七层能力模型：把 AI 助手从「能用」拆到「会搭」

《WorkBuddy 七层实操笔记》系列第 1 篇 · 作者：当月光落下 · 首发于腾讯云开发者社区。 全系列基于一台真实机器的逐条实测，记录哪些机制符合直觉、哪些相反，以及每条结论是在踩过什么坑之后才成立的。 系列目录：

1. 七层能力模型：把 AI 助手从「能用」拆到「会搭」 ← 本篇
2. 信息该放哪：七个存放位置与一条晋升阶梯
3. 技能装了却不被调用：触发机制与四十条清单上限
4. 让 AI 够得着外部数据：连接器、MCP 与一次自建实践
5. 资料库不是网盘（上）：七种节点、三层 block 与 database
6. 资料库不是网盘（下）：page 发布、检索与 doc 修订流
7. 到点自己干活：自动化的三条执行链与五条军规
8. 专家是角色滤镜，不是记忆分片：兼谈多设备同步的盲区
9. 四十一条实测踩坑清单：每条都标了根因和正解
10. 按收益排序的上手路径，与五份可直接复制的模板

导言：这份经验总结怎么用

常见的使用说明大多在讲「有什么功能」。这份经验总结解决的是另一个问题：为什么我按直觉去用它，结果和预期不一样。

它的组织逻辑是「常见误解 → 实测真相」。每一节几乎都对应一次真实的误判——先说说大部分人（包括我）会怎么想，再给实测结果，最后给出判据。这样写的理由很简单：功能清单记不住也没关系，用的时候查得到；但判断错了，后面每一步都跟着错。

三条阅读建议

1. 第一次读，从本篇开始按顺序读。 这几节是后续内容的地基——不理解「信息该放哪」，后面学自动化只会把错误流程定时化。
2. 遇到问题，直接跳到第 9 篇《四十一条实测踩坑清单：每条都标了根因和正解》。 那张表是全系列密度最高的部分，每条都注明了根因和正确做法。
3. 准备动手时，看第 10 篇《按收益排序的上手路径，与五份可直接复制的模板》。 上手路径按收益排序，模板可直接复制。

关于文中数字

文中所有「实测」「xx KB」「xx 个」这类数量，都来自某一台真实机器的快照。请把它们当作方法示范，不要当作通用阈值——你应当在自​​己的环境里用同样的方法测一遍。真正通用的是判据与因果关系，不是具体数值。

一张地图：七层能力模型

WorkBuddy 不是一个「聊天工具」。把它当成一个七层可编排系统来理解，很多困惑会立刻有解。

最关键的一条认知

这七层不是并列的功能菜单，而是层层向上依赖的：L1 技能会调用 L2 工具和 L3 连接器；L5 自动化执行的是一段提示词，而这段提示词的质量取决于 L0 记忆和 L1 技能。

所以「用得零碎」的根因往往不在功能不熟，而在于这些层各自独立成长，从未被显式串起来。

常见的成熟度分布

多数使用者会停在 L1–L2：会用对话、会读写文件、偶尔会攒几个常用操作。真正决定效率差距的是三件事，而它们分别落在三层：

误解

「先学会最强大的那个功能（通常是自动化），其他慢慢补。」

真相

学习顺序有硬约束：不知道该固化什么，自动化就是把错误的流程定时化。 实测中曾出现 15 个自建技能里 12 个写死了本机绝对路径——如果先把这些流程自动化，等于把 12 个定时炸弹设成定时运行。

正确顺序：先学会「放哪」→ 再学「让它自己跑」→ 最后清理「数据从哪来」。

三个概念：智能体 / 工作空间 / 会话

智能体的工程定义

定义

智能体 = 大模型 + 目标 + 工具 + 记忆 + 自主循环

五个要素缺一不可，但决定「是不是智能体」的是第五条：自主循环。

执行循环是这样的：

观察 → 思考 → 行动 → 观察 → …… → 达成 → 停止

这个过程不是人一步步指挥的。判断一段交互是不是智能体，看三条：① 能自己决定下一步；② 能动手（调接口、读写文件、跑命令）；③ 能连着干多步直到完成目标。 缺一条就不算。

工作空间 ≠ 智能体

误解

「我建了一个专门的工作空间，就等于养了一个专属智能体。」

实测的结果不支持这个推论。打开某个工作空间的目录，里面躺着的是一个个独立的会话文件——实测某个工作空间下有 22 个独立的 .jsonl 会话文件。

如果「一个工作空间 = 一个智能体」，那它应该是一个持续的个体。但事实是：每次开新对话，就产生一条新的会话记录。 工作空间目录下装的是会话，不是智能体。

三个概念的正确对应

一句话记住

换工作空间 = 工程师走进另一间办公室。 脚下的地（工作目录）变了，手边的档案（项目记忆）变了，但人没变——身份文件和用户级记忆跟着工程师走，不跟着房间走。

「Agent」这个词的三层用法

这是概念混乱的主要来源。同一个词在三个不同粒度上被使用，必须分清。

顺带记住一条：子代理与主智能体是同一套工具能力，区别只在上下文是否隔离。 这决定了它适合「并行侦察」而不是「换个人格」。

为什么总觉得「每次都得说一遍」

根因

因为会话就是上下文的边界。 开新会话 = 上下文清空，智能体对你的了解全部依赖记忆文件补位。

这意味着：你反复交代的东西，应该下沉到记忆文件或技能里，而不是每次在对话里重说。这正是第 2 篇（记忆）和第 3 篇（技能）要解决的问题。

另一个推论：项目级记忆默认不在同步范围内（只有用户目录被同步），所以换设备时项目级记忆会丢失——这是第 8 篇（多设备同步）要处理的盲区。

本节可带走的判据

1. 智能体是执行者，工作空间是场所，会话是上下文边界——三个不同维度，不能互相换算。
2. 「每次都要重说」不是记性问题，是信息没有下沉。
3. 判断交互是否为智能体，看三条：自主决策、能动手、能连续多步。

文中所有「实测」「xx KB」「xx 个」这类数量，均来自某一台真实机器的快照，请当作方法示范而非通用阈值；真正通用的是判据与因果关系。

原创声明

本文系「当月光落下」原创，首发于腾讯云开发者社区。内容来自作者在实际使用中的逐条实测整理， 所有结论均有本机实机验证或真实接口调用支撑；文中出现的数量均为特定环境下的实测快照， 仅作方法示范，不作为通用阈值。

如需转载，请注明作者「当月光落下」及首发出处，未经许可不得用于商业用途。