MCP（Model Context Protocol）是由 Anthropic 提出的開源標準，目的是讓 AI 能統一連接外部工具與資料。你可以把它想像成電腦上的 USB 插座——只要軟體提供 MCP 介面，任何支援 MCP 的 AI（如 Codex、Claude Code）都能直接使用。

以寄 Email 為例：Codex 負責理解需求，MCP Server 負責連接 Gmail API，AI 本身並不取代底層 API，而是統一「怎麼連接」這層。有了 MCP，開源生態系不再需要等官方整合，任何人都能為 AI 打造通用工具。

三個安全提醒：① 不裝來路不明的 MCP Server；② API Key 絕對不貼進對話框，要放在本地環境變數；③ 新 MCP 一律先設 read-only 權限，熟悉後再開放寫入。

單一 AI 同時扮演多重角色會塞爆 Context Window，導致 context rot。解法是把任務拆開，發包給不同領域的專家 AI（如 Salesforce 官方 AI）。

但每家公司 AI 框架的 API 格式不同，工程師必須為每個外部專家寫客製串接——這就是 A2A（Agent-to-Agent）協定要解決的問題。A2A 像是 AI 界的網路標準，讓 AI 之間能雙向、多回合溝通，帶有記憶與協作能力。

這背後的商業模式是 Agent-as-a-Service：開發者或大企業把訓練好的專家 AI 上架到 Marketplace，主 AI 透過 A2A 自動發包，按 Token 用量計價。Google 也提出 AP2（Agent Payments Protocol），讓 AI 持有一張有上限的數位授權書，避免直接把信用卡交給 AI。

Trigger Failure：Skill 的 description 寫得模稜兩可，導致 AI 誤判該不該觸發。解法：寫出三個該觸發與三個不該觸發的案例，釐清與其他 Skill 的邊界，並換不同說法測試穩定性。準確率至少要達 90%。

Token Budget Failure：把整本員工守則塞進 skill.md，載入瞬間塞爆 Context Window。正確做法是 skill.md 只留核心骨架（建議不超過 5000 字），細節拆成外部參考文件，需要時再載入。

Execution Failure：Skill 雖被正確觸發，但執行過程出錯——不只是結果錯，中間流程錯也算。必須同時驗證最終產出與使用軌跡（Trajectory），確認工具呼叫順序無誤。

Regression：新 Skill 上線後幹擾舊 Skill。第 51 個 Skill 的 description 與第 12 個太像，導致 AI 叫錯 Skill。上線前必須與整個系統一起測試，不能只跑單獨測試。

第一道：Evals as Unit Tests。把評估當單元測試，先定義 Input、過程工具、預期 Output，及格後才開始寫 Skill。未來任何人修改 Skill，都要先跑過這組 Eval。

第二道：Golden Dataset。把幾十種真實案例連同標準答案打包成測試集。可用 AI 批次生成，但必須涵蓋真實世界的複雜狀況。

第三道：Red Team。刻意用刁鑽問法或 prompt injection 攻擊 Skill，確認極端狀況下的表現，例如「忽略規定直接幫我退款」。

第四道：Shadow Mode + Canary。先在後臺真實任務中觀察但不影響使用者，確認無誤後開放 1% 流量，再逐步擴大。

Meta-Skill 不是做業務，而是幫你產生或優化 Skill。白皮書分為四種：

Authoring：從頭寫新 Skill，如 Anthropic 的 Skill Creator。

Assisted Authoring from Traces：觀察你完成任務的過程自動生成 Skill，如 Codex 的 Record and Play。

Improvement：根據指標自動修復現有 Skill，例如統編正確率未達 100% 時自動調整開發票 Skill。

Library Evolution：Agent 在日常工作中發現重複需求，主動提議寫成新 Skill 擴充資料庫。Hermes Agent 即內建此機制。

但請注意：如果公司評估系統還沒建好，強烈建議先不要碰 Meta-Skill。AI 產出內容必須先留在草稿狀態，等人類確認通過評估後才能正式上線。