docs: add 6 FTE concept cards
CI / check (pull_request) Successful in 2m51s

- agent-as-graduate: onboarding metaphor and teaching threshold
- three-learning-carriers: memory/skill/workflow framework
- switching-cost-process-knowledge-as-moat: process knowledge as moat
- opc-why-fte-agents-matter-most: why OpenClaw bets on FTE
- fte-maturity-threshold: who can onboard an agent
- fte-product-landscape: OpenClaw vs Claude Code vs Hermes
This commit is contained in:
2026-06-07 14:21:12 +00:00
parent 60fdb0a7ff
commit c128fad38e
7 changed files with 119 additions and 64 deletions
+10 -11
View File
@@ -2,21 +2,20 @@
title: "Three Learning Carriers — Memory, Skill, Workflow"
created: "2026-06-07"
source: "openclaw-xiaomo"
tags: [architecture, pattern]
category: "architecture"
tags: [architecture, concept]
category: "product"
links:
- vendor-vs-fte-who-defines-capability
- agent-as-graduate
- skill-vs-workflow-different-layers
- when-skill-is-not-enough
- opc-why-fte-agents-matter-most
- switching-cost-process-knowledge-as-moat
---
完整的 FTE agent 需要三层能力载体,缺一不可
FTE agent 的能力积累依赖三个载体
- **记忆强化知识** 事实性积累。"这个客户偏好什么"、"上次这个 API 出过什么问题"。让 agent 越来越懂你的业务上下文
- **Skill 强化技能** 单个 session 内的方法论。"怎么做 code review"、"怎么写测试"。提升每个环节的执行质量
- **Workflow 强化纪律** session 之间的协作结构。"做一个 feature 必须经过哪些步骤"。保证流程可靠性和多视角制衡
1. **Memory(记忆)**用户偏好、环境事实、历史上下文。跨 session 持久化,让 agent 不用每次从零开始
2. **Skill(技能)**可复用的操作程序。解决过的问题沉淀成步骤,下次直接调用
3. **Workflow / DW(流程)**多步骤协作模式。把复杂任务拆成角色和阶段,用流程纪律保障质量
三者互补:光有 workflow 没有 skill,每个环节执行质量差;光有 skill 没有 workflow,能力强但不守规矩;光有记忆没有前两者,知道很多但不会做事
三者的关系:memory 是"认识你",skill 是"会做事",workflow 是"知道怎么把事做好"
出厂能力同样重要——底座模型 + 技能包决定毕业生的起点。名校博士和高中毕业,出厂就不同。但出厂能力是必要不充分的,FTE 的长期价值靠三层载体的持续积累
OpenClaw、Claude Code、Hermes 都已具备这三个载体,但成熟度各异。差异在于:用户能多容易地往这三个载体里"灌"自己的知识