智能不在模型里。在你身边。

参数量决定能力上限。一个 AI 知道多少关于你的生活,决定它是否真正有用。

选择下方记忆,让同一个问题产生不同答案
Personal context atlas0 memories active
今晚吃什么?

汉堡、轻食、火锅或日料。你更喜欢哪一种?

The missing layer
没有你的专属上下文,最强大的 AI 也没有灵魂。

世界知识不能替代生活轨迹。

行为比偏好诚实

收藏沙拉,点单却总在犹豫。

你声称喜欢健康餐,但每次选菜都要花五分钟。上下文能读出语言之外的真实倾向。

状态会改变答案

同一个人,不同的一天。

中午的热量、下班时间、疲惫程度,都让“今晚吃什么”变成一个只属于此刻的问题。

模式藏在时间里

AI 看见你自己尚未察觉的关联。

高热量午餐后的负罪感,选择纯草食时的迟疑,回家路线上的便利性,这些节点连接后,建议才从菜名列表变成真正的理解。

Context is all you need.

模型、算力与知识决定上限
你的记忆、习惯与此刻决定下限

Complete article

完整原文

文字、链接、图片、表格与代码均保留 开始阅读

LLM 越来越强,似乎无所不能。很多人都在期待,只要模型继续迭代升级,未来的 AI对话 一定能解决所有问题。

但现实真的如此吗?

当你对着目前最聪明的 AI 问出一个极其日常的问题

我今晚吃什么?

你会发现,哪怕它进化到了 GPT 999.0 或者 Claude Opus 999.9,它给你的答案只是一堆排列组合:汉堡、轻食、火锅或是日料。

alt text

就算你把世界上所有的菜谱都喂给了一个参数量巨大的 AI,此时它确实全知。但当你说“我饿了”时,模型不知道你最近在减脂,也不知道你一吃香菜就会皱眉头。

AI 拥有了关于你的完整上下文,就像一个时刻配置你的朋友呢?

它拥有你每天吃饭的数据:

这个时候,AI 能从中分析出连你自己都没意识到的潜在模式

  1. 它知道你中午热量超标了,今晚潜意识里可能想吃点清淡的以减轻负罪感。
  2. 它知道你虽然收藏了一堆沙拉店,但总是犹豫不决,说明你对纯草食并不感冒。
  3. 它结合你今天下班较晚的疲惫状态……

最终,它可能会给出这样一个建议:“今晚给你推荐一份温暖的日式鸡汤乌冬面吧。你中午吃得比较油腻,晚上吃这个暖胃;而且那家店就在你回家的路上,不用再花 5 分钟犹豫选哪家了。”

Context is All You Need

毕竟,哪怕是 GPT 999.0,如果没有你的生活轨迹介入,它也仅仅是个好用的搜索工具而已

AI 模型的算力、参数量和世界知识,决定了它能力的上限;但 AI 拥有多少关于你的上下文,决定了它在你生活中的下限