周末翻 Claude Code 的 hooks 官方文档开篇第三段有一句特别容易划过去的话。文档主动提醒你除了 hooks还有 skills 负责给模型补充指令和可执行流程subagents 负责在隔离上下文里跑任务plugins 负责打包分享。官方文档自己在做切分。这四样东西不是同一类能力的四种写法是四个完全不同的入口。但我见到的大多数用法是反过来的把一段部署流程写进 hook 脚本把禁止改线上配置写进 skill把只用一次的搜索任务配成常驻 MCP server。理由都一样反正都能给 Agent 加能力哪个顺手用哪个。把这个现象浓缩一下就是一道很好的工程面试题Skill、MCP、Hook、Subagent 都能扩展 Agent为什么不能混着用它背后的判断是每个用 Agent 干活的人每周都要做的。先给答案的框架这四种机制分别解决可复用指导、外部能力接入、确定性事件约束和上下文隔离委派。选错的代价不是跑不起来而是跑起来了但约束在关键时刻没生效或者上下文被无关内容吃光。今天把四个机制拆开最后给一张选型矩阵和一棵决策树。那个听起来很对的答案如果只答一句Skill 是加知识MCP 是加工具Hook 是加规则Subagent 是加人手这个回答不算错网上大部分文章也就写到这一层。但它在工程上不够用。因为它只回答了这是什么没回答四个真正决定选型的问题这个能力加在哪里谁负责触发它它需要确定性执行吗它需要独立上下文吗四个问题的答案不同机制就不能互换。下面一个一个过。错误直觉与四个选型问题的对比第一个问题能力到底加在了哪里四种机制里能力所处的位置完全不同。Skill 的正文最终会进入主对话的上下文。官方文档写得很清楚skill 的正文只在被使用时加载但一旦加载它会在会话剩余时间里一直驻留。你写了一份 300 行的发布流程 skill模型调用它之后这 300 行就躺在主上下文里陪跑到会话结束。官方连驻留太久要被裁都提前设计好了上下文自动压缩之后每个 skill 只保留正文的前 5000 token所有 skill 加起来共享 25000 token 的重新挂载预算。这也是文档建议把 SKILL.md 控制在 500 行以内、把长篇参考资料拆到单独文件里的原因。驻留是有租金的官方在替你算这笔账。MCP 是进程外的服务。真正的能力在另一个进程甚至另一台机器上进入上下文的只有工具描述和每次调用的结果。Claude Code 对 MCP 工具的输出有明确预算超过 10000 token 会告警默认在 25000 token 处截断上限可以用环境变量调。能力很大占用有上限这是它和 Skill 在成本结构上的本质区别。也因为它是个真服务你多了一份别的机制没有的负担要管部署、管鉴权、管版本官方文档还专门提醒接入前先确认你信任这个 server因为会抓取外部内容的 server 存在提示注入的风险。Hook 最特殊它完全不进上下文。它挂在生命周期的事件点上是模型看不见的关卡。只有当它拦截或报错时反馈信息才会作为消息喂回模型。Subagent 则是把工作挪到另一个独立的上下文窗口里做。官方文档的表述是每个 subagent 在自己的上下文窗口中运行有自己的 system prompt、工具权限。主对话只收到最终摘要中间翻过的几十个文件、几千行日志都不会回流。四种机制各自把能力加在哪里所以第一条选型线索就出来了先问这段能力的体积和寿命。要长期驻留的短指导Skill 合适体积大但每次只用一小块的外部数据MCP 合适根本不需要模型知道的检查Hook 合适过程庞大但结论很短的工作Subagent 合适。第二个问题谁负责触发模型有没有权跳过这是最容易答错的一层。很多人以为四种机制的触发方式都不一样其实真正的分界线只有一条模型有没有权不执行。Skill 和 Subagent 在触发上是同构的。两者都是把一段 description 放在模型面前让模型自己判断现在该不该用它用户也都可以显式点名调用。也就是说Skill 和 Subagent 的差别根本不在触发方式在于内容进入哪个上下文。这一点想清楚了很多选型纠结会直接消失。顺便说一个容易被忽略的细节这个让模型判断的入口本身也有预算。skill 清单名字加描述常驻上下文官方给它的预算是模型上下文窗口的 1%单条 description 加 when_to_use 超过 1536 个字符还会被截断。你把二十个 skill 的 description 都写成小作文最后进入模型视野的可能是二十段被剪过的话召回率反而更差。MCP 工具的触发发生在工具调用循环里模型把它和内置工具放在同一个货架上挑。Hook 是唯一的例外。事件发生hook 必然执行模型无权跳过甚至不知道它存在。官方文档给 hooks 的定义原话是它们提供确定性控制确保某些动作总是发生而不是依赖 LLM 选择去执行。四种机制的触发主体和跳过权对比把前两个问题合起来你会发现一个常见错配把绝对不能违反的规则写进 Skill。Skill 的触发依赖模型对 description 的理解这本质上是一个召回问题召回就有失败率。规则写得再严厉模型没加载它等于没写。第三个问题出错的代价你赌不赌得起官方文档里有一句话我认为是四种机制选型的分水岭。skills 文档在讲skill 不生效怎么办时给了两条路要么加强 description 和指令措辞让模型更倾向于用它要么原话是use hooks to enforce behavior deterministically。翻译过来Skill 是劝Hook 是锁。官方自己承认这一点。我在维护 AlgoMooc 网站的题解仓库时踩过一次完整的坑。我写过一个 skilldescription 是发布题解前检查动画资源路径。有一次让模型批量修改二十几个题解页的元信息它一次都没触发这个 skill改完直接收工。有几个页面的资源路径本来就是坏的这一轮又没查上线后动画区域直接空白。复盘原因很朴素description 写的是发布题解前而那次我的指令是批量改元信息。模型判断这个任务和发布无关所以没加载。不是模型不听话是我把一条不允许失败的检查放在了一个允许失败的机制上。把硬约束写进 Skill 的失败路径后来我把路径检查改成了 PreToolUse hook匹配所有对题解目录的编辑操作检查脚本不过就拦下。结果第一版又翻了一次车脚本发现坏路径时 exit 1我以为拦住了实际上编辑照常执行。查了文档才知道Claude Code 只把 exit 2 当阻断信号exit 1 只是普通的非阻断错误动作会继续。官方文档专门写了警告如果你的 hook 是用来执行策略的用 exit 2。这两次翻车合起来就是出错代价这一行该怎么填赌得起的交给 description 驱动的机制赌不起的必须交给事件驱动加 exit 2 的机制。exit 1 与 exit 2 的行为差异这里要补一个精确性说明免得说过头。Hook 的确定性指两件事事件触发是确定的command 型 hook 的执行是确定的。官方现在还支持 prompt 型和 agent 型 hook用来处理需要判断的场景那部分的判断质量依然取决于模型。所以严格说Hook 保证的是检查一定会跑不保证检查一定聪明。第四个问题这项工作配不配占你的主上下文Subagent 解决的问题经常被描述成并行干活但在选型时它更重要的身份是上下文的隔离舱。官方文档对什么时候用 subagent的判据很直白当一个附属任务会把主对话灌满你之后不会再看的搜索结果、日志、文件内容时让 subagent 在自己的上下文里干只把摘要带回来。反过来也成立。如果一个任务本身只要三五轮就能做完硬要开 subagent就要付一笔冷启动税它收不到你主对话里已经建立的全部背景很多信息要重新收集。这笔账我会在下一篇文章里专门算这里先立住结论Subagent 是拿重复成本换上下文隔离隔离不值钱的时候成本就是纯亏。还有一个很多人不知道的组合玩法官方是当成一等特性支持的MCP server 可以挂在 subagent 的配置下面成为它的私有工具。工具描述和调用结果都只进 subagent 的窗口主对话完全不见。工具箱很大又不常用的时候这是把 MCP 的 token 占用也一起隔离掉的办法。Subagent 的隔离收益与冷启动成本四层选型矩阵四个问题过完矩阵就能填了。维度SkillMCPHookSubagent能力加在哪主上下文内的指导加载后驻留进程外服务只有描述和结果进上下文生命周期事件点不进上下文独立上下文窗口只回传摘要谁触发模型按 description 判断或用户点名模型在工具调用循环里选用事件必然触发模型无权跳过模型按 description 委派或用户点名确定性执行无本质是召回问题调用哪个工具不确定调用本身确定触发确定command 型执行确定无委派与否由模型判断独立上下文无直接占主上下文服务在进程外结果占主上下文不占上下文有天然隔离出错代价没触发就等于没写结果超预算被截断可能丢信息误伤时会拦住正常操作冷启动重复成本摘要可能丢细节维护成本维护 description 的召回率维护 server 的部署和版本维护脚本的误伤率维护职责描述和工具白名单四层选型矩阵矩阵之外给一棵更快的决策树按顺序问四个问题第一问这个能力需要必然执行吗需要直接 Hook别的都别考虑。第二问能力本体在外部系统里吗在MCP。第三问干活过程会产生大量你不会再看的中间内容吗会Subagent。第四问剩下的就是一段希望模型在合适时机想起来的可复用指导写成 Skill。四步决策树拿四个真实需求各走一遍需求一团队沉淀了一套代码评审 checklist希望模型评审时照着走。走决策树不需要必然执行漏一次可以接受不在外部系统中间内容不大。Skill。需求二模型需要查内部工单系统的数据。能力本体在外部服务里必须走协议接进来。MCP。哪怕你只是想加一段查工单的知识把接口文档塞进 skill 也替代不了真实调用。需求三绝不允许没跑测试就提交代码。这是必然执行第一问就终止了。PreToolUse hook 匹配提交动作测试不过 exit 2。写进 CLAUDE.md 或者 skill 都是在赌模型的自觉赌注是线上事故。需求四在大仓库里排查所有日志埋点的一致性预计要翻上百个文件。过程庞大、结论很短典型的隔离舱场景。Subagent最好再配上只读工具白名单。反过来每一种错选都会表现出对应的症状需求三写成 skill症状是平时都好好的出事那次刚好没触发需求四不开 subagent症状是排查到一半主对话上下文告急前面的讨论全被压缩掉需求一写成 hook症状是每次编辑都被 checklist 打断模型开始想办法绕过检查需求二写成 skill症状是接口文档常驻上下文而数据永远是过时的。面试怎么答这道题给一个 60 到 90 秒的口头版本四步。先立骨架十秒这四种机制都能扩展 Agent但它们在四个维度上不同能力的位置、触发的主体、是否确定性执行、是否独立上下文。再切两刀三十秒第一刀切确定性。Hook 是唯一事件必然触发、模型无权跳过的机制所以硬约束只能放这里官方文档的说法是确保动作总是发生而不是依赖模型选择执行。第二刀切上下文位置。Skill 驻留主上下文MCP 是进程外服务按调用计费上下文Subagent 在独立窗口干活只回传摘要。然后给判断二十秒选型时我先问出错代价。赌得起的交给 description 驱动的 Skill 或 Subagent赌不起的交给 Hook。再问体积大而低频的能力放 MCP 或 Subagent短而高频的指导放 Skill。最后收口二十秒这四样不是四选一官方设计上鼓励组合比如 subagent 挂私有 MCP server 再预载 skill。真正不能做的是拿一个机制顶替另一个的职责尤其是拿劝的机制去做锁的事。60 秒回答框架面试官大概率会追问的三个问题追问一Hook 一定比 Skill 可靠吗要点触发可靠不等于执行正确。command 型 hook 的可靠性取决于你脚本的质量误伤率高的 hook 会把正常操作拦到没法干活prompt 型 hook 引入了模型判断可靠性又回到了模型身上。Hook 换来的是检查必然运行不是检查必然正确。追问二MCP 工具什么时候应该挂在 subagent 下面而不是主会话要点看工具描述的体积和使用频率。一个有几十个工具的 server 挂在主会话描述就先吃一大块上下文挂在 subagent 下面工具和结果都被隔离主对话只拿结论。低频大工具箱往下挂。追问三CLAUDE.md 也能写指令它和 Skill 什么关系要点CLAUDE.md 是每次会话都加载的常驻事实和约定适合放这个项目用 pnpm 不用 npm这种一句话事实当某段内容长成了多步流程官方的建议就是把它挪出去做成 skill按需加载。判断标准是内容的形状事实进 CLAUDE.md流程进 Skill红线进 Hook。写在最后第一四种机制的分界不是功能是四个问题能力在哪、谁触发、要不要确定性、要不要隔离。第二出错代价决定机制等级赌得起的用劝赌不起的用锁。第三Skill 和 Subagent 触发同构真正的分界是那段工作配不配占你的主上下文。当然四层全上是有维护账的skill 要维护 description 的召回hook 要维护脚本的误伤MCP server 要维护部署和版本subagent 要维护职责边界。我自己的 AlgoMoocOJ 项目里很多仓库到今天也只有一份短 CLAUDE.md 加一个 hook。机制是为问题服务的没遇到对应的问题先别急着上机制。下次纠结选哪个的时候就问那一句它出错的代价我扛不扛得住。扛得住选便宜的扛不住选确定的。学AI大模型的正确顺序千万不要搞错了2026年AI风口已来各行各业的AI渗透肉眼可见超多公司要么转型做AI相关产品要么高薪挖AI技术人才机遇直接摆在眼前有往AI方向发展或者本身有后端编程基础的朋友直接冲AI大模型应用开发转岗超合适就算暂时不打算转岗了解大模型、RAG、Prompt、Agent这些热门概念能上手做简单项目也绝对是求职加分王给大家整理了超全最新的AI大模型应用开发学习清单和资料手把手帮你快速入门学习路线:✅大模型基础认知—大模型核心原理、发展历程、主流模型GPT、文心一言等特点解析✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑✅开发基础能力—Python进阶、API接口调用、大模型开发框架LangChain等实操✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经以上6大模块看似清晰好上手实则每个部分都有扎实的核心内容需要吃透我把大模型的学习全流程已经整理好了抓住AI时代风口轻松解锁职业新可能希望大家都能把握机遇实现薪资/职业跃迁这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
)
