编程无疑是AI在PMF方面的应用场景，但大多数知识工作仍有很长的路要走

编程之所以有效，是因为所有上下文都存在于一个git仓库中：它是有版本控制的、结构化的、集中在一个地方，通常还配有测试套件来告诉你什么是正确的
而另一方面，知识工作则建立在分散在许多不同地方的信息之上——Slack、电子邮件、各种系统，而且往往还存在于人的脑海中
所以，如果你想让知识工作像代码一样实现自动化，你需要一个“上下文仓库”，也常被称为“公司大脑”
但一个仅仅是接收文件、把它们放到某个地方、然后再在上面直接套用RAG的公司大脑，并不是正确的答案
你需要的是一个基于本体（ontology）的系统——搭建它很难，维护它甚至更难
之所以我们看到很多企业AI试点失败，或没有产生投资回报，就是因为“上下文仓库”没有被正确地构建
不过关键在于——如果做对了，上下文层可以从公司为新工具付出的成本，变成它们构建的资产，并持续积累价值
当在上下文层之上构建起代理（agentic）工作流时，这项资产就会形成：来自这些代理的遥测数据会喂给强化学习（RL）环境，从而让公司对模型进行后训练（post-train），这些模型会编码出公司如何开展工作，而且这些模型归公司所有
拥有一个用你数据来体现公司实际运作方式的模型——这才是最终的Boss操作