一个 Agent 的能力上限，取决于它从专家那里学到了什么。
专家经验是最关键的输入
通用模型懂语言，却不一定懂你的专业。真正拉开差距的，是专家脑子里那套没有写成文档的东西：判断问题的专业方法、亲手做过的示范，以及对结果的反馈。
松塔把这三样东西当作养成的输入。专家像带徒弟一样带 Agent：给它看怎么分析问题，示范怎么使用专业工具，再在结果上给出明确的评价。
RL 与 Memory 让经验沉淀下来
反馈如果只停留在对话里，下一次任务就要从头再来。松塔用强化学习让 Agent 从反馈中改进，用 Memory 把验证过的经验沉淀为可以复用的记忆与技能。
沉淀是双向的：专家可以主动把方法写成 Skill，Agent 也会在真实任务中自动学习更新。这就是 Test-Time Learning——能力在使用中持续自进化，而不是停留在出厂版本。
养成是持续过程，不是一次性配置
一个刚养成的 Agent 能力边界清晰但有限。随着它参与的项目越来越多、收到的反馈越来越具体，边界会被一次次验证和拓宽。
所以当 Agent 开始参与项目协作时，它已经不是通用助手，而是某位专家亲手带出来的专业角色——这是协同能够成立的前提。
事实边界
本文描述当前可验证的产品工作方式，不把规划中的能力作为已交付功能。