Context · 上下文层 · 通往 AI 价值最快的路径
它回答的问题:你掌握什么知识, 而 AI 不知道? 它在哪:工作目录里 3-5 份单页 markdown,标好日期,情况一变就更新。 它读取的时机:Agent 按需读取,不是塞进每次 prompt 的前缀。
原文金句(这一层全篇最值得反复读)
★ 「Context creation is the single fastest path to AI value.」 「Context 创建是通往 AI 价值最快的路径。」 (#193,
00:13:17,345 → 00:13:21,840)
★ 「They stop asking what AI tool should I use and start asking what knowledge do I have that isn’t written down anywhere.」 「他们不再问『我应该用哪个 AI 工具』,而是开始问『我有哪些知识其实从来没被写下来过』。」 (#195-196)
★ 「Unlike other layers, this is not something that will be solved by better models. Your specific context will always be yours.」 「和其他层不同,这一层不会因为模型变强而被解决。你的具体上下文永远是你的。」 (#167-168)
它在解决什么真问题
泛泛的 AI 建议一次 Google 就有了(#164)。 大模型可以告诉你什么是 OKR、什么是 SWOT、怎么写 PRD。 你不需要它做这个。
你需要它做的, 是基于它不知道、也不可能知道的东西回答你:
- 你下季度要发什么
- 你的关键利益相关者是谁
- 上次 board meeting 里 CFO 反对的是什么
- 你团队里那个工程师为什么对某个设计有强烈意见
「再强的模型也不会知道你下个季度要发什么、你的关键利益相关者是谁,除非你告诉它。」 (#170)
Context 层的本质是: 把你脑子里的隐性知识, 移到一个 AI 能 grep 到的地方。
这一层最大的坑(必须先避)
★ 「If you’re trying to context engineer in one session, you will produce a 40-page document and you never update that. That’s not context. It’s just a quick to be stale novel.」 「如果你想在一次会话里就把 context 工程化做完,你会写出一份 40 页的文档,然后再也不更新。那不是 Context。那是一本注定快速过时的小说。」 (#175-178)
很多人理解了「上下文重要」, 然后周末花 4 个小时写一份 40 页的「我的工作全景」, 第二周就过期了, 第三周再也不打开。 这是这一层最常见的失败模式。
正确做法:3-5 份单页,标日期,情况一变就更新
「真正有效的做法是搞三到五份聚焦的文件,每份不超过一页,每份只讲一件事——比如我的团队、我的产品、我的客户、本季度、我的利益相关者,等等。」 (#179-181)
给 Chief of Staff Agent 的最小起点(按视频 #188-192 整理)
| 文件名 | 内容 | 长度 |
|---|---|---|
context/stakeholders.md | 谁向你汇报、你向谁汇报、关键跨职能伙伴是谁、他们各自在乎什么 | 1 页 |
context/strategy-and-priorities.md | 今年要达成什么、整个组织聚焦在什么上 | 1 页 |
context/operating-principles.md | 决策怎么做、你会在哪里反对、你会在哪里向上反映 | 1 页 |
三份的完整可粘贴版本见 08 Chief of Staff 完整模板第 2-4 节。
你自己应该再加什么?
按你日常 AI 用得最多的 2-3 个场景。 一个简单测试:回想你最近 3 次跟 AI 对话, 哪 3 次你用了超过 100 字给它解释你的处境? 那 3 个处境就该各成一份 Context 文件。
Context Curation 是一种日常实践, 不是一个项目
★ 「Context curation… is not a project that has a beginning or an end it’s a practice」 (#183-184)
这是这一层最反直觉的地方。 大多数人会问: 「我什么时候算把 Context 写完?」 答案是: 永远写不完, 但这不是问题, 因为它像写日记**。**
具体到日常动作:
「每次你抓住自己又在跟 AI 重复解释你的某个情境时,那东西本来就该写在某份 Context 文件里。 把它写下来、加进资料库,然后继续工作。」 (#185-187)
触发条件:你又在跟 AI 解释「我们公司的 PRD 不写背景, 直接列需求」
→ 立刻打开 context/operating-principles.md
→ 加一行:"PRD style: 不写背景, 直接列需求(2026-05-09)"
→ 关掉文件, 继续工作每周这样的小补丁可能有 5-10 个。 三个月后, 你的 Context 库自动长出来了, 而且字字都被高频使用。
标日期 — 这一行别省
Nufar 反复强调 「make it dated and fresh」 (#181-182)。 为什么?
- 6 个月前的「Q1 重点」不再是当下重点。 没标日期, AI 会拿过时信息当事实。
- 你 2 周前的判断可能已经被一次 1:1 推翻。 标了日期, AI 至少能问你: 「这条还成立吗?」
最低标准:每个文件顶部一行 last-updated: 2026-05-09。 进阶可以在每个段落末尾标日期, 像写实验日志一样。
关键外部参考:NLW 的 Personal Context Portfolio
视频里 (#197-200) Nufar 直接把 Context 这一层的深度讲解让位给 NLW 几天前出过的一期节目:
「NLW 几天前出过一期非常精彩的节目, 叫 How to Build a Personal Context Portfolio in MCP server。 它会一步步带你做, 包括模板和配套应用。」
这一期是 Context 层最重要的延伸阅读, 不读它你只拿到了一半。 Stage 1 调研结论:
| 形态 | URL | 影响力 |
|---|---|---|
| 节目本体 | NLW Personal Context Portfolio (AIDB, 2026-04-03, 24m30s) | 12,275 views(2026-05-09 核实) |
| 配套 GitHub 模板 | nlwhittemore/personal-context-portfolio | 367 stars / 254 forks(2026-05-09 核实) |
| 配套 webapp | contextportfolio.ai | 已上线可访问 |
怎么用 NLW 的模板 —— 注意, 这里有个反直觉的事实, 译者第一版漏看了:
NLW 仓库的实际结构是 ~10 份顶层扁平 md(identity.md / role-and-responsibilities.md / current-projects.md / team-and-relationships.md / goals-and-objectives.md 等), 跟 Nufar 视频里的 context/stakeholders.md / strategy-and-priorities.md / operating-principles.md 不是同一套分类法(NLW 把 identity 拆得更细, 用扁平结构而非 context/ 子目录)。
→ 不要把 NLW 模板当 Nufar 的目录骨架直接 mv 过来(命名对不上, 还可能覆盖你已有的 identity / AGENTS 文件)。
→ 正确用法: 把 NLW 模板当问题清单参考 —— 它每份模板里都附 brain dump 提问, 借题目不借结构。 你的目录骨架仍按 Nufar 的 context/ 三件套切。
关键外部参考:Anthropic 的 context engineering 三联
Nufar 的 Context 层和 Anthropic 官方的 「context engineering」 立场高度吻合, 但 Anthropic 把这件事写得更工程化, 适合做技术深度的延伸:
| 文章 | 发布 | 关键观点 |
|---|---|---|
| Effective context engineering for AI agents | 2025-09-29(Anthropic Applied AI 团队) | 区分「durable / authored context」(Agent OS Layer 2)和「runtime / dynamic context」(Layer 4-5) |
| Effective harnesses for long-running agents | 2026 | 跨多步任务的 context 管理 |
| Building effective agents | 2024-12-19 (Schluntz & Zhang) | Anthropic 的 agent 设计经典文(被全行业反复引用) |
⚠️ 澄清: 网上经常被引用的「Karpathy context engineering essay」 不存在 — 它实际是 Karpathy 2025-06-25 的一条 tweet。 不要被二手转述误导, 直接读 Anthropic 三联。
落地步骤(给你今天的 60 分钟)
Step 1 · 列你的「重复解释清单」(10 分钟)
回想最近一周, 你跟 AI 对话时哪些情境你重复解释过 ≥ 2 次? 列出来。 这就是你 Context 库的最小种子。
Step 2 · 建 context/ 目录骨架(2 分钟)
mkdir -p ~/agent-os/context
cd ~/agent-os/context
touch strategy-and-priorities.md operating-principles.md
# stakeholders.md: 1 人 / 还没付费用户时可以暂不写, 先空着⚠️ 本文早先版本曾建议直接
git cloneNLW 的 personal-context-portfolio 再mv成context/, 这是错的(NLW 的 ~10 份扁平 md 跟 Nufar 的context/三件套是两套不同分类法, 强行 mv 会名字对不上、还可能覆盖你已有的 identity 文件)。 NLW 模板的正确用法见上面「关键外部参考」一节: 当问题清单参考, 不当目录骨架。
Step 3 · 写 strategy-and-priorities.md(15 分钟)
Brain dump → AI 面试 → 70% 发版。 模板见 08 Chief of Staff 完整模板第 3 节。
👤 1 人公司 / 独立开发者注意: stakeholders 那一份对你大概率不适用(没上下级、暂无付费用户), 可以先跳过。 把那 15 分钟挪到
strategy-and-priorities.md, 重点写「我并行哪些项目 + 当下对每个的态度」。
Step 4 · 写 operating-principles.md(15 分钟)
你的工作风格、决策原则、不可妥协项。 模板见 08 Chief of Staff 完整模板第 4 节。
Step 5 ·(可选)写 stakeholders.md(15 分钟)
仅当你有团队 / 付费用户 / 关键合作方时再写。 1 人 demo 阶段可以跳过。 模板见 08 Chief of Staff 完整模板第 2 节。
Step 6 · 验收
关掉这些文件, 打开 AI 工具, 让它在能读 ~/agent-os/context/ 的前提下回答: 「基于我当前的 strategy, 这周我应该把精力放在哪个项目?」 看它能不能给出只有读了你的 Context 才说得出来的答案。
常见坑
| 坑 | 现象 | 怎么避 |
|---|---|---|
| 一次写 40 页 | 周末 4 小时写「我的工作全景」 | 拆成 3-5 份单页, 第一周只写最常用的 1 份 |
| 不标日期 | 半年后 AI 在用过期的 OKR | 顶部 last-updated: + 段落末尾日期 |
| 把它当一次性项目 | 写完归档不再打开 | 改成「每次跟 AI 重复解释时」就补 1 行 |
| 写得像简历 | 「我有 10 年经验」 | 写当下情境: 本季度优先级、本月谁在和谁合作 |
| 全堆在一个文件 | 一份 5000 字大杂烩 | 单职能切分:stakeholders / strategy / decisions / customers / quarter |
🟢 译者点评
🟢 Layer 2 是这套框架里最被低估、最高 ROI 的一层。 大多数人花周末改 Identity、调 Skills, 但其实在跟 AI 对话时, 真正卡住质量的是它根本不知道「你下季度要发什么」。 投入 60 分钟写 3 份单页 Context, 比花 6 小时写 Identity 收益大 10 倍。 不夸张。
🟢 Nufar 把这一层的方法论命名为 「context curation」 是个高明的命名。 「context engineering」 听起来是工程师的事, 「context curation」 听起来是博物馆策展人的事 — 后者更准确传达了「长期、小步、有品味」的实践本质。 这个词建议借用。
🟢 Anthropic 的 durable vs runtime context 区分, 是理解 Agent OS 7 层为什么这样切的最深视角。 Layer 2(Context)= 你手写的 durable context;Layer 4(Memory)= 跨会话沉淀的 runtime context;Layer 5(Connections)= 实时拉取的 runtime context。 Nufar 没明说这个映射, 但读完三联后回头看, 7 层切分不再是任意的 — 它对应的是 Anthropic 工程实践中区分得很清楚的两种 context 来源。
🟢 中文社区的现状: 这一层主题的中文优质内容极少。 我交叉调研发现 Letta 的 Guide to Context Engineering 和 LangChain 的相关 docs 都还没有像样的中文版本。 这块如果你做翻译 / 二次创作, 是 green-field。
🔗 立刻去做
→ 完成上面 6 步, 把你的 context/ 目录 v0 落到工作目录里。 然后读 03 Skills · 技能层 — 你重复做的事, 写成可复用的 Skill。
🔗 延伸阅读(优先级排序)
- Anthropic — Effective context engineering for AI agents — 2025-09-29 — 工程化深度最高
- NLW — How to Build a Personal Context Portfolio in MCP server + GitHub 模板 — 实操配套最完整
- Anthropic — Building effective agents — Schluntz & Zhang 的 agent 设计经典
- Letta — Guide to Context Engineering — 较新的工业实践复盘
- LangChain — Context engineering in agents — 框架视角
- Karpathy 2025-06-25 tweet — 「context engineering」 这个词的原始出处(只是一条推, 别被二手转述误导)