快速结论：MCP、A2A、AGENTS.md 与 Agent Skills 位于四个不同层级：AGENTS.md告诉编码智能体在某个代码目录里应遵守什么；Skill封装可复用的专业工作流程；MCP让智能体连接工具、API 和资源；A2A让独立智能体发现并委派任务。多数团队的正确顺序是先写清仓库规则，再把重复流程做成 Skill，然后只为确实需要的外部工具接 MCP；只有出现跨智能体、跨组织的任务协作时才引入 A2A。
四层能力分别解决什么
| 机制 | 回答的问题 | 典型内容 | 不负责 |
|---|---|---|---|
| AGENTS.md | 在这个仓库/目录里怎样工作 | 构建测试命令、代码风格、安全限制、部署注意、子目录覆盖 | 连接外部服务或定义跨公司任务协议 |
| Agent Skill | 某类重复任务怎样稳定完成 | 步骤、质量门禁、参考资料、脚本、模板和输出约定 | 自动授予底层应用权限 |
| MCP | 智能体怎样调用工具和读取资源 | Tools、Resources、Prompts、能力协商、认证 | 规定整个业务流程或远程智能体协作 |
| A2A | 独立智能体怎样发现、委派和交付 | Agent Card、Message、Task、Artifact、流式/推送状态 | 智能体内部工具调用或仓库编码规范 |
为什么应按“规则→流程→工具→协作”建设
- 先写 AGENTS.md：把新人也必须知道的项目说明、命令、风格、测试、安全与部署边界写清。大型仓库可在子项目放置更近的文件，让局部规则覆盖上层通用规则。
- 再抽取 Skill：当“发布文章”“修复线上故障”“审核 PR”反复出现，就把完整步骤、参考资料、脚本和验收条件封装成可复用能力。
- 按需接 MCP：Skill 需要查询数据库、仓库、工单或执行受控动作时，再接相应 MCP Server，并逐项限制 Tool 权限。
- 最后评估 A2A：只有任务需要委派给保持黑盒、可能来自另一团队或供应商的远程智能体，并跟踪长任务和 Artifact 时，A2A 才提供额外价值。
这四层可以组合但不能互相替代。Skill 可以要求智能体使用 MCP 工具；A2A 远程智能体内部也可能使用自己的 AGENTS.md、Skills 与 MCP，但客户端不应假设能看到或控制这些内部细节。
用具体场景做选择
| 需求 | 最小方案 | 何时再升级 |
|---|---|---|
| 统一单仓库测试与提交规则 | AGENTS.md | 规则在多个项目反复出现时做 Skill |
| 每次都按同一门禁发布 WordPress 文章 | Skill + 本地脚本 | 需要访问 CMS 时再接受控 API/MCP |
| 让智能体只读查询工单和文档 | MCP + 最小只读权限 | 需要跨团队智能体委派时增加 A2A |
| 把合同审查交给外部法律智能体 | A2A + 明确 Artifact 验收 | 外部智能体需要内部资料时，在其边界内配置工具 |
| 一个进程里分出多个子任务 | 框架或产品原生子智能体能力 | 独立服务之间需要标准互操作时再用 A2A |
常见反模式
- 把所有说明塞进 AGENTS.md：会让每个任务都携带大量无关上下文；专业长流程应拆成按需加载的 Skill。
- 把 Skill 当权限系统：Skill 是流程说明和资源包，实际访问权仍由应用、MCP Server、账号和审批策略控制。
- 一个 shell 命令也做 MCP：若没有跨客户端复用、能力发现或安全边界需求，本地受控脚本可能更简单。
- 把远程工具包装成“智能体”：如果只是固定输入输出接口，没有任务状态、协商和自主处理，普通 API 或 MCP Tool 更合适。
- 协议即安全：MCP 工具注释、A2A Agent Card 和远程输出都可能不可信；必须独立做认证、授权、输入验证、审计和回滚。
上线验收清单
- AGENTS.md 中命令可运行、规则不冲突，子目录继承关系经过验证。
- Skill 只包含当前任务需要的参考资料，触发条件、失败条件和输出证据明确。
- MCP Server 来自可信来源，工具名、输入 Schema、写权限和网络边界经过审查。
- A2A Agent Card 与真实能力一致，版本、认证、长任务、取消和 Artifact 都通过互操作测试。
- 所有高风险动作都有预览、人工确认、幂等、费用上限和回滚。
要进一步理解 A2A 与 MCP 的协议对象，可查看A2A 1.0 与 MCP 对比指南；要设计智能体本身的权限与运行边界，可参考AI 智能体治理支柱页。
来源与复核记录
本文依据 AGENTS.md 开放格式说明、OpenAI AGENTS.md 文档、OpenAI Skills 文档、MCP 官方规范与 A2A 官方文档整理，复核日期为 2026 年 8 月 24 日。各产品对 Skill 的目录、触发和权限实现可能不同，落地时应以目标客户端文档为准。本站规则见关于兰塞 AI 与编辑规范。
