老陈最近一直在关注企业 AI 落地，也和不少大企业、小企业做过交流。一个很明显的感受是：大家现在不太缺模型，也不太缺工具，真正缺的是把业务经验留下来的机制。很多企业上了知识库、智能体、工作流，看起来动作很多，但最后沉淀下来的，可能还是一堆文件、表格和聊天记录。这也是我最近看特赞《Context Moats 2026》白皮书时，觉得最有启发的一点：模型是引擎，上下文是燃料。模型大家都能租能私有化构建，燃料只能自己炼。这句话其实点到了企业 AI 的关键问题：很多公司不是没数据，而是那些数据没有变成可复用、可迭代、可增强的业务上下文。白皮书里把企业上下文分成了 8 类：品牌、商品、素材、项目、话术、人设、网络、案例。这 8 类越往后，越难复制。品牌规范、商品信息当然重要，但它们更容易被整理成文档。真正难抄的，是那些藏在业务现场里的过程性经验。比如项目上下文，不只是最后交付的方案，而是中间为什么选 A、不选 B，为什么某个方向被否掉，为什么客户最后拍板。话术上下文，不是几句销售 SOP，而是在不同客户、不同渠道、不同阶段里，哪些表达真的有效，哪些话一说就踩坑。案例上下文，更不是成功案例 PPT，而是把成功和失败的完整脉络留下来，尤其是失败为什么发生、下一次怎么避开。那么，企业该如何开展上下文积累呢？白皮书里给了一个很实在的起点：不要把上下文积累当成一个单独项目，它应该是日常工作流程的自然副产品。先盘点已有的品牌和商品等上下文资产，再通过标签和关联等让素材库活起来，更关键的是，项目过程不要只留结果，一次讨论、一次否定、一次调整、一次复盘，都应该被记录和沉淀下来。所以老陈觉得，企业 AI 真正要重视的，不只是“把 AI 用起来”，而是把日常工作流设计成一个能沉淀上下文的系统。未来很多企业的差距，可能不是谁先用了 AI，而是谁先把业务里的隐性经验，变成了 AI 能持续调用的上下文。模型会更新，工具会替换，企业在真实业务里磨出来的上下文，才是最难被复制的东西。这也是特赞这个白皮书关注的核心点，完整白皮书我放在置顶评论了。建议做企业 AI、智能体、知识库的朋友，建议翻一翻。
发布于 北京
1
1
2
未登录
友善发言
评论
加载中
