在AI Agent开发中，MCP和Skills这两种机制各自定位是什么？它们分别适合解决哪些典型场景？请从功能边界和适用场景角度说明二者差异。
考察说明
考查候选人对Agent工具调用抽象层的理解，以及能否区分标准化协议与可复用子任务能力定义。
回答思路
- 【回答框架 1】MCP全称模型上下文协议，是一种标准化协议，用于将外部工具、数据源以统一接口接入LLM应用，定义资源、工具、提示的调用规范，使不同模型和应用能复用同一套工具服务。
- 【回答框架 2】Skills是面向可复用行为的定义，通常指Agent内置或学习的子任务能力包，例如提示模板、技能组合、执行流程，目的是让Agent在特定任务上表现稳定，不依赖外部服务。
- 【回答框架 3】MCP强调连接与互操作，适合需要接入第三方API、数据库、文件系统等外部资源，且需要统一认证、调用约定的场景；Skills适合固定流程或知识密集的内部任务，如代码审查、报告生成，可独立于外部服务运行。
- 【回答框架 4】二者可协同：MCP提供工具和数据接入，Skills封装任务执行逻辑；Skills可调用MCP工具，而MCP本身不定义任务流程，本质是服务接入层与能力层的关系。
- 【关键点 1】MCP是标准协议，解决工具接入的互操作性；Skills是可复用能力模块，解决任务执行的稳定性和效率。
- 【关键点 2】MCP适合动态、多源工具接入场景；Skills适合固定流程或领域专用任务。
- 【关键点 3】MCP是服务接入层，Skills是业务逻辑层，二者可组合使用。
- 【易错点 1】混淆二者层级：MCP是接入层，Skills是能力层，不能互换。
- 【易错点 2】忽略Skills也可能依赖外部工具，不能认为两者互斥。