43 TALKS · CONTEXT · AGENT INFRASTRUCTURE
本篇文章根据我在本月 43 Talks 线下活动中的分享整理而成。主理人李继刚邀请我时,给的主题词只有一个:Context。我想从 Agent 的视角出发,讨论一个判断:随着模型和 Harness 逐步趋同,真正决定 Agent 能力边界的,会越来越是 Context。
说明:正文基于 PPT 内容进行了轻度解读;配图来自本次分享 PPT 的导出图,使用 Guizang PPT Skill 制作。
五个核心判断
- 模型能力和 Context 交织进化,交替成为瓶颈,每一轮模型能力的提升后 Context 的重要性都在提升。
- 模型在吞噬 Harness,但永远吞噬不了 Context,因为 Context 不是能力,是事实。
- Agent 的天花板不在模型,在 Context。
- 谁拥有用户的上下文,谁就拥有一切。
- 把 Context 管好,Agent 自然涌现。
Opening
一次关于 Context 的分享
大家好,今天我想分享我上周在 43 Talks 线下活动中的内容。感谢 43 Talks 和李继刚的邀请。继刚当时给这次分享的主题只有一个词:Context。我就在想,围绕 Context 还能讲什么?Context 领域已经有很多专家,有人讲工程,有人讲产品。
我想选择一个稍微不同的角度。正好最近我在做 Agent 基础设施,自己也是 Agent 的重度用户。长期以来,我一直在思考 Context 在整个 Agent 生态系统中的价值。于是我想到一个题目:《Context 即 Agent》。
接下来,我会从这个角度展开分享。
Part 01
瓶颈不是线性移动,而是螺旋上升
这些年,大模型和 Agent 产业一直在交织演化。每一次模型能力和 Harness 变强,我们都会重新回到 Context。最开始我们关注 Prompt,后来关注上下文,再后来关注 Harness。
当模型能力提升后,我们发现提供给模型的上下文不够,反而限制了模型能力发挥。于是我们去解决上下文问题。上下文改善之后,我们又通过提升 Harness 来增强模型的行动能力。当 Harness 提升到一定程度,限制 Agent 继续变强的,又变成了上下文。
所以,模型能力、Harness 能力和上下文能力的提升,不是一条线性路径,而是一条交织演化、交替上升的螺旋。模型能力和上下文会轮流成为瓶颈;每一轮螺旋之后,Context 的重要性都会继续上升。
我们常说模型会吃掉很多东西:知识、信息、模式、最佳实践和概率。与此同时,模型自身的能力也在逐步提升,包括执行任务、调用工具、感知环境和运行工作流的能力。
这些能力原本都属于 Harness 的一部分。但我们会发现,它们正在逐步被集成到模型中,成为模型自身能力的一部分。无论是 OpenClaw、Hermes,还是各种 Agent 框架,它们之间的本质差异正在变小,执行层能力也在慢慢商品化。
所以我们再从这个角度看 Agent。第一版公式可以写成:Agent 是关于 Harness 和 Context 的函数。前面我对 Harness 和 Context 做了很多说明,但后来我意识到,Harness 会逐步变成模型能力的一部分,并且趋于一致。它并不是一个长期稳定的变量,而是一组会持续提升、最终被并入模型的能力。
换句话说,Harness 更像函数本身的一部分。过去需要外部框架完成的事情,比如调工具、执行代码、管理记忆、多步规划,正在变成模型的原生能力。所以 Agent 是什么?它更像是一个关于 Context 的函数。模型和 Harness 本质上都在函数内部,剩下那个不断变化、不断适应的变量,就是 Context。
模型会持续吞噬 Harness,并在这个过程中提升自身能力。但模型永远吞噬不了 Context,因为 Context 不是能力,而是事实。
Part 02
为什么 Context 是决定性变量
模型本身是概率机器,默认输出往往是训练数据分布中的中位数,也就是统计意义上最正确的那一部分。如果没有 Context,模型面对我们的问题时,给出的通常都是 P50 的结果。
有了 Context 之后,情况就不一样了。Context 是解压缩模型能力的钥匙。模型已经把大量可能性压缩在概率分布中,而 Context 能把其中一条路径解压成此时此地的答案。
所以,Context 是什么?它是此时此地,是那把钥匙。早期的…