6.3 从项目到组织
当 AI 上下文管理从个人扩展到团队,再从团队扩展到组织,它就不再只是一个效率工具,而是一种组织知识资产。
想象一下一个组织积累了五年 AI 上下文后的样子:
- 每一个项目都有完整的背景文档,记录了当时的业务环境、技术选型、关键决策
- 每一个任务都有 Artifact,记录了从需求到交付的完整过程
- 每一次失败都有 Review 记录,分析了失败原因和教训
- 每一次成功都有摘要,总结了关键因素和可复用的经验
这是比 Wiki 更强大的知识库。
Wiki 里的知识是"人主动写的",而 AI Context Workspace 里的知识是"做事过程中自然产生的"。前者需要额外投入,后者是工作副产物。副产物通常比主动产出的知识更真实、更完整——因为它记录的是实际发生了什么,而不是人回忆起来应该写什么。
组织级别的上下文管理面临几个挑战:
第一,规模。 一个组织可能有成百上千个项目,每个项目有几十个 Artifact。如何让 AI 在这么大的上下文中找到需要的部分?答案还是路由——分层索引,按需加载。组织级路由索引项目级路由,项目级路由索引任务级路由。
第二,权限。 不是所有上下文都对所有人开放。财务相关的背景、人事相关的决策,需要访问控制。文件系统的权限模型天然支持这一点——目录级别、文件级别的读写权限。
第三,标准化。 组织需要统一的上下文结构规范,否则不同团队产生的上下文无法互操作。A 团队用的工作流阶段定义和 B 团队不同,AI 就无法统一理解。标准化的程度决定了上下文的可复用程度。
第四,生命周期。 项目结束后,上下文应该保留多久?保留在哪里?归档策略在组织层面需要更明确的规则。不是所有上下文都需要永久保存,也不是所有上下文都可以随时删除。
当这些挑战被解决后,组织拥有的是一个"AI 可读的组织记忆"。
新员工加入时,不需要花两个月理解项目背景。新 AI 接入时,不需要从头开始了解组织。所有的信息都在上下文里,按需读取,随取随用。
组织知识管理一直以来的难题是"如何让人愿意写文档"。 AI Context Workspace 的答案是:让人不需要专门写文档,文档是工作的副产物。 你做事,AI 记录上下文;你完成,AI 归档上下文;你回顾,AI 读取上下文。文档不是额外的工作,文档就是工作本身。
Comments
Post a Comment