智能体
pub.towardsai.net ·
@Decoding AI by Nueravi
Agent Skills 与 MCP 工具对比:测量 6,434 个 skill,中位数 78 token,工具 177.5 token
Decoding AI 于 2026 年 9 月 18 日发布测量结果:在相同 tokenizer、相同 prompt 位置下,一个 agent skill 的常驻上下文成本中位数为 78 token,而一个 MCP 工具为 177.5 token,单位成本上 skill 便宜 2.28 倍。差距几乎全部来自 MCP 工具必须携带的 JSON 输入 schema,占其中位数成本的 85.1%;若去掉 schema,工具反而更省。skill 数据来自当天克隆的 214 个仓库,工具数据来自 9 个已发布的 MCP 服务器。
AI推荐理由 Decoding AI 给出一次可复现的测量:在相同 tokenizer、相同 prompt 位置下,agent skill 的常驻上下文成本中位数为 78 token,MCP tool 为 177.5 token,差距的 85.1% 来自工具必须携带的 JSON 输入 schema;样本为 6,434 个 skill 与 108 个工具。对 agent 上下文预算与工具设计有直接参考价值;但数据来自单一测量方,且摘要未给出完整方法与误差范围。
76
正文
当前仅保存了标题或简介;并非所有来源都提供正文,可通过下方原文链接查看。
来源报道 · 1 篇 · 以下链接均前往原始媒体
Decoding AI by Nueravi
Agent Skills 与 MCP 工具对比:测量 6,434 个 skill,中位数 78 token,工具 177.5 token
09-20 · 原文发布