什么是AI时代的上下文？
传统上下文：文本内的前后文 在语文课和阅读理解中，“上下文”指一句话前后的语境。例如，理解一个词语需要看它前面铺垫了什么、后面如何解释。这种上下文是**文本内部的**，关心的是：这句话在段落中的位置、前一句和后一句的内容、作者是否交代了原因或补充说明。它的范围较小，主要帮助理解一句话或一篇文章。
AI时代的上下文：理解“这个人为什么这样问” AI时代的上下文远大于文本内部。当用户向AI提问时，AI需要理解的不只是这一句话，而是完整的背景系统： - **你是谁？** 你的身份、角色和当前任务。 - **你过去讨论过什么？** 历史对话、项目进展和长期目标。 - **你希望用什么语气？** 正式、轻松、专业或通俗。 - **你已有的理论体系是什么？** 已定义的概念、已写过的观点和需要去重的内容。 - **输出目标是什么？** 公众号文章、白皮书、PRD还是技术说明？受众是家长、投资人还是开发团队？
如果AI不知道这些背景，只能给出通用答案；如果知道，才能提供贴合用户的个性化输出。因此，AI时代的上下文已从“句子的前后文”扩展为**“人的长期背景”**。
AI时代上下文的本质：可被智能体调用的背景结构 AI时代的上下文不是简单资料堆积（如上传文件或保存聊天记录），而是**一个人或主体的经历、记忆、判断、目标、关系、作品、风格、权限和反馈，被整理成智能体可理解和调用的背景结构**。它至少包含八类内容： - **经历**：过去做过什么项目、参与过什么事件、遇到过什么问题。 - **记忆**：哪些事情值得长期记住，哪些是临时信息或已过时。 - **判断**：如何看问题、怎样做取舍、核心主张是什么。 - **风格**：习惯的表达方式、喜欢的语气、排斥的表述。 - **关系**：与哪些人、机构、项目、家庭、学校、企业有关联。 - **目标**：当前任务、下一步计划、长期方向。 - **反馈**：行动结果、有效或失败的策略、需要回流的经验。 - **权限边界**：哪些内容可公开、哪些只能内部使用、哪些不能投喂智能体、哪些需保留撤回权。
这些加起来，构成一个人的**生命背景、工作背景、知识背景和主权背景**。
为什么公共AI很难完整拥有你的上下文？ 公共AI可能记住偏好、语气、部分历史对话或文件，但难以完整连接你的上下文，因为你的上下文不仅存在于聊天中，还分散在： - 电脑文件、微信聊天、项目材料、作品版本。 - 家庭记录、授权文件、行动反馈、未说出口的长期判断。
公共AI可能知道你写过某篇文章，但不知道它在思想体系中的位置；可能知道你提过某个概念，但不知道它与长期关系（如“成长型智能体”与“童谱”“忆脉”“年轮”“数字身份主权”）的关联；可能知道你想写公众号文章，但不知道哪些观点已写过、需去重或升级；可能知道你上传过文件，但不知道哪些是正式版本、草稿或可公开。因此，公共AI的上下文常是**片段式的**，而成长型智能体需要**连续性的上下文**。
成长型智能体解决“上下文连续性”问题 成长型智能体的核心价值不是回答问题，而是让上下文**长期生成、持续沉淀、不断回流、可被调用、可被迁移**。它不是一次性读取用户，而是长期理解用户。每一次写作、修改、反馈、选择、否定、授权、复盘，都会成为新的上下文材料。例如： - 用户说“这篇太啰嗦”——这是上下文。 - 用户说“去掉聚谱，换成双向共育”——这是上下文。 - 用户说“谱位是内部词，对外讲成长型向量知识库”——这是上下文。 - 用户说“不是APP，而是未来可调用能力层”——这也是上下文。
这些反馈构成用户的**判断系统**。成长型智能体通过长期沉淀这些反馈，逐渐理解用户的风格、概念边界、战略方向、表达偏好、内外用词差异，以及如何从想法发展出系统架构。**普通AI回答问题，成长型智能体积累上下文；普通AI处理任务，成长型智能体承接你如何持续成为你。**