把一个 Agent 命名为“研究员”，很容易得到一位会写研究报告的助手。要让用户下次仍愿意找它，靠的却是更具体的东西：它知道哪些问题必须查证，怎样处理缺失材料，什么结论需要保留条件，以及这份工作负责到哪里。
Teloa 围绕这些可以长期维护的工作约定组织 AI 员工的能力。模型提供推理与表达，岗位把它们组织成一类可以反复交办的工作。用户留下的不只是一个擅长某种语气的聊天对象，而是一位有明确职责、方法和行动范围的负责者。
《我们为什么做 Teloa》用七个要素描述这种角色：Role、Identity、Knowledge、Skills、Tools、Memory、Permissions。它们的意义，要放到共同完成一项工作时看。
专业能力首先体现在怎样处理一个问题
假设让研究员工核对一轮产品更新，准备一份对外说明的依据。材料里写了一个新的使用条件，但旧版介绍仍在承诺更广的适用范围。只把两份文档概括得流畅，尚未解决原问题。
这位员工需要辨认冲突，查清哪份依据适用于当前版本，说明旧承诺哪里需要重看。缺少足够证据时，应当保留未确认项，交付让负责人可以继续判断的材料。
这里的专业性有一部分来自模型，也来自工作约定。相同模型，面对不同资料、方法和检查标准，会完成不同的工作。Teloa 选择把这些要求显式组织起来，让用户能看见、修正并继续使用。
七个要素怎样共同形成能力
在这次更新核查中，职责先确定调查到什么程度：核对变化与限制，提供依据，不替负责人作最终对外承诺。知识提供待核查的版本资料；技能可以保存成熟的比较与冲突检查方法。没有现成技能时，员工仍可在职责与授权内规划检查步骤，最终按交付要求核对。
工具让方法能够落实到实际操作。需要取得外部材料时，要有可用连接；涉及文件时，要有相应读取能力。权限继续规定这些工具可以在什么范围使用。写在岗位介绍中的工具名称，只能说明需要什么，实际可用性与授权仍须成立。
身份与记忆则把这次工作接到长期合作。用户认得原负责者，也能把有来源、适用的经验留在对应岗位。下一次任务采用什么资料和经验，仍按实际准备与读取处理，员工名称不会使全部历史自动进入输入。
| 要素 | 在这项工作中解决什么问题 |
|---|---|
| 职责（Role） | 核查到哪里，交付需要满足什么标准 |
| 身份（Identity） | 谁持续承担这类责任，历史工作归于谁 |
| 知识（Knowledge） | 当前依据哪些版本资料判断 |
| 技能（Skills） | 怎样检查差异、证据与适用条件 |
| 工具（Tools） | 通过什么实际能力取得材料或执行操作 |
| 记忆（Memory） | 哪些有来源的经验值得在适当范围继续采用 |
| 权限（Permissions） | 可以读取或改变什么，哪些决定需要交回本人 |
七项的作用来自组合。知道检查步骤但取不到材料，工作会停在条件缺口；材料齐全却没有比较方法，容易变成摘要；方法与工具都有了，却不清楚负责到哪里，又容易把一份研究结论扩成未经决定的行动。
稳定标准与本次要求，需要一起成立
岗位保留来源可查、区分事实与推断等长期标准。这一次检查哪些产品、采用什么发布材料、何时交付，属于任务。用户可以改变本次目标，不必为每轮发布重建一位研究员工。
两者也会发生张力。负责人临时要求“只给一句结论”，研究标准却要求有依据。合理处理可能是精简正文，同时保留可检查的来源与限制。专业岗位的价值，是让这项取舍有稳定标准可以讨论。
把每次客户条件都写进岗位，会让它越来越像只适用于上一项任务的配置；把全部方法只留在单次任务里，又会丢掉重复合作的收益。Teloa 因此将长期定义与本次交付相连，让两者各自可以改变。
这也给能力扩充一个更实际的顺序。先让一份交付暴露缺口，再判断该补资料、改方法、接工具，还是收窄职责。能力目录里列了多少项目，远不如这些内容是否共同解决了问题。
员工可以演进，历史仍保留当时的依据
发现几次核查都漏了使用条件，可以修订技能；资料发布新版，可以更新知识；某类判断超出该岗位职责，则应调整负责范围。不同内容有独立维护位置，用户无需复制整位员工来完成一次方法改进。
采用新版本仍是具体选择。技能保存了新版，已有岗位不因此一律改用；主聊临时换了模型，也不会静默覆盖岗位选定的配置。方法、模型与职责的变化各有含义，不能由一次设置顺带改掉。
旧工作还需要保留当时条件。今天增加“核查使用限制”，上个月的报告也不会因此变成已经检查过。当前岗位版本与实际运行的关联，为这种复查提供依据：既可以继续改进，也能解释过去为什么那样完成。
AI 员工真正值得长期存在，是因为下一次工作可以从已经形成的标准开始。遇到相似冲突时，它该查什么、按什么方法交付、何处需要本人决定，都有可以继续完善的位置。