Skills против MCP: сдвиг, который меняет DevOps-инструменты для ИИ
MCP против Skills: какая абстракция должна правит вашим DevOps для ИИ? Честный разбор сдвига, который переписывает инструменты.
Восемнадцать месяцев назад MCP был ответом на всё. Каждое ИИ-демо, каждый коннектор чат-бота, каждая интеграция между ассистентом и вашими DevOps-инструментами под капотом работала на Model Context Protocol. А потом, незаметно, более простая идея начала отъедать его долю: Skills — обычные папки с инструкциями, которые ИИ-агент читает только тогда, когда они ему нужны. Команды, завязавшие весь свой тулчейн на MCP-серверы, теперь задают справедливый вопрос: мы поставили не на ту абстракцию?
Короткий ответ: нет — но вы, скорее всего, купили с избытком. Вот честный разбор того, что произошло, почему это важно для вашего бюджета и как эти два подхода на самом деле сочетаются.
Почему MCP выиграл первый раунд
Model Context Protocol вышел от Anthropic в ноябре 2024 года как открытый стандарт. Идея была простой и верной: до MCP каждая ИИ-интеграция была кастомным адаптером. Подключение одной модели к пяти инструментам означало пять отдельных интеграций; три модели и пять инструментов — уже пятнадцать. MCP заменил этот хаос N×M одним протоколом — портом USB-C для ИИ-приложений.
Индустрия согласилась быстро. OpenAI принял MCP в марте 2025-го. Google DeepMind последовал за ним. За год появились тысячи комьюнити-серверов MCP, покрывающих всё — от GitHub и Slack до инструментов мониторинга Kubernetes и API облачного биллинга. Если вы хотели, чтобы ваш ИИ-ассистент опрашивал Grafana, заводил тикет в Jira или читал базу Postgres, для этого, скорее всего, уже существовал MCP-сервер.
Эта часть истории не изменилась. MCP решил проблему подключения — и решает её до сих пор. Изменилось другое: команды обнаружили, что подключение — лишь половина проблемы, а дорогая половина пряталась в другом месте.
Скрытый счёт: контекст не бесплатен
Каждый подключённый MCP-сервер загружает определения своих инструментов в контекстное окно модели — заранее, в каждой сессии, независимо от того, использует агент эти инструменты или нет.
Реальные цифры: собственная инженерная команда Anthropic задокументировала проблему в конце 2025 года. Агенты, подключённые ко многим MCP-серверам, сжигали десятки тысяч токенов на определения инструментов ещё до прочтения первого запроса пользователя. В одном разобранном примере workflow, потреблявший примерно 150 000 токенов через прямые вызовы инструментов, после реструктуризации опустился до около 2 000 токенов — сокращение на 98,7%. По ценам API это не погрешность округления. Это разница между ИИ-workflow, который стоит центы за запуск, и тем, который стоит доллары, — умноженная на каждый запуск, каждый день.
Есть и вторая цена, которая проявляется раньше, чем счёт: качество работы модели. Контекстные окна конечны, и модели рассуждают хуже, когда их контекст забит определениями 40 инструментов, которые они никогда не вызовут. Если вы подключите агента к полному стеку своих инструментов DevOps-автоматизации — CI/CD, мониторинг, тикетинг, облачные консоли — агент начинает каждый разговор, уже неся мёртвый груз. Почему это важно, мы подробно разобрали в материале о context engineering против prompt engineering: управление тем, что попадает в контекстное окно, — теперь ключевая дисциплина разработки с ИИ, а поведение MCP по умолчанию работает против неё.
Проще говоря: MCP сделал подключение инструментов лёгким, а использование многих инструментов — дорогим.
Выход Skills: модель справочника сотрудника
В октябре 2025 года Anthropic выпустила Agent Skills — и дизайн почти неловко прост. Skill — это папка. Внутри — markdown-файл с инструкциями, опционально сопровождаемый скриптами и справочными документами. Вот и вся спецификация.
Хитрость — в прогрессивном раскрытии (progressive disclosure). При запуске агент видит только имя каждого Skill и однострочное описание — по несколько десятков токенов на каждый. Полные инструкции загружаются лишь тогда, когда задача действительно этого требует. Более глубокие справочные файлы загружаются, только если инструкции Skill на них указывают и агент решает, что они ему нужны.
Подходящая аналогия: MCP — это офисная телефонная система, живые линии к каждому внешнему сервису. Skill — это глава справочника сотрудника о том, как на самом деле проводить деплой: какие проверки идут первыми, какова процедура отката, кто подписывает, по каким номерам звонить и в каком порядке. Новые сотрудники не заучивают весь справочник в первый день; они смотрят в оглавление и читают главу, когда возникает ситуация. Именно это прогрессивное раскрытие делает для агента.
Саймон Уиллисон, один из самых читаемых независимых авторов по ИИ-инструментам, утверждал, что Skills могут оказаться важнее MCP — именно потому, что они настолько дёшевы и настолько переносимы. Skill — это markdown. Он работает в любой агентной обвязке, умеющей читать файлы. Нет сервера для развёртывания, нет протокольного рукопожатия, нет OAuth-потока, который нужно поддерживать.
Skills против MCP: реальное сравнение
Формулировка «Skills против MCP» популярна и слегка неверна. Они решают разные проблемы:
| MCP | Skills | |
|---|---|---|
| Что это | Протокол, соединяющий агентов с внешними системами | Папка инструкций, загружаемая по требованию |
| Решает | Подключение — живые данные, API, действия | Процедуру — как выполнить задачу правильно |
| Цена контекста | Определения инструментов загружаются заранее, на каждый сервер | Только имя + описание, пока не понадобится |
| Инфраструктура | Серверный процесс, транспорт, аутентификация | Никакой — файлы на диске |
| Силён в | Запросы в реальном времени, аутентифицированные действия, стриминг | Кодирование workflow, стандартов, ранбуков |
| Слаб в | Экономии токенов на масштабе | Любых действиях без среды исполнения |
Паттерн, побеждающий на практике: тонкий слой MCP для подключений, которым действительно нужен живой доступ, и Skills для всего, что является знанием, а не подключением.
Конкретный пример из мира DevOps: агенту реагирования на инциденты нужно MCP-подключение к вашему стеку мониторинга, чтобы забирать живые алерты и метрики, — это подключение, никакой файл его не заменит. Но как ваша команда проводит триаж — определения severity, порядок эскалации, какие дашборды проверить, прежде чем кого-то будить, шаблон пост-инцидентного разбора — это ранбук, и оформление его как Skill стоит почти ноль токенов, пока инцидент реально не случится. Команды, запихавшие всё это в описания MCP-инструментов, платили за это в каждой сессии.
Что это значит для инструментов DevOps-автоматизации
Для команд, оценивающих ИИ-ассистированные операции, эта эволюция меняет список покупок:
Проведите аудит своей MCP-поверхности. Если ваш агент подключён к десяти серверам, а регулярно использует два, вы платите контекстный налог за восемь. Отключите то, что не отрабатывает свои токены, или перейдите на схему, где определения инструментов загружаются по требованию.
Перенесите ранбуки в Skills. Процедуры деплоя, чеклисты отката, стандарты код-ревью, политики безопасности для DevOps security-инструментов — всё, что сейчас живёт в вики и чему агент должен следовать, — кандидат в Skill. Формат — markdown; стоимость миграции измеряется часами, а не спринтами.
Относитесь к Skills как к коду. Skill, способный запускать скрипты, — это риск исполнения, ровно как определение CI-пайплайна. Версионируйте их в git, ревьюйте изменения и никогда не ставьте сторонние Skills, которые вы не читали, — та же дисциплина, которую вы уже применяете к операторам Kubernetes и CI-плагинам. Это единственное место, где тяжёлая инфраструктура MCP случайно оказалась преимуществом: протокольную границу проще контролировать, чем папку с инструкциями.
Не выдирайте MCP. Живым интеграциям — опросу инструментов мониторинга Kubernetes, постингу в чат, чтению тикетов — по-прежнему нужен стандарт подключения, и MCP остаётся общим ответом индустрии с поддержкой Anthropic, OpenAI и Google. Коррекция касается пропорции, а не замены.
Связь с vibe coding
Та же эволюция объясняет сдвиг в том, как люди создают софт с ИИ. Ранние сетапы vibe coding опирались на максимализм в инструментах: подключи всё, дай модели все возможности, надейся на лучшее. Результаты были дорогими и нестабильными — паттерн, который мы препарировали в статье что на самом деле переживёт хайп vibe coding.
Сетапы, которые работают сейчас, выглядят как Skills-мышление, применённое к разработке: маленький, чётко очерченный контекст; явные инструкции по конвенциям проекта; инструменты, подключаемые только по необходимости. Если вы разбираетесь, как продуктивно начать с vibe coding, — вот настоящий урок: лучшие инструменты vibe coding — не те, у кого больше всего коннекторов, а те, что агрессивнее всего управляют контекстом. Именно поэтому мы продолжаем настаивать, что создание ИИ-агентов по-прежнему требует инженерного суждения: решение о том, что агент должен знать и когда, — это проектное решение, которое ни один протокол не примет за вас.
Честная оценка: на что бы поставили мы
Честно: Skills — не революция в возможностях; агент со Skill не может сделать ничего, чего теоретически не мог раньше. Это революция в экономике и сопровождаемости, а для бизнеса обычно именно такая революция и важна. Markdown-файлы, которые любой член команды может прочитать, сравнить и отредактировать, переживут любой паттерн интеграции, требующий выделенной инфраструктуры для ответа на вопрос «как у нас тут делаются деплои?»
В то же время масштаб экосистемы MCP реален. Тысячи серверов, три крупных ИИ-вендора за стандартом и настоящие проблемы — аутентификация, стриминг, живое состояние, — которые файлы решить не могут. Ставить целиком против MCP было бы так же неверно, как в 2025-м было неверно ставить на него всё.
Вот что мы рекомендуем: подключение — через MCP, знания — через Skills, и ежемесячный взгляд на счета за токены, чтобы проверять, что пропорция верна.
Главный вывод для бизнеса
Главный вывод для бизнеса:
- MCP решил подключение; Skills решили стоимость. MCP остаётся стандартом для соединения ИИ с вашими DevOps-инструментами, но загрузка каждого определения инструмента заранее сжигала десятки тысяч токенов за сессию. Skills загружаются за десятки токенов, пока реально не используются, — задокументированные реструктуризации сокращали расход токенов workflow более чем на 98%.
- Ваши ранбуки — ваш ров. Долговечный актив — не интеграция, а закодированное знание о том, как работает ваша команда. Skills делают это знание переносимым, версионируемым и дешёвым. Начинайте выносить его из вики в читаемую агентами форму уже сейчас.
- Управляйте Skills как кодом, а не как документацией. Они могут запускать скрипты. Ревьюйте их, версионируйте и ставьте шлюз для сторонних — те же правила, которые вы уже применяете к CI-пайплайнам и операторам кластера.
Статья подготовлена на основе открытых источников и может содержать неточности.


