Skills/MCP/RAG/Memory 一张图分清：agent 四类知识机制各管什么
MaryamMiradi · x · 2026-10-21
Dr. Maryam Miradi 用「生产线结账服务报 500 错误」的场景，把给 agent 补充上下文的四种机制拆开：
- Skills = 流程：告诉 agent「该做什么」——可重复任务的步骤、规则与判断（查错误率→查最近部署→超阈值就升级）。
- MCP = 访问：回答「能访问/操作什么」——连接日志、指标、数据库、API 等外部系统，让 agent 真正取到实时数据。
- RAG = 文档知识：回答「组织已知什么」——从手册、架构文档、依赖图中按需检索相关内容，而不是全塞进上下文。
- Memory = 经验：回答「我以前学到什么」——沉淀历次事件教训（「上次部署 X 后报错，真因是连接池耗尽」）。
结论：四者不是竞争关系，生产级 agent 通常四者都需要——Skill 定流程、MCP 查现场、RAG 调知识、Memory 复用经验。
「编程与Agent」频道最新
- Slack 元老谈 after coding：活文档为真源，AI Agent 维护规范 — josh_wills · 2026-10-21
- GitHub Copilot 推出 HydraFusion：按任务动态编排多模型执行 — WirelessLife · 2026-10-21
- Nous Research Hermes 接入 Cua Spaces,开源模型也能操控电脑 — alexcovo_eth · 2026-10-21
- Slingshots 四期项目 Headlong：专为持久化 Agent 打造的微 Harness — lateinteraction · 2026-10-21
- Laude 研究院 Slingshots 四期发布：14 个开源项目押注 Agent Harness 与全开放模型 — lateinteraction · 2026-10-21
- 客服拒与 AI 对话，用户的 agent 隐瞒身份继续维权 Xfinity — MoonL88537 · 2026-10-21