AI代理与上下文可移植性
摘要
关于AI代理中上下文可移植性的讨论,将其比作更换手机时联系人依然保留的场景,但当前的AI平台却锁定用户上下文。文章质疑供应商对可移植性的承诺是否只是包装更好的锁定策略。
目前大多数讨论都集中在如何将上下文输入代理。但当你需要将其取出时会发生什么?我在一篇文章中发现了一个有趣的类比,它被比作更换手机。你的联系人会随你迁移,因为它们从来就不是手机独有的。这个观点认为,你的数据含义应该以同样的方式运作,但今天并非如此。这篇文章中我觉得最有争议的部分是对供应商的看法。每个供应商都承诺为你保管上下文,而作者认为这正是陷阱:只在一个平台内可达的可移植性,不过是包装更好的锁定策略。好奇这里大家的看法。上下文可移植性在你的技术栈中是一个真正的顾虑吗?还是对锁定的担忧被夸大了?
相似文章
AI代理的未来可能不在于更大的上下文窗口
这篇文章认为,AI代理架构应从持有全部上下文的单体代理转向一种路由模型,即代理将任务委托给专业化服务,类似于软件从单体架构演进到微服务的方式。
ContextSwitch — 随时携带你的AI对话
ContextSwitch 是一款浏览器扩展,允许用户在 ChatGPT、Claude 和 Gemini 等AI提供商之间传输对话,无需重新输入,实现无缝上下文连续性。
智能体应该一开始就询问用户上下文,还是慢慢学习?
关于AI智能体应如何处理用户上下文的讨论:是主动告知还是逐步学习,现有的方法如项目记忆和聊天摘要均存在不足。
小型子代理用于上下文工程
作者建议使用小型、快速的AI子代理进行上下文工程,以提高AI系统的效率并降低成本,质疑为何这种方法未被广泛采用,并寻求社区反馈。
@NainsiDwiv50980: 每个人都在谈论AI代理。很少有人正在构建真正让它们强大的东西:上下文。……
一条推特帖子认为,强大AI代理的关键不在于更好的提示词,而在于积累的个人上下文和记忆系统,并强调Obsidian是知识复利的工具。作者预测,单独使用AI的人与结合个人上下文使用AI的人之间的差距将日益扩大。