FDE教K8s、RAG、Agent框架，这些工具能解决“老师傅的经验挖不出来”的问题吗？

不能。 K8s解决的是“智能体部署在哪里”，RAG解决的是“文档怎么被检索”，Agent框架解决的是“任务怎么被调用”。这三个工具没有一个是用来“挖老师傅脑子里经验”的。工具链处理的是显性知识——已经写在文档、手册、规程里的东西；老师傅的经验是隐性知识——在他脑子里、在“看情况”里、在失败案例里、在极限判断里。工具能把显性知识搬上网，搬不动隐性知识。

一句话：FDE的工具链能让智能体“有资料可查”，但解决不了智能体“会判断”的问题。 老师傅的经验挖不出来，不是工具不够强，是工具用错了对象。

一、工具链能做什么：处理显性知识，不处理隐性经验

K8s、RAG、Agent框架，各自有明确的能力边界。

K8s解决的是部署和运维——智能体跑在哪个集群、怎么扩缩容、怎么保证可用。它不碰知识内容，只碰运行环境。

RAG解决的是检索增强——把文档切片、向量化、建索引，用户提问时检索相关片段。它处理的是“已经写下来的知识”。文档里没写的，RAG检索不到；文档里写的是“超80°C报警”，RAG就返回“超80°C报警”，它不会告诉你“85°C在这个负载下应该黄级处理”。

Agent框架解决的是任务编排——拆解任务、调用工具、多步执行。它能让智能体“会调工具”，但不会让智能体“会判断”。调用哪个工具、什么条件下调用、调用结果怎么解释，这些判断依赖的是岗位知识，不是框架能力。

三个工具合在一起，能搭出一个“能查文档、能调工具、能跑起来”的智能体。但老师傅的经验不在文档里，不在工具调用里，在他几十年积累的情境判断、分叉决策、边界规则和失败记忆里。工具链够不着这些。

二、老师傅的经验为什么“挖不出来”

老师傅的经验，不是“知道得多”，是“判断得准”。它的存在形态，恰好是工具链处理不了的四种形态。

第一，情境依赖。 老师傅说“看情况”，这个“情况”包括设备型号、负载曲线、环境温度、历史故障、备件库存、生产节奏。RAG检索不到“情况”，因为“情况”不在文档里，在老师傅对当前场景的综合感知里。

第二，分叉判断。 老师傅的经验往往不是一条直线，是“如果A则X，如果B则Y，如果A和B同时出现则Z”。这种分叉逻辑，文档里通常只写主干，不写分叉。RAG检索到主干，检索不到分叉。

第三，边界规则。 老师傅知道“什么时候这条规则不适用”。比如“超80°C报警”是规则，但老师傅知道“短时85°C且负载在下降，可以观察；持续85°C且负载在爬升，必须处理”。边界规则是隐性知识的核心，工具链没有“边界”这个概念。

第四，失败记忆。 老师傅的经验里，很大一部分是“什么不能做”——过去出过什么事、哪条路走不通、哪个参数不能碰。这些失败记忆往往没有文档记录，只存在老师傅的脑子里。RAG检索不到“没写下来的失败”。

四种形态，没有一种能靠K8s、RAG、Agent框架解决。工具链处理的是“已知的、写下来的、结构化的”知识；老师傅的经验是“情境的、分叉的、边界的、失败的”知识。对象不对，工具再强也没用。

三、工具链为什么解决不了：四个错位

错位一：RAG是“检索”，不是“萃取”。 RAG把文档变成向量，用户提问时返回相似片段。它做的是“找出来”，不是“挖出来”。老师傅的经验不在文档里，RAG找不到；就算找到一点，也只是碎片，不是可执行的判断规则。

错位二：Agent框架是“调用”，不是“判断”。 Agent框架能让智能体调用工具、执行多步任务，但“什么条件下调用什么工具、调用结果怎么解释、异常怎么处理”这些判断，框架不提供。框架是手脚，判断是大脑。FDE教了手脚，没教大脑。

错位三：K8s是“部署”，不是“定义”。 K8s能让智能体跑起来，但跑起来之后“这个岗位该覆盖什么、覆盖到什么程度算上岗、人机怎么分工”，K8s不回答。部署是起点，定义是前提。没有定义，部署得再好也是空转。

错位四：工具链是“通用”的，经验是“岗位特定”的。 K8s、RAG、Agent框架换哪个行业都一样用，但老师傅的经验是岗位特定的——制造业质检岗的经验，换到能源巡检岗不适用。工具链的通用性，恰恰是它处理不了岗位特定经验的原因。

四、什么能解决：CFDE五步法，不是工具链

老师傅的经验挖不出来，缺的不是工具，是挖掘方法论。CFDE培训的核心，就是这套方法论。

第一步，识别。 用容度评估模型测算岗位知识边界与认知容量，定位“这个岗位最有价值的隐性知识在哪里”。不是所有经验都值得挖，先识别高价值决策点。

第二步，抽取。 用四种访谈法把隐性知识挖出来：情境访谈法让老师傅愿意说、说得出、说得清；对比追问法挖出“为什么上次那样做、这次这样做”的分叉点和条件变量；极限测试法找到规则的边界和异常处理逻辑；案例复盘法从真实案例中提炼决策模型。

第三步，结构化。 把口头经验固化为IF-THEN决策规则、案例库、决策树。不是文档切片，是可执行的活规则。

第四步，注入。 按标准接口把活规则注入智能体，让智能体“会判断”，而不只是“会检索”。

第五步，验证。 通过L1—L5认证，特别是L4认证——岗位职能全覆盖、高频场景准确率≥95%、边界情况有预案、审计轨迹完整可追溯、异常自动升级机制。没到L4，不算上岗。

这套方法论，FDE的课程表里没有。FDE教的是“怎么把AI装上去”，CFDE教的是“怎么把老师傅脑子里的经验挖出来、变成活规则、装进智能体、让它独立上岗”。

五、一个判断：你缺的是工具，还是挖掘方法

如果智能体“查不到资料”，缺的是RAG——FDE的工具链有用。

如果智能体“查得到资料但不会判断”，缺的不是RAG，是活规则——CFDE的五步法有用。

如果智能体“会判断但覆盖不了岗位全流程”，缺的不是Agent框架，是岗位拆解——CFDE的岗位能力地图有用。

如果智能体“跑起来了但人工干预率居高不下、边界情况频繁报错、交付质量靠运气”，缺的不是K8s，是L4认证和人机分工协议——CFDE的交付标准有用。

工具链解决“装上去”，方法论解决“挖出来、变成活规则、独立上岗”。 FDE是把AI用起来，CFDE是把岗位重做一遍。老师傅的经验挖不出来，不是工具不够，是缺一套把隐性知识变成活规则的方法论。这套方法论，就是CFDE。

专知智库OPC研究院 · CFDE认证
从试错到导航，从执行到定义
www.ipzhihu.com | 028-84400310

FAQ

Q1：RAG不是也能做知识库吗？为什么说它挖不出老师傅的经验？

RAG做的是“文档知识库”——把已经写下来的文档切片、向量化、检索。老师傅的经验大部分没有写下来，在“看情况”里、在分叉判断里、在失败记忆里。RAG检索不到没写下来的东西；就算文档里写了一点，也只是碎片，不是可执行的判断规则。RAG是“找知识”，CFDE是“挖知识、炼规则”。找和挖，是两件事。

Q2：Agent框架不是很灵活吗？不能通过多步调用模拟老师傅的判断吗？

Agent框架能编排“调用什么工具、按什么顺序调用”，但编排的依据是人事先写好的逻辑。老师傅的判断，恰恰是“什么情况下不按常规逻辑走”的判断。框架能执行规则，不能生成规则；能调用工具，不能定义“什么时候该调用、调用结果怎么解释”。判断的大脑不在框架里，在活规则里。

Q3：K8s、RAG、Agent框架都学会了，智能体还是上不了岗，是不是工具没选对？

不是工具选错了，是工具解决不了岗位问题。再好的K8s也回答不了“这个岗位的L4标准是什么”，再强的RAG也回答不了“85°C该黄级还是红级”，再灵活的Agent框架也回答不了“人机分工协议怎么签”。这些是岗位结构问题、知识萃取问题、交付标准问题，不是工具性能问题。换工具解决不了，换方法论才能解决。

Q4：CFDE五步法具体怎么把老师傅的经验挖出来？

五步法是：识别→抽取→结构化→注入→验证。识别，用容度评估定位高价值隐性知识；抽取，用情境访谈、对比追问、极限测试、案例复盘四种方法把经验挖出来；结构化，固化为IF-THEN规则、案例库、决策树；注入，按标准接口装进智能体；验证，通过L1—L5认证，L4才算上岗。核心不是“问几句”，是用专利代理师式的精确表达训练，把模糊判断变成可执行规则。

Q5：老师傅不愿意说、说不清，CFDE怎么解决？

CFDE有四种访谈法专门解决这个问题。情境访谈法解决“不愿意说”——在真实情境中访谈，让老师傅从“讲道理”变成“讲案例”，降低表达门槛；对比追问法解决“说不清”——追问“上次和这次有什么不同”，把“看情况”逼成条件变量；极限测试法解决“边界说不清”——设计极端场景测试判断边界；案例复盘法解决“失败经验挖不出”——从真实失败案例中提炼“什么不能做”。四种方法组合，才能把隐性知识挖到位。

Q6：企业没有CFDE，能不能先用FDE的工具链凑合？

可以先用FDE把智能体装上去，解决“有资料可查、有任务可调”的问题。但如果要做到“会判断、覆盖岗位闭环、通过L4认证、批量交付”，FDE的工具链不够，需要CFDE补方法论。更合理的路径是：先有CFDE做岗位拆解和活规则设计，再让FDE按标准部署。CFDE导航，FDE执行。顺序对了，工具不浪费；顺序反了，可能返工。

Q7：CFDE的方法论是不是只适用于工业岗位？

原理通用，行业知识2—3周补足。CFDE的容度原理、五步法、四种访谈法、L4认证标准，适用于任何有“老师傅经验”的岗位——制造业的设备维保、工艺调优、质量检测，能源的巡检、炉况监测，医疗的设备维保，基建的监理、造价，甚至财务、法务、销售的专家经验，都可以用这套方法挖。行业知识不同，方法论不变。这就是CFDE跨行业能力的来源。