它俩长得像,是因为解决的是同一个元问题:上下文窗口是 Agent 的认知空间,塞满就退化(这就是第 04、06 篇反复出现的 lost-in-the-middle)。RAG 和 Skills 都拒绝"把所有东西一次灌进去",都选择"要用时才取"。
但取的方式根本不同,这才是分水岭:
flowchart TD
Q["来了个任务/问题"] --> R{"我缺的是
事实还是手艺?"}
R -->|"缺事实"| RAG["RAG:把 query 向量化
到向量库捞语义最相似的块"]
RAG --> RA["概率召回:可能捞准,
也可能捞回相关但没用的"]
R -->|"缺手艺"| SK["Skills:读目录里的 description
模型自己判断哪个 skill 相关"]
SK --> SA["确定加载:命中就读那份 SKILL.md 正文
正文指路才继续读 references"]差别落到三个点:
- 谁在做选择:RAG 是算法按向量距离选(模型被动接收捞回来的块);Skills 是模型读着目录主动选(我判断这活儿要不要翻这本手册)。
- 选中的确定性:RAG 是概率的——同一个 query 换个 embedding、换个 chunk 边界,捞回来的就不一样;Skills 是确定的——命中哪个 skill,读的就是那份固定的正文。
- 知识的形态:RAG 捞回来的是被动的事实片段,模型还得自己想"拿这些干嘛";Skills 加载的是主动的流程指令,直接告诉模型"下一步这么做"。
关键洞察:RAG 是"模糊匹配一堆事实丢给你",Skills 是"精确翻到那一页手册照着做"。前者赌的是召回质量,后者赌的是 description 写得准不准。
三、选型:一刀切下去
别纠结"用哪个",先问自己一个诊断问题:模型答错,是因为它不知道某个事实,还是因为它不知道该怎么下手?
| 现象 | 病因 | 开药 |
|---|---|---|
| 模型自信地答,但内容是错的/过时的 | 缺事实 | RAG |
| 模型知道信息,但不知道拿它干嘛、产出一团糟 | 缺手艺 | Skill |
| 系统检索到了相关信息,却不知道下一步做什么 | 光有 RAG,缺流程 | 加个 Skill |
| 流程走对了,但引用的事实是模型编的 | 光有 Skill,缺事实 | 加上 RAG |
再细一层。看到这四类信号,往 RAG 走:
- 事实缺失:模型没见过你的内部文档,只能瞎猜("我们的软件支持 SSO 吗")。
- 频繁变化:答案得反映每周甚至每天在变的信息(最新财报、实时库存)。
- 要溯源:合规或审计要求每个结论都能点回到原文(药物相互作用、法律条款)。
- 海量语料:相关信息散在几千上万篇文档里,任何上下文窗口都装不下。
看到这四类信号,往 Skill 走:
- 要动作:目标是"做成一件事"而不是"知道一个信息"(跑 linter、发起退款、生成报告)。
- 有方法论:专家干这活有固定套路,能写成分步指令(合同风险评估:逐项查赔偿、责任上限、终止条款)。
- 多步推理:流程是一串带决策点的步骤(并购评估:先看财务 → 再评市场地位 → 再估整合风险 → 综合结论)。
- 编排多工具:一件事要串起多个系统(销售简报:查 CRM + 查新闻 + 查 LinkedIn,再合成)。
四、真实活儿:几乎都是"两个一起上"
选型表是为了讲清边界,但真实生产里,绝大多数 Agent 两个都要。原因很直白:一件像样的活儿,既需要"知道事实",又需要"知道怎么处理这些事实"。
一个退款客服 Agent 的完整链路:Skill 规定"什么样的请求该退、按什么步骤核验、语气怎么把握"(手艺),RAG 在核验那一步捞出"这个订单适用的具体退款政策条款"(事实),最后 Tool/MCP 真正去订单系统里发起退款(动作)。缺任何一层都不成活。
业界把这种组合沉淀成三种 pattern:
| Pattern | 谁主导 | 长什么样 |
|---|---|---|
| Skill 带检索工具 | Skill | 合同分析 skill 内挂 retrieve_case_law()、retrieve_regulations(),skill 决定何时检索,再用自己的方法论分析捞回的内容 |
| Skill 管 RAG 管线 | Skill | 研究助手 skill 决定"该从论文/新闻/内部文档里各查什么",执行定向检索再综合 |
| RAG 增强决策 | 流程 | 保险理赔 skill 收到理赔 → 检索适用保单条款 → 检索先例判定 → 套决策框架 → 记录可审计的推理链 |
关键洞察:Skill 是决策层(怎么做),RAG 是事实层(是什么),MCP 是连接层(连到哪)。三者不是三选一,是一件真实活儿的三个切面。 你在第 11 篇见过这个"三层"结论,放到 RAG 语境里依然成立——只不过这里把"事实层"具体化成了检索。
五、动手:一个 Agent,两种加载,看它自己选
光说不练看不清边界。我们复用第 02 篇的 Agent 循环,给它挂两个工具——search_docs(RAG 的替身,一个离线关键词小库)和 load_skill(Skills 加载器)——然后喂三个不同性质的问题,看模型自己路由。完整代码在 code/skills-vs-rag/。
说明:为了离线可跑、不依赖 embedding API,这里的
search_docs用关键词匹配假装检索,只为演示"捞事实"这个动作。真正的向量检索看第 06 篇,真正的渐进式披露看第 11 篇。
两个工具挂上去,各代表一条加载链路:
// search_docs = RAG 替身:从一个离线小库里按关键词捞"事实块"
// 真实场景这里是 embedding + 向量库 ANN,见第 06 篇
var docs = map[string]string{
"退款时限": "退款政策:下单 7 天内可无理由退款,超过 7 天需人工审批。",
"会员等级": "会员分为普通/银卡/金卡,金卡退款不受 7 天限制。",
}
func searchDocs(args map[string]any) string {
q, _ := args["query"].(string)
var hits []string
for k, v := range docs {
if strings.Contains(q, k) || strings.Contains(v, q) {
hits = append(hits, v) // 捞回相关事实片段
}
}
if len(hits) == 0 {
return "(没检索到相关文档)"
}
return strings.Join(hits, "\n")
}
// load_skill = Skills:读某个 skill 的完整操作说明(procedural 手艺)
// 与第 11 篇同款渐进式披露
func loadSkill(args map[string]any) string {
name, _ := args["name"].(string)
body, err := os.ReadFile(filepath.Join("skills", name, "SKILL.md"))
if err != nil {
return "错误:没有名为 " + name + " 的 skill"
}
return string(body)
}
系统提示里同时告诉模型两件事:有哪些文档可检索(RAG 的入口)、有哪些 skill 可用(Skills 的目录)。然后跑三个 query:
用户:金卡会员退款有 7 天限制吗?
[调用] search_docs({"query":"会员等级"}) ← 纯事实,只走 RAG
[结果] 会员分为普通/银卡/金卡,金卡退款不受 7 天限制。
Agent:金卡会员退款不受 7 天限制。
用户:帮我写一条这次改动的 commit message
[调用] load_skill({"name":"commit-message"}) ← 纯手艺,只走 Skill
[结果] # 写一条规范的 Commit Message 按 Conventional Commits…
Agent:fix(auth): 修复 token 过期后未刷新导致的 401
用户:客户下单第 9 天要退款,是金卡,帮我判断能不能退并说明依据
[调用] load_skill({"name":"refund-triage"}) ← 先拿手艺:退款处理流程
[调用] search_docs({"query":"会员等级"}) ← 再拿事实:金卡的政策
[结果] 金卡退款不受 7 天限制。
Agent:可以退款。依据:refund-triage 流程第 2 步要求核验会员等级,
检索到金卡退款不受 7 天限制,故第 9 天仍可退。
看第三个 query——这才是真实活儿的样子:模型先 load_skill 拿到"该怎么判断"的流程,再 search_docs 拿到"具体政策是什么"的事实,两者一拼才给出带依据的结论。 Skill 给骨架,RAG 填血肉。
六、2026 争议:Skills 能不能干掉 RAG?
这是今年最值得聊的一个问题。随着渐进式披露走红,一派观点越来越激进:既然模型能自己读目录、按需翻手册,那为什么还要维护一套 embedding + 向量库的检索管线?直接把整本书打包成 skill,让模型自己 grep 不就行了?
这不是空谈。Claude Code 就真这么干了——早期版本用的检索索引被砍掉,改成让 Agent 直接按需搜索代码库。Anthropic 工程师说这是从实践经验里得出的选择。
有没有数据?有。一篇 2026 年的实测(narrative 语料,book-length QA)给出了硬结果:
| 场景(20 本书规模,Codex agent) | Raw 全量导航 | Flat 渐进式披露 |
|---|---|---|
| En.QA 准确率 | 0.257 | 0.462 |
| 每问 token 消耗 | 68.3M | 32.5M |
| 每问估算成本 | ~$52 | ~$25 |
渐进式披露在这个规模上,用大约一半的 token 换到了约 1.8 倍的准确率。 更狠的是,在多数配置里它还跑赢了 classical hybrid-RAG(先 rerank 再喂)——路由到"skill 内部目录"的召回,比经典的 rerank-and-feed 更准。
但先别急着删向量库。这篇论文最重要的一句话是:"progressive disclosure buys context, not intelligence"——渐进式披露买到的是上下文,不是智力。 它的收益完全取决于模型自己会不会导航文档。几个明确的边界:
- 深层嵌套反而崩:把 skill 拆成多层父子结构(hierarchical),准确率经常大跌(某配置 0.9126 → 0.6398)——因为"永远加载的子描述"在模型选块之前就挤爆了 router 的上下文。扁平一层 + 描述门控才是推荐默认。
- 模型是天花板:中文 QA 上收益"几乎没有甚至为负",因为决定上限的是模型本身而非 skill 包。
- 只测了叙事文档:能不能迁移到"代码、技术手册"这类结构化语料,论文明说没验证。
- 强导航 agent 用不上:本来就会 grep 的 agent(如 Codex),单本书场景下渐进式披露"加不了任何东西"。
所以边界很清楚:
对"少量、你自己拥有、能组织成文件"的语料,渐进式披露正在越来越能替代检索;对"海量、频繁变化、要引用溯源"的事实库,RAG 仍然不可替代。 分界线 = 语料规模 + 是否需要溯源 + 你能不能把它整理成结构化文件。
一句话:Skills 不是 RAG 的掘墓人,而是把 RAG 从"什么都往里塞"的滥用里解放出来——属于流程和你自己语料的,交给 Skill;属于海量事实和溯源的,留给 RAG。
七、常见错误:别把两件事拧成一件
选型踩坑的五个高频姿势,对照自查:
| 错误 | 症状 | 修法 |
|---|---|---|
| 只有 RAG 没有 Skill | 检索到合同条款,却不分析风险、产出没用 | 把方法论写成 Skill 补上 |
| 只有 Skill 没有 RAG | 流程走对了,但引用的事实是模型编的 | 给 Skill 挂上检索能力 |
| 过度工程 RAG | 明明信息塞 prompt 就够,非要建向量库 | 少量静态知识直接进上下文 |
| 欠工程 RAG | 简单相似度搜索,捞回一堆"相关但没用" | 上 chunking、rerank、query 扩展(见第 06 篇) |
| 把两者拧成一件 | 想用复杂检索管线去"教"模型分析方法 | 方法论归 Skill,事实归 RAG,别混 |
最典型的一条是最后一条:当你发现自己在设计越来越复杂的检索去让模型"学会"某种分析套路时,停下——那不是检索问题,是你该写一个 Skill 了。
八、决策指南与小结
一张表收尾,下次纠结时直接查:
| 你的情况 | 用 |
|---|---|
| 要回答关于内部文档的问题 | RAG |
| 要给出可溯源的引用 | RAG |
| 需要最新/频繁变化的信息 | RAG |
| 海量文档里捞相关几篇 | RAG |
| 要执行多步工作流 | Skill |
| 要套用领域方法论做判断 | Skill |
| 要编排多个工具/系统 | Skill |
| 少量、你自己拥有、能整理成文件的语料 | Skill(渐进式披露),可省掉向量库 |
| 既要流程判断又要事实依据(绝大多数真实活儿) | Skill + RAG:Skill 给流程,RAG 供事实 |
这一篇的收获:
- RAG 管"是什么",Skills 管"怎么做":一个装 declarative 事实,一个装 procedural 手艺,这是最锋利的一刀。
- 它俩像,是因为都"按需加载";但 RAG 靠语义相似概率召回,Skills 靠模型读目录确定加载。
- 真实活儿几乎都是两个一起上:Skill 是决策层,RAG 是事实层,MCP 是连接层。
- 2026 的争议有实据也有边界:对少量、自有、可结构化的语料,渐进式披露正在替代检索(约半价换约 1.8 倍准确率);对海量、要溯源的事实库,RAG 不可替代。它买的是上下文,不是智力。
回到最开始那个争论——它本身就是个伪命题。你要问的从来不是"该用 RAG 还是 Skills",而是"我这一步缺的是一个事实,还是一套手艺"。想清楚这个,答案自己就浮出来了。
参考资料
| 资料 | 来源 |
|---|---|
| Anthropic:Equipping agents for the real world with Agent Skills | anthropic.com/engineering |
| Skills vs RAG:When to Use Which(含决策框架与真实案例) | aiskill.market/blog/skills-vs-rag-when-to-use |
| Is Progressive Disclosure All You Need for Long-Context Agents?(含 token/准确率实测) | arxiv.org/abs/2607.17598 |
| Agent Skills for LLMs:架构、获取与安全综述 | arxiv.org/abs/2602.12430 |
| RAG vs Agent Skills:The Key Difference Everyone Should Know | skilder.ai/en/blog/rag-vs-agent-skills |
| MCP vs RAG vs Skills:AI Agent Architecture | blockchain-council.org/claude-ai/mcp-vs-rag-vs-skills |