在智能体系统里，Tool 和 Skill 属于两个不同层次。Tool 解决“能不能做”，Skill 解决“怎么做才对”。

Tool 是模型“能动手”的底层能力。查数据库、调接口、读文件、执行代码等动作，模型本身无法只靠语言推理完成，必须依赖真实可执行的外部函数。工程上，Tool 通常通过函数调用或 MCP 接入：模型看到工具名称、参数和用途描述，自主决定是否调用以及如何填写参数；系统真正执行后，再把结果返回给模型继续推理。Tool 的核心是执行动作，因此可能产生真实副作用，例如发送请求、修改数据、触发外部流程。

Skill 是模型“知道该怎么动手”的高层经验。很多任务并不是模型不能做，而是模型不知道在具体业务场景下该按什么流程、规范和顺序做。Skill 的本质是一包领域知识与流程经验，通常由说明文档、模板、脚本和参考资料组成。它告诉模型先做什么、后做什么、哪些字段要校验、异常时怎么兜底。

两者不是替代关系，而是协同关系。Tool 是“手”，提供真实执行能力；Skill 是“肌肉记忆”，提供正确做法。比如给模型接入一组对账接口，只是让模型有了“能查、能调、能执行”的能力；但如果没有 Skill，模型仍不知道公司对账流程里先拉哪张表、校验哪些字段、异常时如何处理。只有 Tool 和 Skill 配合，智能体才既能动手，也能按业务规范把事情做对。

Skill 还有一个重要价值：降低常驻上下文负担。若把全部业务规范和所有工具说明都塞进系统提示词，模型还没开始工作，上下文就被大量描述占满。Skill 采用按需加载机制，平时只常驻名称和简短描述；当模型判断当前任务相关时，再加载完整说明文档和资源。这种渐进式披露方式，既节省上下文，也减少无关信息干扰。