什么是“自动感知与按需加载（Model-invoked）”机制？它是如何帮助大模型节省上下文窗口（Context Window）的？
“自动感知与按需加载”（Model-invoked）是 AI Agent 架构中一种非常优雅的资源管理和意图识别机制。
在 Claude Code 或支持 Agent Skills 的系统中，Model-invoked 指的是：AI 模型不需要用户死板地输入特定的命令（如 /code-review），而是能够根据用户输入的自然语言，自主“感知”到当前任务需要使用哪个技能，并在后台自动“调用（Invoke）”并加载该技能的详细内容。
我们可以通过一个通俗的比喻以及背后的技术逻辑，来看看它是如何极大地节省上下文窗口（Context Window）的。
一、 痛点：传统“巨型提示词（Fat Prompt）”的灾难
在没有这种机制之前，如果你希望 AI 懂你公司的 10 种业务规范（比如代码规范、数据库迁移流程、API 设计规范、测试标准等），唯一的办法是把这 10 个规范全部写在系统的系统提示词（System Prompt）里。
这就带来了严重的后果：
- 上下文爆满：假设每个规范 1,000 个 Token，10 个规范就是 10,000 个 Token。每次你和 AI 说一句“你好”，它都要先带着这 10,000 个 Token 的背景知识去思考。
- 极度昂贵且缓慢：LLM 按输入的 Token 收费，且输入越长，推理首字所需的时间（TTFT）越长。
- “迷失在中间（Lost in the Middle）”效应：当上下文太长时，大模型经常会遗忘中间的指令，导致执行偏差——“懂的太多，反而不知道该听哪句”。
二、 破局：“自动感知与按需加载”是如何运作的？
为了解决上述痛点，“自动感知与按需加载”机制采用了“目录与正文分离”的策略，完美实现了对上下文窗口的“精打细算”。具体运作分为三步：
1. 待机状态：只加载“技能目录”（微量 Token）
系统启动时，无论你有 10 个还是 100 个 Agent Skills，AI 都不会读取它们里面的详细步骤（SKILL.md 正文）。
AI 的系统提示词中只会被注入一个极小的“函数调用库（Tool/Function Calling Registry）”，也就是技能的名称和一句话描述。
- 例如：
skill_1:name: UI_review,description: 检查前端代码是否符合公司的 Tailwind CSS 规范（占用 20 Token）skill_2:name: DB_migration,description: 处理 MySQL 数据库的迁移脚本生成（占用 20 Token）
算一笔账： 哪怕你有 50 个技能，在待机状态下也只占用 1,000 个 Token，而不是 50,000 个。这为真正的对话留下了巨大的上下文空间。
2. 自动感知：语义匹配与路由（Model-invoked）
当用户输入自然语言：“帮我看看这个新写的登录页面的样式有没有问题。”
由于 AI 大模型具备强大的语义理解和“函数调用（Tool Calling）”能力，它会在内部进行思考（Routing）：
- AI 的心智过程：“用户在问前端界面的样式问题。我的技能表里有一个叫
UI_review的工具刚好是干这个的。我决定调用（Invoke）这个技能。”
在这里，是 Model（模型） 自己决定调用技能，而不是用户手动指定。
3. 按需加载：展开并注入上下文（高光时刻）
当模型决定调用 UI_review 技能后，系统引擎（如 Claude Code）才会去本地磁盘真正打开这个技能所在的文件夹，读取里面长达几千字的 SKILL.md 详细操作手册、参考的 CSS 规范文件等，并将其作为临时上下文（Temporary Context）注入到当前的对话窗口中。
AI 瞬间“化身”为前端专家，严格按照刚刚加载的规则对代码进行审查。
4. 任务结束：上下文卸载（Garbage Collection）
当这个界面的审查任务完成后，系统可以将这段长长的技能说明从后续的对话上下文中“折叠”或“丢弃”，只保留处理结果。当用户转而问下一个关于数据库的问题时，之前的负担已被清空。
三、 总结：这种机制带来的三大收益
- 无限的扩展性（Scalability）：你可以给系统装载成百上千个 Agent Skills。因为系统平时只记“目录”，你不用担心超出 128K 或 200K 的上下文限制。
- 绝对的专注（High Attention）：因为每次只有被触发的那个技能的详细指令被注入到提示词中，AI 在执行任务时的“注意力”高度集中，不会被其他不相关的业务规则干扰，大大减少了幻觉。
- 性能与成本的极致平衡：既拥有了专家级的深度知识，又维持了极低的 Token 消耗和极快的响应速度。
这就像去图书馆查资料：你不需要把整座图书馆的书都背下来（传统 Prompt），你只需要记住“检索卡片（技能描述）”即可。当有人问问题时，你再去书架上把那本特定的书拿下来翻看（按需加载）。这就是 Model-invoked 机制的魅力。