GPT Sora不是要關(guān)停了嘛，

我就忙著把之前生成好的視頻和圖片和提示語(yǔ)們搬到本地知識(shí)庫(kù)做二次存檔，不然保不齊幾個(gè)月后又關(guān)了。然后就被難住了。就是他們沒有信息鏈接，幾乎是完全獨(dú)立的，管理起來很麻煩。

我甚至都快忘了當(dāng)初生成某個(gè)片段用了哪個(gè)版本的咒語(yǔ)。

看著這一堆混亂的文件，我突然意識(shí)到，我正淹沒在一片由我自己創(chuàng)造出來的，毫無關(guān)聯(lián)的產(chǎn)出物海洋里。

我擁有一大堆的Output，但沒啥用，

我需要的是能夠形成知識(shí)體系，能夠被復(fù)用和迭代的Outcome。

這兩天我內(nèi)測(cè)上了特贊正在做的一套企業(yè)智能體架構(gòu)，他們稱之為GEA，他們實(shí)現(xiàn)了從Output到Outcome的跨越。

他們把我所有的AI輸出都剪藏到了一個(gè)地方，不是簡(jiǎn)單地把內(nèi)容存進(jìn)一個(gè)知識(shí)庫(kù)，而是把這些分散的數(shù)據(jù)組織成可以持續(xù)調(diào)用的上下文系統(tǒng)（Context System）。Agent每次工作要讀取上下文的時(shí)候，背后會(huì)有一個(gè)編排層，由發(fā)散推理模型（Creative Reasoning Model ）驅(qū)動(dòng)，根據(jù)每次對(duì)話目標(biāo)來準(zhǔn)備當(dāng)前對(duì)話的上下文，以及要不要改變方向。

在GEA的架構(gòu)下，Agent 就會(huì)在一個(gè)系統(tǒng)里持續(xù)工作，而不是一次性被調(diào)用的工具。

atypica.ai 一個(gè)典型的洞察研究GEA

musedam.ai 這一體系的企業(yè)上下文系統(tǒng)入口，為Agent提供可調(diào)用的語(yǔ)境基礎(chǔ)。

我這次需求很簡(jiǎn)單，作為一個(gè)內(nèi)容創(chuàng)作者，我想試試海外內(nèi)容平臺(tái)，該怎么做。

這在過去，意味著我需要讓AI幫我生成市場(chǎng)分析報(bào)告，競(jìng)品調(diào)研表格，內(nèi)容策略文檔。我會(huì)得到一堆Output，然后自己去消化，理解，串聯(lián)，形成一個(gè)可執(zhí)行的計(jì)劃。

但我把這個(gè)想法告訴那個(gè)洞察研究GEA后，它完全沒有給我這些中間產(chǎn)物。

它先是像一個(gè)資深顧問一樣，反過來問我問題，了解我的賬號(hào)定位和內(nèi)容風(fēng)格。然后，它告訴我，要達(dá)成我的目標(biāo)，最好的方式是進(jìn)行一系列一對(duì)一的深度訪談。緊接著，它就自己通過AI配置了八個(gè)不同的人格（AI Persona），有成功出海的創(chuàng)作者，有精通平臺(tái)的運(yùn)營(yíng)專家，有商業(yè)化顧問，幾乎覆蓋了所有。

然后，它就開始自己訪談自己了。

我像一個(gè)旁觀者，看著它和這些虛擬專家進(jìn)行了一場(chǎng)場(chǎng)高質(zhì)量的深度對(duì)話。最終，它直接給了我一份整合了十五個(gè)不同角色觀點(diǎn)的完整出海策略。這是一個(gè)可以直接拿來用的Outcome。

我點(diǎn)進(jìn)其中一個(gè)訪談實(shí)錄，有點(diǎn)被詳細(xì)到了。

那個(gè)角色叫Marcus，設(shè)定是一個(gè)三十歲，住在倫敦的油管博主。

AI問他，對(duì)于新賬號(hào)，是應(yīng)該先追求垂直領(lǐng)域的深度，還是先嘗試多個(gè)方向來測(cè)試市場(chǎng)反應(yīng)。Marcus的回答邏輯清晰，充滿了細(xì)節(jié)。

最關(guān)鍵的一點(diǎn)是，這些AI人格，像Marcus，會(huì)被保留下來。

它們成為了這個(gè)項(xiàng)目的常駐顧問，并自動(dòng)變成了這個(gè)研究任務(wù)的一部分上下文資產(chǎn)。

等我真的開始做油管了，我可以隨時(shí)回來，把我的新視頻內(nèi)容再拿給Marcus看，問他有什么建議。他擁有我們之間所有的記憶，所有的上下文。反正我是把這個(gè)對(duì)談一句句看完了，并轉(zhuǎn)發(fā)給運(yùn)營(yíng)朋友逐句學(xué)習(xí)。

所以其實(shí)要實(shí)現(xiàn)從Output到Outcome的跨越，關(guān)鍵就在于一個(gè)東西，

上下文，Context。

我那些混亂的視頻和圖片，缺的是能將它們串聯(lián)的上下文。而特贊用4層架構(gòu)打造了一個(gè)以 Context System 為核心的企業(yè)級(jí)Agent系統(tǒng)。

最頂層，是我發(fā)出的那個(gè)目標(biāo)，一個(gè)Intent。

當(dāng)我給出我要出海這個(gè)意圖后，系統(tǒng)的大腦，也就是編排層，就會(huì)接管。它會(huì)把這個(gè)大目標(biāo)，拆解成無數(shù)條可能的執(zhí)行路徑，評(píng)估哪條路最好，再把一個(gè)個(gè)具體的子任務(wù)，派給最合適的模型和工具去執(zhí)行。

它知道應(yīng)該先做市場(chǎng)調(diào)研，再做用戶訪談，最后生成策略報(bào)告。

然后，GEA的手和腳，也就是執(zhí)行層，開始工作。這里有各種主動(dòng)的智能體，它們會(huì)調(diào)用超過四百個(gè)技能模塊，去完成內(nèi)容生成，數(shù)據(jù)分析等具體任務(wù)。

Agent們的協(xié)作，全都依賴于上下文系統(tǒng)。

它像一個(gè)第二大腦，存儲(chǔ)著品牌，產(chǎn)品，項(xiàng)目，案例，用戶畫像等所有信息。

最底層就是提供能力的基礎(chǔ)多模型層。這里有三十多個(gè)不同領(lǐng)域的模型，哪個(gè)強(qiáng)就用哪個(gè)。

這個(gè)架構(gòu)的設(shè)計(jì)目標(biāo)很純粹，

就是為了交付Outcome。

所以GEA的誕生，幾乎是一個(gè)必然的結(jié)果。

它是從那片叫做Context的土壤里，

自然生長(zhǎng)出來的。

寫到這里，我想起我那個(gè)混亂的文件夾。

有了GEA，有了這套可持續(xù)運(yùn)行的架構(gòu)

我就可以告訴它，我的意圖是建立一個(gè)關(guān)于Sora創(chuàng)作的知識(shí)庫(kù)。

它會(huì)自動(dòng)把我所有的視頻，圖片和提示詞進(jìn)行關(guān)聯(lián)，分析它們的風(fēng)格，打上標(biāo)簽，

甚至能主動(dòng)建議我，

基于現(xiàn)有的素材，

可以嘗試創(chuàng)作哪些新的內(nèi)容。

這樣的Agent不急于交付更多的零件，

而是直接幫你思考，幫你執(zhí)行，

幫你把神探夏洛克同款的記憶宮殿用AI的方式，

一點(diǎn)點(diǎn)蓋起來。

@ 作者 / 卡爾

最后，感謝你看到這里如果喜歡這篇文章，不妨順手給我們點(diǎn)贊｜在看｜轉(zhuǎn)發(fā)｜評(píng)論

如果想要第一時(shí)間收到推送，不妨給我個(gè)星標(biāo)

如果你有更有趣的玩法，歡迎在評(píng)論區(qū)聊聊

更多的內(nèi)容正在不斷填坑中……