Claude Skills vs MCP：为什么 Skills 可能比 Model Context Protocol 影响更大

Claude Skills vs MCP 的辩论正在升温。当 Anthropic 推出 Claude Skills 时，开发者和 AI 评论家 Simon Willison 给出了一个引人注目的观点：在 Claude Skills vs MCP 的比较中，Claude Skills 最终可能是更重要的。以下是我们对 Claude Skills vs MCP 论点的分析以及为什么它对生态系统很重要。

Claude Skills 到底是什么？

从核心来看，Claude Skills 非常直接。每个 Skill 是一个 Markdown 文件，告诉 Claude 如何执行特定任务，可选地配套支持文档和可执行脚本。正如 Anthropic 所描述的：

Skills 是包含指令、脚本和资源的文件夹，Claude 可以在需要时加载。Claude 仅在与当前任务相关时才会访问某个 skill。

将 Claude Skills 从"只是磁盘上的文件"提升为一个正式功能的是发现机制。当会话开始时，Claude 扫描所有已安装 Claude Skills 的 YAML frontmatter，每个 Claude Skill 仅消耗少量 token。完整指令仅在用户请求与 Claude Skill 的领域匹配时加载——这种设计模式被称为渐进式披露。

Willison 指出，2025 年 9 月推出的 Claude 文档创建功能（PDF、DOCX、XLSX、PPTX）实际上完全建立在这个 Claude Skills 架构之上。该系统在公开发布之前就已经在大规模运行中证明了自己。

实际示例：Claude Skills 实战

为了测试 Claude Skills 与 MCP 在实践中的比较，Willison 试用了 Anthropic 的 slack-gif-creator Claude Skill——在其元数据中描述为"用于创建针对 Slack 优化的动画 GIF 的工具包，具有大小约束验证器和可组合的动画原语"。

他提示 Claude 制作一个比较 Claude Skills 和 MCP 的动画 GIF。Claude 不仅使用 Claude Skill 捆绑的 GIFBuilder 库生成了动画，还自动运行了大小验证函数。模型利用了 Claude Skill 包含的脚本，无需任何手动设置。

这说明了 Claude Skills vs MCP 比较中的一个关键优势：Claude Skills 可以附带可执行工具，提供确定性的、可靠的操作，同时保持上下文窗口干净。

编码环境连接

Claude Skills 依赖 Claude 能够访问文件系统和运行命令——这种范式在 AI 编程工具中已成为标准。ChatGPT 的 Code Interpreter 在 2023 年开创了这种方法，该模式此后已扩展到 Cursor、Claude Code、Codex CLI 和 Gemini CLI 等工具。

Willison 注意到 Claude Skills 的强大和简洁加强了将安全的沙盒环境广泛提供给 AI 模型的理由。在 Claude Skills vs MCP 的辩论中，这种运行时优势意义重大。

超越代码：Claude Skills 作为通用智能体

Willison 最具挑衅性的观察之一是 Claude Code 的名字取得不好。它不仅仅是一个编码助手——它是一个通用的计算机自动化工具。任何通过输入终端命令可以实现的事情现在都可以由 Claude 编排，而 Claude Skills 使这种能力显式且可扩展。

考虑一个数据新闻场景：一组 Claude Skills 文件夹可以涵盖从定位美国人口普查数据集和将其加载到 DuckDB，到通过 Datasette Cloud 发布结果，再到构建 D3 可视化的一切。结合起来，这些 Markdown 文件和几个 Python 脚本就成为一个成熟的"数据新闻智能体"。

这个愿景之所以强大，正是因为进入门槛如此之低。您不需要构建复杂的 MCP 服务器或编写 API 集成——您写一个描述您所知道的 Markdown 文件，Claude 处理剩下的。

Claude Skills vs MCP：Token 经济很重要

在审视 token 成本时，Claude Skills vs MCP 的比较变得特别清晰。MCP 自 2024 年 11 月首次亮相以来引起了极大的兴奋，但 Willison 突出了一个根本性的限制：token 开销。仅 GitHub 的官方 MCP 集成就消耗了数万个 token 的上下文，留给 LLM 做有效工作的空间有限。

Claude Skills 完全绕过了这个问题。每个已安装的 Claude Skill 大约增加 100 个 token 的元数据开销。完整指令仅在需要时加载，捆绑的脚本在完全不进入上下文窗口的情况下执行。在 Claude Skills vs MCP 的 token 经济中，Claude Skills 决定性地胜出——您可以随时准备好数十种专业能力，而不会牺牲对话上下文。

正如 Willison 所说，几乎任何通过 MCP 可实现的事情都可以通过 CLI 工具处理——而 LLM 已经知道如何运行 cli-tool --help。Claude Skills 更进一步：您甚至不需要构建 CLI 工具。一个描述工作流的 Markdown 文件通常就足够了。这是 Claude Skills vs MCP 优势的核心。

Claude Skills vs MCP：跨模型可移植性

在 Claude Skills vs MCP 比较中，Claude Skills 最被低估的方面也许是其模型无关性。由于 Claude Skills 只是磁盘上带有标准 Markdown 指令的文件，没有什么阻止其他 AI 模型使用它们。Willison 直接测试了这一点：您可以将 Codex CLI 或 Gemini CLI 指向 Claude Skills 文件夹，它就能工作。

这种可移植性使 Claude Skills 相对于 MCP 有了另一个优势。为 Claude Code 创建的 Claude Skill 同样适用于竞争工具，消除了供应商锁定的担忧并鼓励了共享生态系统。

Claude Skills vs MCP：为什么简洁取胜

一些批评者认为 Claude Skills 与 MCP 相比太简单了。毕竟，开发者长期以来一直使用 AGENTS.md 等模式在项目目录中放置自定义指令。

但 Willison 认为，这种简洁性正是为什么 Claude Skills 在大多数用例中胜过 MCP。比较两种方法：

• MCP 需要实现完整的协议规范，涵盖主机、客户端、服务器、资源、提示、工具、采样、根、引出和多种传输层（stdio、可流式 HTTP、SSE）。
• Claude Skills 是 Markdown 文件加上少量 YAML 元数据和环境支持的任何语言的可选脚本。

Claude Skills 更自然地与 LLM 的工作方式对齐：投入结构良好的文本，让模型弄清楚要做什么。在 Claude Skills vs MCP 的设计哲学中，Claude Skills 将复杂性委托给运行时环境——一种务实且有效的策略。

Willison 预计 Claude Skills 将迎来一个"寒武纪大爆发"，规模将超过 MCP 的采用浪潮。鉴于创建和共享 Claude Skill 几乎零成本，这个预测似乎是有依据的。

---

本文基于 Simon Willison 的原始分析。我们鼓励您阅读他的完整文章以获取更多背景和示例。