语境为王：人工智能的终极竞赛

人工智能模型掌握的 语境 信息越多，用户体验就越卓越。若一家AI公司掌握的关于用户的 语境 信息是其他公司的百倍，它将拥有难以匹敌的竞争优势。在这场 语境 信息争夺战中，胜出的意义超越了单纯的人工智能浏览器之争。

一 语境解析

试想，你结婚30年，育有三子，定居 北京 。这30年间，你对生活、家庭、孩子的喜好、愿望及种种问题积累了深厚的认知。对于你过去30年生活的疑问，谁是最合适的回答者？是谷歌、亚马逊、Meta、DeepSeek，还是你的配偶？答案无疑是后者，因为他们拥有几十年的共同生活经历。

向LLM提问：

“如何改造我的主浴室？”

如果只是这个问题，LLM没有背景信息，无法了解你的浴室现状或它与你家其他部分的协调性。这样的回答既不精确也不相关。而你的配偶则能提供更加贴切的答案。因此，人工智能模型需要情境、问题或对话的背景信息，才能生成准确、快速且有用的答案。

背景信息包括：

• 聊天记录

• 用户意图：你想达成什么目标？

• 领域或任务：是编程、写作、医学还是历史？

• 外部数据：智能手机、Google云端硬盘、纸质资料等的数据和信息

• 世界知识：关于时间、地点、人物及实体的信息。

这不仅仅是大数据的问题。情境是丰富、关联、基于时间、感知位置且不断演进的关于你所处世界的知识。回到已婚配偶的例子：情境就是信息，是经验。它是对你偏好、习惯和过往经历的切身理解。从这个意义上讲，情境可以被视为一种数字配偶……真正了解你的人工智能。

在 京东商城 上，你可以体验到 语境 信息的应用。它知道你的购买和搜索记录，当你再次访问时，会提示“继续上次购物”，并推荐你可能喜欢的商品。此外，它还会建议你重新购买之前的商品。

例如，Instagram Reels每秒运行复杂算法，根据你的观看记录推荐你可能喜欢的短视频。但它对你的亚马逊购物记录、谷歌搜索记录、健康信息、电子邮件等一无所知。如果它知道这些呢？

MemO初创公司致力于保存 语境 信息。它允许用户保存与不同学习记忆库(LLM)的交互记录，并在不同LLM间共享这些记忆，从而最大限度减少令牌使用和重复学习。但在这个系统中，用户完全掌控自己的记忆 语境 。

二 AI接受度：挑战与机遇

尽管媒体和市场大力宣传，并非所有人都接受了人工智能。对人工智能公司而言，挑战不在于说服高级用户，而在于转化持怀疑态度的中间群体。这部分用户是市场的主要组成部分，也是机遇所在。

持怀疑态度的人面临的问题与任何新技术都相同：它有什么好处？比现有方式好在哪里？同事/朋友是否在用？为什么要改变？

中立人群不会因为模型质量而接受人工智能；只有当AI让他们感到个性化、有用且无摩擦时，他们才会接受。而且，当AI拥有足够的 语境 信息，能完成中立人群想要的任务并提供独特用户体验时，他们才会接受。

三 语境聚合：未来的趋势

情境聚合指持续收集和连接用户生活的每一个片段——购买、观看、阅读、写作和交谈的内容——形成统一理解。其回报是获得高度个性化的体验，几乎如同心灵感应。每个精彩的回答都会促使你提供更多信息，形成复利优势，可能远超当前的搜索或社交护城河。

这种优势促使你不断向 语境 聚合器提供信息，使其比你更了解自己。这构成了一道巨大的竞争护城河，规模可能超过任何其他消费者领域的护城河。

四 多模态AI：降低摩擦的关键

目前的语言学习模型(LLM)是文本预测模型。输入和阅读文本是AI应用于大众市场的一大难点。

多模态输入能加速AI发展。每种新的输入方式——语音、照片、摄像头、传感器——都能降低提供 语境 信息的成本。因此，多模态AI的普及速度将远超网络或移动技术。

五 优势飞轮：AI的无限可能

现有聚合平台如谷歌、Netflix等服务于广泛市场。如本·汤普森在《聚合理论》中指出，它们服务的用户越多，服务质量就越好。

信任和隐私将在用户是否愿意提供更多背景信息方面发挥更大作用。而且，AI提供的结果必须在某些方面表现出色，才能使这种良性循环发挥作用。

如果采用 语境 聚合技术，情况会如何发展？AI公司能否聚合足够 语境 信息，从而无需为新用户提供过多信息就能提供独特体验？或许他们能从新用户那里获取足够信息，预测出许多未提供的 语境 信息？这将使AI公司更快整合其聚合信息。

小结：伦理与隐私的挑战

当然， 语境 聚合涉及诸多深刻的伦理和隐私问题。这本身就是一个庞大的话题，值得单独探讨。同时，监管也是一个需要全面讨论的话题。

在这场战役中，最终的赢家并非拥有最庞大模型或最佳AI浏览器的一方，而是那些拥有最丰富、最值得信赖的 语境 信息并服务于最多用户的一方。这种体验不仅能精准满足用户需求，更能带来前所未有的丰富体验。这样的体验将进一步巩固 语境 聚合器在AI领域“几乎包揽一切”的地位。

但是，要想成功，这样的体验必须帮助大众尤其是持怀疑态度的中间群体以从未想过的方式更快、更轻松、更经济地完成事情。而且它必须以一种令用户惊叹的方式呈现超越他们的想象。

若一家以AI为中心的公司想要赢得情境战争应开发哪些服务和设备？当萨姆·奥特曼谈到实现超级智能时情境战争扮演怎样的角色？用户是否需要感受到超级智能才能与具备丰富 语境 信息的人工智能伙伴建立联系？

最后我们来做一个思想实验：试想一个超级智能的AI会为你做哪些事情让你考虑向它提供更多关于你的信息。

对软件开发人员而言编码是一个很好的微观例子。像Claude Code这样的工具了解你的整个代码库、文档、测试和提交历史。你信任它们因为结果往往令人惊艳。

同样的信任循环： 语境 带来更好的结果从而带来更多信任这将决定 语境 聚合之战的赢家。