老AI工程师手写脚本实现游戏全自动挂机 揭示MCP与Skills本质为工具协议与经验封装

一位深耕AI工程多年的开发者未追随Agent、MCP、Skills等热门术语，而是自主开发了一套本地化游戏自动挂机系统：通过OCR识别界面文字、YOLO检测目标、Python模拟键鼠操作，以硬编码状态机（if-elif逻辑链）实现找NPC、对话、战斗、复位全流程，毫秒级响应且无需云API或外部框架。该系统底层为自研推理链路，曾部署Qwen本地模型并改造YOLO，体现其从RNN到LLM的完整技术积累。

他指出，当前新名词并非技术颠覆，而是交付方式演进：Agent本质是模块化重组——LLM为内核，搭配循环、规划与可调用工具；其早年挂机程序即为“焊死”的简易Agent，区别仅在于如今趋向“可插拔”设计。MCP（Model Control Protocol）被类比为“工具的USB接口”，是一套契约规范，如@ mcp.tool()装饰器定义click_xy函数后即可被任意Agent调用，实现工具标准化接入。Skills则对应结构化SOP手册，以SKILL.md文件组织名称、触发条件、执行步骤与异常处理，强调关键动作（如按键时机）必须由程序精确控制，避免大模型决策失焦。

其系统采用三层懒加载架构：YAML frontmatter仅载入30–50 tokens摘要；AI判断激活后动态加载SKILL.md正文；需细节时再读取references目录文档，兼顾效率与容错。该实践印证技术主线是人机协作范式重构——LLM作为通用内核，亟需“手脚”（工具）与“常识”（技能库）。高盛已让银行家直接管理AI智能体，初级员工转向任务描述与结果校验，传统学徒制正被AI工作流监督替代，凸显“经验资产化”紧迫性。

行业加速转型：高盛2025年部署1.2万工程师使用的Devin编程助手；OpenAI 2026年2月发布ChatGPT 5.3 Codex支持模型自我迭代；黄仁勋2024年预言“未来编程语言即人类母语”。但转型不等于淘汰——理解工具协议与经验封装逻辑的老工程师，仍可快速适配新范式。关键在于：不被名词吓退，先做最小闭环；“看完效果，名词会自己掉下来”。