發生咗乜事
LangChain 喺 10 月 7 日發blog，話佢哋嘅 Deep Agents 框架對「Skills」（技能）機製做咗一輪升級。三個主要改進：將工具綁定到技能、運行時釘住技能（pinned skills）、同喺長對話中途重新載入技能（skill reloading）。官方話呢啲改進係為咗應付企業技能庫不斷擴張嘅需求。
技能係點運作
Skill 本質係一個資料夾，入面有 SKILL.md 檔案（帶 YAML frontmatter 嘅名稱及描述）同相關指令，可以附帶 scripts/、references/、assets/ 等支援檔案。LangChain 話 Agent Skills 係一個開放標準，支援任何模型，有幾十個代理產品使用。
運作邏輯係「漸進式披露」（progressive disclosure）：代理啟動時喺系統提示中只見到每個技能嘅名稱同描述（各佔一行），只有當任務匹配到特定技能，代理先會用 read_file 讀取完整嘅 SKILL.md，再跟指示執行，需要時先讀取 scripts 或 reference 檔案。呢個設計令上下文保持精簡。
三個升級點
工具綁定技能： 之前技能同工具係分開披露嘅——代理可以揾到並呼叫某個工具，但未必讀過相關技能；或者讀咗技能，仲要自己揾工具。而家可以將工具綁定到特定技能，綁定嘅工具喺代理讀取該技能前唔會加入上下文，提前呼叫會報「未知工具」錯誤。喺支援對話中途加入新工具嘅模型上，呢個做法可以保持 prompt cache 完整。
運行時釘住技能： 用家明確要求某個技能（例如 /meeting-prep）時，應用可以喺下次模型呼叫前將該技能載入上下文，唔需要經 read_file 回合。
技能重新載入： 長對話中可以取用新增、修改或刪除嘅技能，唔使重新開始一個新對話。
實例
文章用 LangChain 嘅 GTM（Go-To-Market）代理做例子，建基於 Deep Agents，技能庫超過 50 個，覆蓋銷售代表嘅常規工作，包括 meeting-prep、call-transcripts、competitive-intel-card 等。LangChain 指企業技能註冊表已增長到數千個技能，跨團隊同代理共享。
阿調搞兩下
技能呢個概念本身唔新，但 Deep Agents 呢輪升級解決嘅係規模化問題：當技能庫由幾個變幾百、幾千，上下文管理就唔再係「理論上可行」，而係要實打實處理。工具綁定技能呢招，實際係將「用錯工具」嘅風險從設計層面堵住——代理未讀到説明，連工具都揾唔到，呢個係比事後攔截更徹底嘅做法。值得留意嘅係，呢個係 LangChain 自家框架嘅更新，並非開放標準層面嘅變化；其他支援 Agent Skills 嘅產品有冇類似機制，要另外核對。
阿調｜深度調教
