AI 的应用层面：模型、技能、Agent 与 MCP 的配合

现代 AI 应用里常同时出现四个词，各管一段：模型负责思考，技能补专业规范，Agent 负责自主执行，MCP 负责连数据。下面分开讲。

模型是读过海量资料的通用模型，能写、能译、能聊，但只在你问的时候回答，不会主动做事。单靠模型，AI 只能输出文本，不能执行动作。

模型通用，但不精于特定领域。技能是给模型补的领域知识加操作规范，比如"财务报表"技能规定表格怎么排。装上就按规范来，不装就自由发挥。大多数场景直接用现成技能，不用自己写。

Agent = 模型 + 自主行动。给一个目标，它自己拆步骤、执行、检查、重试，完成后汇报。

普通对话：问"这个月花了多少？"，它回答。
Agent：说"做一份本月开销报告"，它自己翻记录、做表格、核对，交给你。

区别在于把"对话"变成"委派"。

模型默认看不到你的文件、日历和软件，每接一个软件都要单独开发对接。MCP（模型上下文协议）统一了这件事：AI 用标准接口连接各种软件和数据。官方常拿 USB-C 类比——一个接口接各种外设。挂上 MCP，AI 才能取到真实数据、操作真实软件。

四个概念很少单独出现，通常叠着用。以"让 AI 做本周周报"为例：

模型：写周报正文
技能：套公司周报格式
MCP：连日历和邮箱，拉本周会议和邮件
Agent：把上面串起来，取数、整理、交稿，你只过目

你只提了目标，剩下的由这四层分工完成。

开箱即用的场景：写邮件改简历、总结长文档、做表格和 PPT 初稿、连日历笔记排期、当学习助手拆解问题。

两条要点：

• 目标说具体："把这份纪要整理成 5 条行动项，注明负责人和截止日期"，比"帮我整理一下"可用得多
• 结果自己复核：重要信息当它给的是初稿，核对后再用

• MCP 权限双刃剑：AI 连得越宽，能看到的越多，用最小必要授权
• 高风险别全盘委托：财务、医疗、法律这类判断，AI 只适合出初稿和参考

定目标和把关是你的活，其余交给这四层。