編寫程式碼是 AI 無可爭議的 PMF 使用案例，但大多數知識工作仍有待改進

編寫程式碼之所以可行，是因為所有脈絡都存在於一個版本化、結構化、集中於一處的 Git 儲存庫中，而且通常附有測試套件來告訴你什麼是正確的
另一方面，知識工作則是基於分散在不同地方的資訊——Slack、電子郵件、各種系統，甚至經常存在於人們的腦袋裡
所以，如果你想讓知識工作像程式碼一樣自動化，你需要一個「脈絡儲存庫」，或者常被稱為「公司大腦」
但一個只是接收檔案、把它們放到某處然後加上 RAG 的公司大腦，並非正確的解答
你需要的是基於本體論的系統——建立這個系統很困難，維護它更是難上加難
我們看到許多企業 AI 試點失敗或無法產生投資回報率是有原因的，因為「脈絡儲存庫」沒有被正確建立
不過，關鍵在這裡——如果做得正確，脈絡層可以從公司為新工具付出的成本，轉變為他們建立且能持續增值的資產
當以代理人為基礎的工作流程建立在脈絡層之上，且這些代理人的遙測數據饋入強化學習環境，使公司能夠後續訓練出編碼公司運作方式的模型，而這些模型由公司擁有時，這就變成了資產
擁有一個包含你公司實際運作方式的資料的模型，就是最終的 boss 級招式