老AI工程师手写游戏挂机脚本，揭示MCP与Skills本质是工具协议与经验封装

在AI术语日新月异的当下，一位自称“老AI人”的工程师没有追逐Agent、Skills、MCP等热词，而是默默用一套自研脚本实现了单机游戏的全自动挂机——找NPC、点对话、瞄准稻草人王、战斗、复位，全程毫秒级响应。这套系统由本地OCR识别界面文字、YOLO检测目标对象、Python模拟键鼠操作构成，底层是一个硬编码的状态机循环：if找人_elif点对话_elif打架。它没有调用任何云API，不依赖外部框架，却在Windows桌面上真实完成了人类玩家的操作闭环。

这位开发者坦言，自己从RNN走到LLM，重训过GLM，改造过YOLO，甚至用Qwen本地部署完成推理链路。他并不担心技术落伍，真正让他犹豫的是招聘启事中频繁出现的“MCP集成”“Skill编排”等要求——这些新名词是否意味着旧路径彻底失效？

答案是否定的。在他看来，所谓Agent，并非全新物种，而是将已有能力模块化重组的结果：LLM作为内核，需搭配循环机制（loop）、规划能力（planning）与可调用工具（tools）。他早年写的挂机程序，本质上就是一个“焊死”的简易Agent；区别仅在于，如今行业趋势是把“硬编码”改为“可插拔”——工具通过标准协议暴露，技能以结构化文档封装，按需加载。

MCP（Model Control Protocol）被他比作“工具的USB接口”。其核心是一套契约规范，定义如何截图、识别、点击等基础操作。例如一个装饰器@ mcp.tool()修饰的click_xy函数，即可被任意Agent调用。Cursor、Devika或自研系统只要遵循同一协议，就能无缝接入相同工具集。这并非新模型，而是工程标准化的体现。

Skills则更贴近传统软件工程中的“模块化设计”。它不是新权重或损失函数，而是一个文件夹结构：核心是SKILL.md，包含名称、触发条件、执行步骤与异常处理逻辑。例如针对“挑战稻草人王”任务的Skill描述仅百余字，明确禁止将FIGHTING交由大模型决策，强调必须由程序精确控制按键时机。这种设计借鉴了人类维修手册的逻辑——先看目录匹配场景，再翻具体章节，避免一次性灌入冗长提示词导致模型失焦。

该开发者进一步拆解了其挂机系统的三层架构，与当前主流的渐进式Skill调用模型高度吻合：第一层YAML frontmatter仅加载30–50 tokens的简要描述；第二层AI判断是否激活某Skill后，才动态载入SKILL.md正文；第三层如需细节，则按需读取references目录下的技术文档。整个流程强调“懒加载”，既降低推理开销，又提升容错能力。

这一实践印证了一个关键观点：技术演进的主线并非模型能力突变，而是人机协作范式的重构。当LLM成为通用计算内核，缺失的是“手脚”（工具）与“常识”（技能库）。高盛已让新入职银行家直接管理AI智能体，初级员工需掌握任务描述、分派与结果校验能力；而传统“学徒制”训练正被对AI工作流的监督所替代。这背后是对“经验资产化”的迫切需求——老师傅的SOP若不能转化为可调用的Skill，便无法融入新一代AI系统。

值得注意的是，当前市场上存在大量能绘制精美Agent架构图却无法让键鼠在窗口精准点击的从业者。真正的稀缺能力，是既能理解LLM原理，又能落地端到端闭环的工程整合力。那位老AI人总结道：“差的不是数学，是一张插头，再加一本用到才翻的手册。”这句话直指核心：新名词之下，仍是老手艺的升级版。

行业变化正在加速。据公开信息，高盛2025年已在技术部门部署约1.2万名工程师使用的AI编程助手Devin，并在交易会计、合规等环节引入Claude模型；OpenAI于2026年2月发布ChatGPT 5.3 Codex，首次实现模型自我迭代开发；英伟达CEO黄仁勋早在2024年就预言：“未来的编程语言，就是人类的母语。”当自然语言可直接驱动系统执行，工程师的角色正从“写代码者”转向“任务定义者”与“工作流架构师”。

但转型不等于淘汰。一位曾亲手标数据、训模型、焊脚本的工程师，只要理解工具协议与经验封装的逻辑，完全可快速适配新范式。关键在于：不要被名词吓退，先看效果；不要急于背诵框架，先做出能跑通的最小闭环。正如那位开发者所言：“看完效果，名词会自己掉下来。”