很多决策失败来自上下文缺失;部分隐性经验是尚未记录。
原话 56原话 58原话 59上下文与表达
AI 缺的是更多字,还是关键背景?
整理提要
给 AI 更多字,不等于给了它更有用的事实。关键是哪些信息真正改变判断。
大家怎么说
并存未决
这是跨日期的议题对照,不是一场连续辩论。数读认可任务差异,仍保持对模型和上下文的强预期;其他人的反例不能被删掉。
没有证据证明数读放弃了上下文判断,也没有证据证明所有失败均可由工程修复。
继续追踪这个问题
从提示词模板,谈到主动追问与场景边界
数读提出范式贬值与上下文;***强调模板可用于追问,kyrie_H补充深度和轻量部署边界。
“许愿式开发”仍需要先对齐
北鱼分享产品经理式表达、要求先沟通,以及多模型规划与复审。数读强调业务重的任务仍需精细表达。
上下文解释,遭遇研究任务的反例
数读认为很多决策失败是缺上下文;Ste.指出研究中的未来机会点仍难得到。随后区分了难以记录与尚未记录的经验。
多工具使用暴露出全局记忆问题
临诗予希望不同Agent的记忆可以同步;讨论给了统一工具方向,但没展示完整通用方案。
提示词模板还值得沉淀吗?
争的是模板有没有用,还是固定模板值得投入多少?
多Agent记忆怎样统一?
换工具的便利与状态一致性怎样同时得到?
还有哪些条件没说完?
Context 很重要是群中反复出现的判断,但“所有失败都只是上下文不足”并未被验证,也不应由这条经验推导。
在你当前项目里,哪一条没被写下来的事实最可能改变 AI 的答案?
接着看
还要积累提示词模板吗?
固定模板与主动追问可以并用,关键是补上什么信息。
经验都写下来了,为什么还不够?
知识库保存过去,接触现实才能发现新的变化。
模型会做,公司为什么还不能用?
权限、保密、接入和责任,决定了实际能不能落地。