Paul Jialiang Wu agentic-portfolio 中文 Español 한국어 日本語✉️ 免费订阅
← 返回作品集

AI 原生 · Future Makers Strategic Collab 第二篇（共四篇）

为什么是现在：AI 便宜了，复利的变成了上下文

作者Paul Jialiang Wu · agentic-portfolio-lovat.vercel.app · 2026-10-07 · 预计阅读 6 分钟

Cover: Why now — when AI access is cheap, what compounds is context. Three cards: who it is for (leaders deciding where their AI advantage comes from), what you leave with (why context compounds and a public bet), and the one finding (GPT-3.5-level AI got more than 280 times cheaper in two years, per the Stanford AI Index). Series map along the bottom, part 2 highlighted.
Future Makers Strategic Collab（FM-SC）系列第二篇，共四篇。

要点速览

本篇讲什么这是 FM-SC 系列的第二篇。核心观点很简单：当 AI 模型变得便宜又同质化，企业的优势就不再是模型本身，而是自己通过实践积累下来的上下文——也就是决策、标准和经验教训。而一场能把所学沉淀下来的系列分享会，就是构建这种上下文的一个抓手。

为什么重要斯坦福 AI Index 指出，GPT-3.5 级别能力的成本两年内下降了 280 多倍，2026 年 AI Index 里企业采用率高达 88%。如果你团队的经验只存在于成员脑子里，那只要有人离职，你的优势就可能随人而去。

读完这篇文章，你可以试试： 列出你们团队本季度做过的三项，只有内部成员才知道来龙去脉、外人根本还原不了的决策，并找出这些决策现在各自“存”在哪里。然后，拿 FM-SC 公布的 2027 年 10 月三项测试标准，对照检视。

Future Makers Strategic Collab — 系列脉络

▶ 看它实际运行：打开在线演示 公开 · 无需登录

  1. 不是普通技术分享——FM-SC 有哪些不同 第 1 集
  2. 为什么选现在——AI 便宜后，优势会复利在上下文 本集
  3. 真正的“匹配”，是走出来的，不是聊出来的 第 3 集
  4. 头、钱包、心、魂——每条实践两位见证人 第 4 集

标签解读：EVIDENCE 代表有出处，DESIGN 代表 FM-SC 的设计思路，OPEN 代表尚未实测，LENS 代表我的个人观点。

本集内容：AI 变便宜后，为什么上下文才是企业的真正护城河

第二集要回答的是：为什么在 AI 时代，技术讲座的形式反而更重要？AI 之后，而不是 AI 之前。写给那些要思考团队 AI 优势究竟来自哪里的管理者，也写给那些团队经验只存在成员脑海里的实干家。简单说：模型越来越便宜、越来越趋同，企业真正能积累和保留下来的东西，就是它的上下文，也是它的核心竞争力。

先来猜一把

2022 年 11 月到 2024 年 10 月，获得 GPT-3.5 级别性能的 AI 模型，成本下降了多少倍？

选好你的答案，再往下看。

揭晓答案，以及为什么这会改变你的思路

EVIDENCE C.斯坦福 AI Index 报告显示，这两年里达到该性能水平的成本下降了 280 多倍，同时采用 AI 的组织比例从 55% 升至 78%（Stanford HAI, AI Index 2025). EVIDENCEEpoch AI 的独立分析师测得，在能力不变的前提下，价格每年下降 9 到 900 倍，具体取决于任务类型，但需注意最快的降幅是最近才出现，未必能持续（Epoch AI). EVIDENCE2026 年 AI Index 显示，组织采用率已达 88%，中美顶级模型的性能差距几乎消失，领先者只高出 2.7%（Stanford HAI, AI Index 2026).

当智能变得便宜、普及、各家水平都差不多时，模型本身就不再是你的优势。“我们用 AI”这句话，正像“我们用电”一样：没错，但这不是客户选择你的理由。所以每家企业都得重新思考，问题不再是我们要买哪家的 AI？而是我们拥有什么，是 AI 在别处拿不到的？

Future Makers 怎么说

XTrace 的 Felix Meng 和 Austin Cai 作为首批 Future Makers，在分享会上给出了他们的答案。活动结束后，Austin 在 LinkedIn 上用自己的话总结了现场最有共鸣的三点：

  1. "Access to top AI models are commoditized, now a business’s advantage comes from the context it own: the decisions, standards and lessons built through doing the work."（中译：顶级AI模型的获取已经商品化，如今企业的优势来自于它所拥有的上下文：那些在实际工作中积累下来的决策、标准和经验教训。）
  2. "Governance is the difference between a dirt road and a highway."（中译：治理的差异，就像土路和高速公路的区别。）
  3. "Every AI session should leave the business better equipped for the next."（中译：每一次AI实践都应该让企业为下一次做好更充分的准备。）

OPEN第一个观点其实是个命题，而且不少投资人和厂商都认同（比如 Insight Partners）。这不代表它就一定对，但确实值得拿出来检验，而不是照单全收。我自己在咨询公司工作，当然也有偏好这个观点的理由，所以你可以带着批判性参考我的认同。

为什么系列分享会值得写进这个故事

这里有个大多数人容易忽略的关键。如果说企业的优势已经转向了上下文，也就是那些通过实际工作沉淀下来的决策、标准和经验教训，那么企业如何向外部学习也就成了它优势的一部分。

一场普通的分享会，学起来费劲，忘起来轻松。某位大牛抛出前沿观点，大家点头如捣蒜，录音进了文件夹，然后和其他录音一起吃灰。所有新产生的上下文，往往随着讲者离场就烟消云散。

我第一次写这个话题是在2022年，那时还没赶上这波AI浪潮。南方数据科学大会后，我就提出，会议应该从一次性的快照，转向持续的互动；从大家被动消化内容，变成共同创造（Wu, 2022）。当时这只是锦上添花。那会儿，团队的优势还可以靠比别人多几个好用的工具。等到大家工具都一样，快照就更不值钱了，持续互动才是核心价值。

DESIGN复利其实很简单。一条经验如果能改变下一场分享的流程，那下一场就会更好，后面的经验也能站在更高的起点。反过来，经验只要躺在文件夹里，再好也没用。所以，衡量一档分享系列的标准，不是某一场有多精彩，而是第十场能不能比第一场明显更好。

DESIGNFM-SC 把每一场分享都当作沉淀上下文的机会：

最后这一点，正好和FM-SC以及我们首位讲者的观点不谋而合。XTrace公开强调，今天的修正应该直接影响明天的工作，而不是只留在笔记里。我们也没嘴上说说，当周就把这条原则用在了自己身上。EVIDENCE我们从第一场活动中得到的教训，如今已经变成了六条规则，由系统在每次行动前自动检查。有的只是建议，有的会发出警告，还有一条在条件不满足时会直接叫停流程。那些原本只会被归档进文件夹的笔记，现在反过来“怼”我们——比如第一部分里那条组织者忘记录制准备过程的笔记，现在会第一个跳出来提醒我们。

DESIGN这些规则你可以随时查看。它们收录在Lessons页面里，放在FM-SC web app上，完全公开，无需登录。每条规则都会标明是建议、警告还是阻断。演示里的角色和事件都是虚构的，但规则本身，以及它们如何在每个动作前先行检查，都是我们真实在用的。

Two paths from the same talk. Open path: talk, recording, folder, forgotten. Closed loop: question written first, questions captured, commitments with owners, independent ruling, lesson becomes a rule, next talk starts from a higher floor, and the loop repeats.
这是对第一部分九个步骤的简化。能真正改变下一场活动运行方式的经验才会复利，躺在文件夹里的经验只会沉睡。

它算“革命性”吗？

在AI时代之后，给FM-SC贴上“革命性”标签很诱人。但我暂时还不会这么说。这个词得靠时间和结果来证明，而FM-SC现在只举办过一场活动.

。我想说的更具体，也更实在。DESIGN当智能力变成了商品，企业真正的优势就在于学习得有多快、留得有多牢。系列讲座是组织向外部学习最古老的方式之一。如果把它做成一个闭环——有问题、有独立裁决、有能落地的经验——它就不再只是个活动，而成了一台引擎。至于这台引擎能不能真正复利，还得看实际效果。所以我们就用这个标准来检验。

我的公开打赌

我的赌注是：到2027年10月，FM-SC必须做到三件事。如果没做到，那它就只是又一个普通讲座系列，我会在这里如实认账。

  1. 至少有一场活动完整闭合了九个环节（见第一部分），每一步都在发生时被记录。
  2. 至少有一位Future Maker的介绍促成了另一位Future Maker的讲座。
  3. 至少有一次公平测试得出了结论（无论通过还是未通过），并且讲者收到了书面反馈。

OPEN 这三项，目前还都没做到。

可能翻车的几种方式

  1. 核心假设错了。 如果最终决定胜负的，还是谁家模型最强，那“上下文”其实没我们想得那么值钱。AI Index 的趋势短期内不太支持这种说法，但风向变起来谁都拦不住。
  2. 只会囤，不会复利。 经验教训只锁在一个项目里，根本谈不上复利。它们得真正流向那些干活的人手里才行。
  3. 规则吃灰。 十月还灵的经验，三月可能就过时了。我们系统里每条规则都有复查日期，就是防止它们变成“第一场讲座里警告过的那种过期记忆”。只要我们不复查，这些规则就会慢慢变成死档案。

本周小任务

列出你们团队本季度做过的三项外人根本还原不了的决策：比如为什么选了这个方案而不是那个。再问问这些决策现在到底存在哪里。如果答案是“在某个人脑子里”，那这份“上下文”离丢失只差一次离职。

下集预告

第三部分聊的就是“配对”本身：要真正理解协作双方——他们此刻的痛点和对未来的想象——靠的是多次走访和深聊，不是一锤子买卖。

参考资料

相关内容

作者：Paul Jialiang Wu · agentic-portfolio · 2026-10-07。观点仅代表本人，与雇主无关。 本页内容由受控渠道生成：长度、来源、标签和真实性均经审核后发布。

Paul Jialiang Wu

Physical-AI 工程师 & 创始人——更多内容见：https://agentic-portfolio-lovat.vercel.app/

加入免费内测名单： 内部洞见、私享活动、个人效率工具—— 一手直达工作坊。

免费加入 →