渐进式披露.

SKILLS 和 渐进式披露 是 A 家最早提出来的方案，也是 OpenClaw 火了后大家一直讨论的哪个技能好用很核心的强依赖的实现逻辑。 如果把 Claude Code 的 skills 理解成一堆 prompt 文件，后面的很多设计都解释不通。 从其源码实现来看，会发现它在解决的核心问题是： 怎么让模型保留足够强的技能召回能力，同时又不把常驻上下文撑爆…

当 Agent 做到一定复杂度，问题往往不在模型能力本身，而在 上下文怎么给、工具怎么给、流程怎么控 。同一套模型，有的团队能把它用成「能稳定交付的执行系统」，有的团队只能得到「偶尔灵光一现的聊天机器人」，差距就在架构。 早期提示词工程里，上下文基本是静态的：一次性把提示词写好，然后让 LLM 自己发挥。随着架构的演化，，上下文变成动态的，它会「收」和「放」…