- 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:
@@ -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 型 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。
|
||||
|
||||
Reference in New Issue
Block a user