他每天只靠这3个技能写 AI Agent，却把上下文窗口省到极致

很多人以为 AI Agent 的关键在模型、在工具，Ras Mic 却反着来：真正拉开差距的，是你怎么“喂”模型。这个视频里，他拆解了自己每天都在用的3个技能，以及一个被严重误解的 agents.md 文件，用 53 个 token 干掉 900 多个 token，直接把上下文窗口变成生产力。

反直觉的真相：Skill 和 agents.md 根本不是对立关系

在 AI Agent 圈子里，一个被反复争论的问题是：到底该用 skills，还是用 agents.md？很多教程非此即彼，甚至做成“擂台赛”。Ras Mic 的答案很简单，也很反直觉：两个都要，而且职责完全不同。

他把这件事讲得非常直白：skills 是“按需加载”，agents.md 是“每一轮都强制加载”。这不是风格偏好，而是上下文管理策略。Skill 更像一个随叫随到的专家，只在需要的时候出现；而 agents.md 更像世界观和底层常识，模型每一步思考都离不开。

这个区分一旦想清楚，你就不会再把所有规则、工具说明、流程描述一股脑塞进 agents.md。因为那样做的代价只有一个：上下文窗口被你自己吃光。

为什么说 Skill 的威力，藏在“只注入元数据”里

视频里最让人拍大腿的细节，其实不是某个炫酷 Agent，而是一个 token 数字的对比。

Ras Mic 直接展示了差异：完整 skill 指令大约 944 个 token，但真正注入上下文的，只有 skill 的名字和描述——53 个 token。剩下的复杂指令，模型只在“决定要用这个 skill”时才会去看。

这背后的设计哲学非常值得反复咀嚼：Skill 是 need-to-know，而不是 nice-to-have。

也正因为如此，他在设计 skill 时几乎只关注两件事：metadata 和 instruction。名字要像函数名一样精确，描述要让模型“一看就知道什么时候该用你”。这不是写给人看的文档，而是写给模型的触发器。

这也是为什么他说，skill 写得好，本质上是在买上下文窗口——你省下的不是 token，而是后续推理空间。

三个每天都在用的技能，其实是三种思维方式

Ras Mic 用得最多的三个 skill，本身并不花哨，但每一个都对应一种成熟的工程思维。

第一个是他自己写的 Code Structure Skill。作用不是“修 bug”，而是重构结构，让代码更可读、更可扩展。这意味着他在让 Agent 干活之前，先统一“代码应该长什么样”。

第二个是和 Greal 搭配的 GP Loop Skill。这个 skill 的逻辑非常工程化：拉 PR → 分析 → 推修复 → 等 review → 再来一轮，直到评分 5/5。它把“结对编程 + code review”变成了一个自动闭环。

第三个是 Anthropic 团队提供的 Code Simplifier Skill。功能很克制：不改行为，只降复杂度。当他感觉“这段代码开始让人累了”，就直接交给这个 skill 处理。

你会发现，这三个 skill 覆盖的不是功能，而是判断力：什么时候该重构、什么时候该循环改进、什么时候该停下来简化。

agents.md 该写什么？答案比你想象得少

如果说 skill 解决的是“什么时候做什么”，那 agents.md 解决的就是“永远不要忘记什么”。

Ras Mic 的原则非常克制：只放每一轮都必须知道的信息。比如他会明确告诉 Agent 使用开源工具，因为模型的训练数据可能并不最新。这不是技巧，而是风险管理。

因为 agents.md 的内容会在每一次对话中完整注入上下文，一旦你把流程细节、长指令、临时规则塞进去，就等于给自己永久性地减少上下文窗口。

一句话总结他的判断标准：如果删掉这段内容，Agent 还能正常工作，那它就不配进 agents.md。

总结

Ras Mic 这套方法真正厉害的地方，不在于用了多少 Agent，而在于他对“上下文是一种稀缺资源”这件事极度自觉。Skill 用来省 token、提判断力；agents.md 用来稳住底层认知。如果你正在做 Agentic Engineering，一个立刻可执行的行动是：打开你现在的 agents.md，删掉一半内容，再把其中一部分重写成 skill。你会发现，Agent 反而变聪明了。问题也留给你：你的 Agent，到底是被规则淹死的，还是被设计解放的？

关键词： AI Agent， Agentic Engineering， 上下文窗口， Token 管理， Claude

事实核查备注： 1. 视频标题与作者：The 3 skills I use everyday （Agentic Engineering） / Ras Mic；2. Skill 注入 token 对比：约 944 vs 53；3. 提到的工具与技能来源：Claude（Anthropic）、Greal、GP Loop；4. agents.md 在每一轮对话中完整注入上下文的说法