今天打开 Anthropic 关于 Agent Skills 的官方工程文章，会看到一个很容易被忽略、但实际上决定了 Skill 能不能大规模使用的设计，Progressive Disclosure，也就是渐进式披露。它解决的并不是模型会不会读 Markdown 文件这种表层问题，而是一个更麻烦的工程问题，当 Claude Code、OpenAI Codex、OpenClaw 这样的 Agent 同时拥有几十个、几百个甚至更多 Skill 时，怎样让模型知道这些能力存在，又不必把所有 Skill 的完整说明全部塞进 Context Window。Anthropic 在介绍 Agent Skills 时直接把 Progressive Disclosure 称作 Skill 能够保持灵活和可扩展的核心设计原则。官方给出的结构非常清晰，一个 Skill 通常是一个目录，里面至少包含SKILL.md，还可以继续放scripts/、references/、assets/等资源。模型并不会在会话启动时把整个目录统统读进上下文，而是根据当前任务逐层深入。这件事乍看很像普通的软件 Lazy Loading，也就是延迟加载，但放到 LLM Agent 上，它的重要性要高得多。我们可以从 Claude Code 启动一个会话时发生的事情说起。假定我们的开发环境安装了很多 Skill，其中包括 PDF 处理、Excel 分析、Git 操作、数据库分析、代码审查、SAP ABAP 开发规范、API 测试、Release Note 生成等能力。最粗暴的设计方式，是 Claude Code 一启动，