一、原理概述：三类能力封装的本质差异
在构建智能体（Agent）系统时，开发者面临一个核心问题：如何让大模型稳定、高效地完成特定任务？目前业界普遍采用三种能力封装方式：提示词（Prompt）、技能（Skill）和子代理（Sub-Agent）。三者看似相似，实则遵循截然不同的运行逻辑。
提示词本质上是一段附加在模型输入前的指令文本，通过引导模型的注意力分布来影响输出；技能则是一套可复用的程序化能力模块，包含预定义的推理流程、工具调用逻辑和结果处理规则；子代理则是一个独立的智能体实例，拥有自己的系统提示、工具集合和对话记忆，在主代理的调度下异步执行任务。理解三者的区别，关键在于把握“信息如何被传递”和“状态如何被管理”这两个底层维度。
二、背景问题：为何需要多种能力封装方式
单一的大模型接口无法满足多样化的业务需求。一方面，模型存在上下文窗口限制，无法在一次请求中承载所有背景知识和任务规则；另一方面，不同任务对工具调用、权限控制、状态保持的要求差异巨大。例如，一个安全审查任务需要访问专用工具且不能泄露内部数据，而一个内容生成任务则只需模型发挥创造性。若将所有能力混入提示词，将导致系统臃肿、响应变慢且难以维护。因此，业界发展出分层的能力封装思想：提示词解决“即时指令”，技能解决“可复用流程”，子代理解决“独立执行域”。
三、核心概念：理解原理的四个基础名词
- 上下文窗口（Context Window） ：模型单次推理能处理的最大Token数。它决定了一次请求中能够携带多少背景信息。
- 工具调用（Tool Calling） ：模型输出特定结构化的指令，由外部系统执行实际操作（如查数据库、调用API），再将结果返回模型。
- 上下文隔离（Context Isolation） ：指各执行单元拥有独立的记忆空间，互不干扰，防止数据泄露或指令冲突。
- 会话状态（Session State） ：指对话历史、临时变量、用户偏好等随交互持续变化的信息。
四、系统组成：三类能力的模块拆解
1. 提示词系统
- 输入层：用户请求 + 预设指令模板
- 处理层：模型根据指令调整生成策略
- 输出层：符合指令格式的回复
- 关键特征：无持久化状态，每次都需携带完整指令
2. 技能（Skill）系统
- 注册中心：存储技能的名称、描述、调用参数schema
- 执行引擎：负责运行技能的编排逻辑，按步骤调用工具或访问数据
- 结果标准化层：将各类工具的输出统一为模型可理解的结构化格式
- 缓存层：存储常见请求的结果，减少重复计算
3. 子代理系统
- 主代理（Supervisor） ：负责任务分解、子代理选择、结果汇总
- 子代理实例：每个拥有独立的模型配置、工具集和记忆空间
- 通信协议：定义主代理与子代理之间的消息格式、任务派发和结果回收机制
五、工作流程：三类能力的完整运行链路
提示词执行流程（单次请求）
- 用户输入拼接预设提示词 → 2. 模型解析指令 → 3. 模型生成输出（可调用工具）→ 4. 返回结果。此过程无状态，每次请求是独立的。
技能执行流程（多步骤编排）
- 主代理识别用户意图，匹配技能注册信息 → 2. 技能引擎启动，加载预设流程定义（如“先进行代码扫描，再执行依赖检查”）→ 3. 引擎依次执行各步骤，每步向模型发送“过程性提示词”获取决策，或直接调用工具 → 4. 结果按原流程定义进行校验和格式化 → 5. 返回最终结果。
关键机制：技能内部的流程模板是固定的，但每个步骤的输入参数来自实时上下文，从而兼顾标准化和灵活性。
子代理执行流程（任务下发与回收）
- 主代理会话中，用户提出复杂任务 → 2. 主代理的“任务分解器”将任务拆为多个子任务 → 3. 为每个子任务实例化一个子代理，配置专属工具和系统提示 → 4. 将子任务和相关上下文通过通信协议发送给子代理 → 5. 子代理独立运行（可进行多轮内部工具调用）→ 6. 子代理返回结论文本 → 7. 主代理汇总各子代理结果，生成最终回复。
关键机制：子代理的运行完全独立，不占用主代理的上下文窗口，因此可以执行长时间、多步骤的任务而不影响主代理的响应速度。
六、关键机制深度解析
1. 上下文传递机制对比
- 提示词：所有信息扁平化堆叠在输入中，随长度增加，模型对早期信息的关注度下降（即“迷失在中间”效应）。
- 技能：通过流程定义控制信息的传递顺序，每步只向模型暴露当前步骤所需的最小上下文，从而提升决策准确率。
- 子代理：实现物理级上下文隔离，主代理只保留子代理的初始指令和最终结论，过程细节全部封存于子代理记忆段。
2. 能力复用与迁移机制
技能的可移植性来源于其“流程模板 + 参数占位”的设计。安全审查技能被定义为：获取代码仓库路径参数 → 扫描敏感信息 → 匹配风险规则库 → 生成报告。该流程可被任何主代理调用，只要传入合法的仓库路径。而子代理则不具备这种通用性，它被定制为“某个特定项目”服务，包含专属提示和工具。
3. 资源与权限控制机制
子代理能够绑定独立的权限策略。例如，一个数据分析子代理只能访问特定数据库的读取权限，且其执行过程不暴露给主代理。技能则无法实现这种隔离，因为技能运行所需工具以主代理的身份执行，权限范围与主代理一致。
4. 性能与延迟的权衡
提示词方式延迟最低（单次请求），但若指令冗长，Token消耗大；技能方式增加了一次流程调度开销，但通过缓存和并行步骤可抵消部分延迟；子代理方式延迟最高（涉及实例创建、任务往返），但允许并行执行多个子任务，在复杂场景下总耗时反而更短。
七、示例说明：模拟一个“安全审查”场景
场景：用户要求系统对一份代码提交进行安全性评估。
- 使用提示词：会将完整的审查规则（约2000 Token）直接拼入输入，模型需要自行记住并逐步应用。若规则复杂，容易遗漏或产生幻觉。
- 使用技能：定义“安全审查技能”，其内部流程为：第1步调用静态扫描工具，第2步将扫描结果发送给模型判断严重等级，第3步根据等级选择对应的响应模板。主代理只需执行该技能命令，技能引擎自动控制流程。优势：规则在技能内部，更新规则不影响主代理；结果是结构化且一致的。
- 使用子代理：主代理启动一个“安全审查子代理”，为其配置扫描工具权限和独立记忆。用户询问中间过程，主代理只能从子代理接收最终报告。优势：审查过程含大量内部推理，不干扰主代理解答其他问题；缺点是每次审查需重新初始化，无法复用。
八、技术优势与限制
技能（Skill）的优势：
- 跨会话、跨代理复用，符合“write once, run anywhere”原则
- 封装流程细节，降低主代理的提示词复杂度
- 便于版本管理和灰度测试
技能的限制：
- 流程固定，难以应对需要实时探索的灵活任务
- 无法提供独立权限，不适合需要敏感数据隔离的场景
子代理的优势：
- 强隔离性，适合私有数据处理
- 可并行运行，提升吞吐量
- 拥有独立上下文，不受主代理解答历史的干扰
子代理的限制：
- 启动和通信开销大，不适合高频轻量调用
- 运维复杂，需要监控多个实例的生命周期
九、常见误区
- 误区：技能和子代理可以互换。实际二者解决的是不同维度的问题：技能解决“知识复用”，子代理解决“执行隔离”。
- 误区：提示词可以替代技能。提示词无状态，每次使用需重载全部规则，当规则超过模型记忆范围时，错误率骤升。
- 误区：所有任务都应该用子代理。对于只需单步工具调用的任务，使用子代理会浪费大量资源，提示词或技能已然足够。
- 误区：技能内部不可用子代理。相反，技能可以对子代理进行封装，技能负责流程控制，子代理负责具体执行，形成多层复合结构。
十、总结
提示词、技能和子代理构成了智能体系统的三层能力封装体系。提示词是最基础的指令传递单元，技能通过流程模板实现知识的结构化沉淀与复用，子代理通过实例化运行实现边界清晰的独立执行域。开发者在架构设计时应遵循：若一项能力需要被多个代理或多轮对话共享且流程确定性高，优先封装为技能；若一项任务需要独立权限、私密上下文或长时间运行，分配子代理；而提示词则应保持简洁，仅用于承载那些无需复用的临时指令。理解这三者之间的原理差异，是构建可扩展、易维护的智能体系统的关键前提。在实际工程中，它们并非对立，而是可以嵌套使用，例如在主代理中通过技能启动一个子代理，这也是目前业界公认的最佳实践方向。