大语言模型(LLM)擅长理解问题、生成文本和推理,但单靠模型本身,还不能完整解释一个 AI Agent 为什么能够遵守项目规范、调用外部系统,甚至把工作交给其他 Agent。

AGENTS.md、Agent Skills、MCP、A2A 和 Subagents 虽然经常被放在一起讨论,但其实分别解决不同层面的问题。理解它们的边界,比单纯记住几个缩写更重要。

一、先用一张表理解这 5 个概念

概念 解决的问题 一句话理解
AGENTS.md Agent 在这个项目里应该遵守什么规则? 写给 Agent 的项目工作说明
Agent Skills 某一类任务应该如何完成? 按需加载的专业操作手册
MCP(Model Context Protocol) Agent 如何统一接入外部工具与数据? Agent 与工具、数据源之间的标准接口
A2A(Agent-to-Agent) 不同 Agent 如何沟通、委派任务? Agent 与 Agent 之间的通信协议
Subagents 复杂任务如何拆分、隔离上下文或并行执行? 主 Agent 派生子 Agent 的执行模式

前两个概念偏向 Agent 内部的行为与能力,MCP 和 A2A 解决 外部连接与协作,Subagents 则是一种 任务规模化的组织方式。

二、AGENTS.md:告诉 Agent 这个项目该怎么做

可以把 AGENTS.md 理解为“写给 AI Agent 的 README”。

普通 README 面向开发者,描述项目如何运行;AGENTS.md 则侧重告诉 Agent:在这个仓库里做事时,必须遵守哪些约定。

例如:

1
2
3
4
5
6
7
8
9
10
# AGENTS.md

## 项目约定
- 修改代码前先阅读项目结构
- 遵循现有代码风格
- 提交前运行测试
- PR 标题使用约定格式

## 验证命令
pnpm test

当 Agent 在项目中执行任务时,这类说明可以约束其工作方式。它不是一套独立的推理模型,也不是一个外部工具,而是 项目级指令层。

视频还提到,AGENTS.md 可以分层放置:仓库根目录有通用约定,子目录可以有更具体的约定。Agent 应按其所处工作范围使用相关规则。

关键区别:AGENTS.md 描述“这个项目如何工作”,不是“所有类型的任务都怎么做”。

三、Agent Skills:把专业能力做成按需加载的模块

如果把制作 PPT、分析数据、检查代码等所有操作规范都塞进 AGENTS.md,那么即便用户只想改一行代码,Agent 也要带着大量无关说明工作。

Agent Skills 解决的正是这个问题。

视频介绍的 Skill 通常是一个目录,包含 SKILL.md,以及任务所需的脚本、模板或其他资源,例如:

text
1
2
3
4
5
skills/
└── create-slides/
├── SKILL.md
├── scripts/
└── templates/

SKILL.md 会说明这项能力的用途、触发场景和执行方法。当用户需求与技能描述相匹配时,Agent 才加载相关内容。

因此,两者可以这样区分:

  • AGENTS.md: 长期适用于某个项目的工作约定。
  • Agent Skills: 执行某类具体任务时才需要的知识、步骤和资源。
    这种按需加载方式,可以减少不相关上下文的占用,让能力更容易跨任务复用。

四、MCP:让 Agent 用统一方式连接工具和数据

有了规则和技能,Agent 依然需要访问真实世界中的系统:数据库、开发工具、Notion、支付 API 等。

如果每个 Agent 都要为每个服务独立编写一种接入方式,集成成本会很高。MCP(Model Context Protocol) 提供了统一接口,让支持 MCP 的应用通过 MCP Server 使用外部能力。

一个简化的调用关系是:

text
1
2
3
4
5
6
7
用户提出任务
↓
AI Agent
↓ 通过 MCP 接口
MCP Server
↓ 调用底层 API
Notion / 数据库 / 其他服务

例如,用户让 Agent 查询 Notion 里的项目资料。Agent 可以通过已经接入的 MCP Server 访问对应能力,而不是每次都重新设计一套 Notion 集成。

这里要注意两个边界:

  1. MCP 定义的是连接方式,不等于 Agent 自动拥有所有工具。 Agent 需要有可用的服务连接与权限。
  2. MCP 不是 Agent 本身。 它主要负责把外部工具、数据和工作流以标准方式提供给 AI 应用。
    视频提到,MCP 最初由 Anthropic 推出,后来进入 Linux Foundation 旗下相关组织的治理框架。

五、A2A:当 Agent 需要与另一个 Agent 合作

MCP 解决“Agent 如何访问工具”,但如果对方不是工具,而是另一个具有独立职责的 Agent 呢?

这就是 A2A(Agent-to-Agent) 所处理的问题。

视频举了一个企业采购场景:

  • 采购 Agent 负责供应商合同。
  • 财务 Agent 负责支出审批。
  • 采购 Agent 完成合同流程后,需要把审批工作交给财务 Agent。
    A2A 中有一个核心概念:Agent Card。它用来描述某个 Agent 能做什么、以及其他 Agent 应该如何与它通信。这样,一个 Agent 可以发现另一个 Agent 的能力,并把适合的工作委派过去。
text
1
2
3
4
5
采购 Agent
↓ 查找并读取 Agent Card
财务 Agent
↓ 接收审批任务
返回审批结果

与 MCP 的区别非常直观:

  • MCP:Agent ↔ 工具 / 数据源
  • A2A:Agent ↔ Agent
    视频介绍,A2A 起源于 Google,后来也成为 Linux Foundation 体系下的开放标准。

六、Subagents:通过子 Agent 拆分复杂任务

还有一种常见场景:并不是需要另一个独立系统中的 Agent,而是 当前主 Agent 自己的任务太大。

例如:

  • 要审查一个包含数千个文件的代码库。
  • 要对 20 个相互独立的函数执行检查。
  • 一个任务需要多个方向并行分析。
    如果所有信息都放进主 Agent 的上下文,容易占用大量上下文空间。Subagents 的做法是:主 Agent 创建一个或多个子 Agent,让它们在各自独立的上下文中处理指定任务,最后把结果交还主 Agent。
text
1
2
3
4
5
6
7
8
主 Agent
├── 子 Agent A:分析模块 A
├── 子 Agent B:分析模块 B
└── 子 Agent C:检查测试

子 Agent 汇总结果
↓
主 Agent 整理最终结论

这里的重点不是“子 Agent 更聪明”,而是 工作可以拆分、上下文可以隔离、独立任务可以并行。

需要注意的是,并行不一定意味着固定的速度倍增,实际效率仍取决于任务依赖、资源和汇总开销。

Subagents 与 A2A 也不是同一件事。 A2A 是 Agent 之间的通信标准;Subagents 是主 Agent 管理子 Agent 的常见架构模式。视频特别强调,Subagents 不像前面四个概念那样对应一个统一的正式标准。

七、放到实际项目里,应该怎么选择?

下面是基于这五个概念的一个实践理解,并非视频中的原始案例。

假设我们在开发一个“代码审查 Agent”:

需求 更适合考虑的机制
告诉 Agent 仓库的测试命令和提交规范 AGENTS.md
让 Agent 按固定流程进行安全审查 Agent Skill
查询 GitHub、CI 或代码质量平台 MCP
将安全评审委托给独立的安全 Agent 服务 A2A
将多个模块分给子 Agent 并行检查 Subagents

它们并不是五选一的替代关系,而是可以组合起来的不同层次。

不过,一个简单 Agent 并不需要一次性引入所有机制。先明确任务,再判断是否需要项目规则、可复用流程、外部工具、跨 Agent 协议或多 Agent 执行,往往更容易控制系统复杂度。

八、总结:先分清边界,再设计架构

这五个概念可以串成一条很清晰的思路:

  • AGENTS.md 让 Agent 知道在这个项目里如何做事。
  • Agent Skills 让 Agent 按需掌握某一类任务的工作方法。
  • MCP 让 Agent 通过标准接口使用外部工具和数据。
  • A2A 让不同 Agent 之间能够通信与委派。
  • Subagents 让主 Agent 把大型任务拆成独立或并行的子任务。
    我觉得理解 AI Agent 架构时,最有用的问题不是“用了多少新框架”,而是逐层问自己:规则在哪里?能力如何加载?工具怎么连接?Agent 如何协作?复杂任务怎么拆分?

当这五个问题都能回答清楚时,Agent 系统的设计边界也就清楚了。