技能库从几十个涨到几千个，Deep Agents 原来的加载方式已经撑不住了。LangChain 这次重构 Skills 支持，思路很直接：别再默认把所有技能一股脑塞进上下文，而是让加载变得可控。企业侧技能规模的膨胀，正是这轮改动真正的推手。
三项更新各管一段。工具现在可以绑定到某个具体技能上，只有该技能被读取时才随之加载，无关工具不用长期占着上下文。用户还能用 /meeting-prep 这类显式请求把技能“钉住”，让它在首次模型调用之前就完成加载，对开局就要带上下文的任务很关键。至于长线程里新增或变更的技能，把 skills_metadata 设为 None 重载即可，不必重开一轮对话。
三件事合起来，是把技能管理拆成两条路径：平时按需拉取，关键时刻显式固定。对企业来说，技能数量继续膨胀的代价终于不再是上下文同步膨胀。但真正的问题在后面——技能上千之后，谁能保证命名和描述足够准确，让模型每次都挑对那一个？加载机制解决了，选择机制还没有答案。
