你肯定见过这些话：

“给 AI 装个 Skill。”“这个工具支持 MCP。”“打开 CLI 跑一下。”“以后让 Agent 自动干。”

每个词看起来都很专业，放在一起更像四个新出的。

其实没那么玄乎。我们讲一个“小黑开 AI 办事处”的故事，一次把它们讲清楚。

先认识故事主角：小黑

小黑刚来上班时，脑子很好使。

你问它问题，它能分析；你让它写文章，它也能写。这颗聪明脑子就是大模型。

但只有脑子，还不等于能把事情办完。

你对小黑说：“把昨天的项目进展整理成日报，核对代码记录，再创建对应的工作任务。”

如果它只能聊天，它大概会回答：

好的，建议先收集项目进展，再整理成日报，最后创建工作任务。

道理全对，活儿一点没干。

想让小黑真正办事，它还需要四样东西：

有一个能盯着目标干到底的身份，这叫 Agent。有一本告诉它这项工作怎么做的操作手册，这叫 Skill。有一套能连接外部系统的统一接口，这叫 MCP。有一个只靠输入文字命令就能操作电脑工具的窗口，这叫 CLI。

先记住一句：

Agent 是干活的人，Skill 是做事的方法，MCP 是连接工具的标准插口，CLI 是用文字操作工具的窗口。

下面一个一个拆开。

Skill：不是超能力，而是“这件事应该怎么做”

老板第一次让小黑写日报，小黑只能边问边猜：日报写几条、用什么格式、代码提交算不算、写完放哪里，它都不知道。

第二天，老板给了它一本《日报操作手册》：

先读取今天的代码提交和工作记录。合并重复内容，去掉流水账。按“今日完成、问题风险、明日计划”整理。先把完整草稿交给老板确认。确认后再提交，并创建对应任务。最后检查提交是否成功。

以后小黑再写日报，就不用每次从头猜了。

这本操作手册，就是 Skill。

最通俗地说：

Skill 就是把一个人脑子里的经验，写成 AI 能照着执行的标准做法。

一个简单的 Skill 可能只有一份说明文档。一个完整的 Skill 还可能带着脚本、模板、示例和检查规则。

比如：

“写日报 Skill”告诉 AI 日报格式、数据从哪里来、什么时候必须让人确认。“代码审查 Skill”告诉 AI 先看什么、重点找什么问题、怎样写审查结论。“小黑配图 Skill”告诉 AI 用什么画风、什么时候该配图、生成后怎么检查。

所以，Skill 的重点不是“让 AI 突然学会一项魔法”，而是让它少猜、少跑偏、做得更稳定。

MCP：不是工具，而是“统一插口”

小黑知道日报怎么写了，但代码记录、数据库、浏览器和工作任务都在不同系统里。

以前每个系统都像一种奇怪插头：这个要三角口，那个要圆口，还有一个必须按住开关再插。小黑每接一个新工具，都要重新学一套接法。

后来，办公室装了一个统一接线台。外部工具只要按同一套规矩接进来，小黑就能用统一的方式问：

你能做什么？我可以读取哪些资料？调用这个功能要传哪些内容？你刚才返回的结果是什么？

这个统一接线标准，就是 MCP，全名是 Model Context Protocol，可以先把它理解成“AI 工具通用插口”。

最通俗地说：

MCP 规定了 AI 和外部工具怎样互相介绍、怎样发请求、怎样收结果。

它本身通常不负责写日报，也不负责查数据库。它更像 USB 标准：USB 不是键盘，也不是硬盘，但键盘和硬盘按这个标准接入后，电脑就更容易使用它们。

在 MCP 里，可以粗略记住两边：

MCP Server：工具这一边，把自己的能力开放出来，例如查文件、读数据库、操作浏览器。MCP Client：AI 应用这一边，负责发现并调用这些能力。

所以“装了 MCP”这句话其实不够准确。更准确的说法通常是：“给 AI 连接了一个 MCP Server ，让它能使用某套外部能力。”

CLI：没有按钮，直接用文字命令电脑

CLI 的全名是 Command Line Interface，中文叫“命令行界面”。它并不是 AI 发明的，几十年前就有了。

你平时打开，看见菜单、图标和按钮，那是图形界面。CLI 则像一个只收文字指令的窗口：

git status

Lobster AI

bash

1

意思是：“告诉我当前代码仓库是什么状态。”

ffmpeg -i input.mp4 output.mp3

Lobster AI

bash

1

意思是：“把这个视频里的声音取出来。”

最通俗地说：

CLI 就是把点按钮，换成输入一行文字命令。

它看起来不如图形界面友好，却很适合 AI，原因很简单：

文字命令容易准确传递。同一个命令可以重复执行。多条命令可以组成自动流程。执行结果通常也是文字，AI 容易继续判断。

人可以使用 CLI，脚本可以使用 CLI，Agent 也可以使用 CLI。

但 CLI 只是一个操作工具的入口。它不会自己判断“今天该干什么”，也不会主动检查目标有没有完成。

Agent：不是只回答问题，而是盯着结果办事

现在，小黑有了脑子、操作手册和工具接口。老板不再一步一步教它点哪里，只告诉它一个目标：

“把今天的日报整理好，先给我确认，确认后提交。”

小黑会自己完成一轮工作：

理解目标。决定先做什么、后做什么。选择需要的 Skill 和工具。执行操作。查看结果。发现不对就调整，再试一次。达到要求后汇报。

这样的“小黑”，就是 Agent，中文常翻译成“智能体”。

最通俗地说：

普通聊天 AI 盯着你的问题回答，Agent 盯着你的目标往前做。

这里最关键的不是“它能思考”，而是它形成了一个循环：做一步，看结果，再决定下一步。

不过，Agent 也不是可以随便放出去的全自动员工。靠谱的 Agent 应该有明确边界：哪些资料能读，哪些文件能改，哪些操作必须让人确认，失败几次后应该停下来。

CLI 和 Agent，最容易混淆

假设你要从仓库搬一个箱子回来。

CLI 像对小黑下精确口令：

向前走 10 步，左转，拿起第二个箱子，原路返回。

你说一步，它做一步。命令写错了，它也可能非常认真地做错。

Agent 像告诉小黑一个目标：

把标有“日报资料”的箱子拿回来。

它可以自己找路、认标签、遇到门锁就换入口，拿回来后还会检查箱子是不是对的。

所以两者不是同一类东西：

Agent 经常会调用 CLI 工具。就像员工会使用电话，但员工不等于电话。

Skill 和 MCP，也不是一回事

这两个词也经常一起出现，但区别非常简单：

Skill 解决“应该怎么做”。MCP 解决“怎样接到外部能力”。

还用写日报举例：

Skill 告诉小黑：先收集记录，再整理草稿，用户确认后才能提交。MCP 让小黑能连接代码仓库、工作任务系统和文档系统。

只有 Skill，没有工具连接，小黑知道方法却拿不到资料。

只有 MCP，没有 Skill，小黑工具一大堆，却不知道先用哪个、什么结果才算合格。

四个概念放在一起，到底怎么配合

现在再看完整的一天：

老板说：“整理今天的研发日报。”

Agent 接住目标，决定把事情办完。Skill 告诉 Agent 标准流程、限制和验收规则。MCP 帮 Agent 连接工作任务、文档、数据库或浏览器。CLI 帮 Agent 执行 git、ffmpeg、curl 等文字命令。Agent 查看结果，不合格就调整，合格后再汇报。

可以把它们压缩成一张“人话版名片”：

再顺手讲清三个小词

理解上面四个概念时，还会经常遇到三个词：

Prompt：你交给 AI 的话，也就是任务单。Tool：AI 可以实际调用的能力，例如搜索、读文件、执行代码。API：两个按约定互相办事的接口，像一个只接受固定格式材料的业务窗口。

它们和前面的关系是：Prompt 把目标说出来，Agent 负责推进，Skill 提供做法， Tool 负责动手，MCP、API 或 CLI 提供不同的连接和操作方式。

最后，只记这一句话就够了

Agent 是员工，Skill 是员工手册，MCP 是统一插座，CLI 是文字操作台。

再往深一点：

大模型让 AI 会想，工具让 AI 能动，Agent 让它围绕目标持续行动，Skill 让它按正确方法做，MCP 和 CLI 则帮它接上真实世界。

下次再看到这些 AI 黑话，不用先背英文全称。先问四个问题：

谁在负责把目标做完？它按什么方法做？它怎样接到外部工具？它怎样实际操作这些工具？

能回答这四个问题，这套 AI 系统到底在干什么，你基本就看懂了。