上下文攒下来，以后到底能干嘛
今天聊了一整天。
聊的东西很杂，但绕来绕去，老是绕回同一件事。
再加上这几天自己看的一些东西，脑子里冒出来几个画面。趁热记下来。
上下文重要，这事在用 AI 的人里基本是共识了，不用再讲。我自己这半年也一直在攒——它知道我改稿喜欢先看纯文字版，知道我写东西最烦哪几个词，知道我手上有哪几摊事在跑。
▸ 别急着让AI干活，先让它记住你是谁 但攒下来以后呢？
大多数人的答案是：它回答得准一点，干活顺手一点。
我觉得远不止。
攒上下文不只是让它今天更好用 是为了有一天它能替你出面
01 · 先说一个转变：人开始被 AI 调用
今天早上看了一个视频，里面有个观点我琢磨了挺久。
以前我们讲 human in the loop，人在回路里。任务是人设计的，AI 负责跑，人在旁边兜底——到了关键节点停下来，由人判断下一步该怎么走。
但模型越来越强了，这个关系可以反过来。
你给 AI 一个任务，一个 goal，让它自己去跑。跑的过程中碰到它干不了的事——要去现场拿个东西，要找人签个字，要做一个它没资格替你做的判断——它主动来叫你，让你把这一环补上。
人成了它可以调用的一个"工具"。
下午跟朋友聊到这个，他说了一句我觉得挺准的。
人在回路里也好，人被唤醒也好，其实没那么重要。重要的是，看你是怎么样被调用的。 但这件事有个前提。
AI 要能自己跑下去、只在卡住的时候才来叫你，它得先知道足够多：这件事的来龙去脉，你做事的习惯，哪些它可以自己拍板、哪些必须回来问你。
这就是上下文。
下面几个场景，全都建在这个前提上。
02 · 场景一：每个客户，一个专属 Agent
先说个近一点的。
我一直觉得，普通的常法业务以后会被压缩得很厉害。日常问答、合同审查这些，企业自己的法务加上 AI 就能消化掉，以后也会有专门的软件来做。客户没必要为了这些，每年花两三万外聘一个法律顾问。
常法还会在。但你得拿出点新东西，让客户觉得你跟别人不一样。
我想到的一个是这样：
你手上可以有很多 Agent，每个客户，单独给他设一个。
这个 Agent 知道这个客户所有的事。公司是做什么的，几个股东什么关系，前年那个纠纷最后怎么了结的；去年审过哪些合同，改过哪几条，对方每次在哪一条上咬住不放。老板喜欢听什么样的汇报，法务习惯收 Word 还是 PDF，什么事要先打电话，什么事发个消息就行。
客户那边来一个问题，你不用再去翻邮件、翻聊天记录、翻三年前的文件夹，回忆"我们上次是怎么说的"。
它都记得。
对一个客户的了解，以前存在人脑子里 人一走就散了 律师这行，真正值钱的往往不是法条，是你对这个客户的了解。
以前这些了解散在你脑子里、助理脑子里、几十个文件夹里。现在它可以存下来，而且越存越厚。
03 · 场景二：你的 Agent，和客户的 Agent 聊起来
这是今天想得最多的一个。
如果 AI 只在律师这边用，说到底也就是提效，交付快一点而已。
那能不能再往前走一步：帮客户也搭一套，让客户也有自己的 Agent。然后我们这边的 Agent，直接跟客户那边的 Agent 对话。
拿尽调来说。
正常的流程是：先发一份清单过去，客户那边找人一样一样去搜，搜齐了打包发回来；我们一看，缺这个少那个，再发一轮补充清单……来来回回。
换一种方式试试：
客户那边有需求，他的 Agent 直接来找我们的 Agent。
我们的 Agent 根据这次尽调要什么，把清单发过去。
客户的 Agent 在自己的资料库里一样一样找，找到的整理好，直接发回来。
我们的 Agent 核一遍：还缺什么，哪份不对。
客户的 Agent 那边实在找不到的——这时候，它去叫人："这几样库里没有，你得补给我。"
前面能收的全部收完 剩下补不上的才轮到人 你看，这就是 01 说的那件事：人被调用。而且被调用的，只是真正需要人的那一小块。
这对客户来说，是别的律所给不了的服务。律师以后的竞争，我觉得不能只停在法律这一块，得更多元一点。
还有一层：这套东西是你陪着客户一起搭、一起磨出来的，里面攒的全是你们俩的上下文。他很难轻易把你换掉。你们是一起长起来的。
当然，这个场景现在说起来容易。客户的 Agent 能碰哪些数据，保密的边界画在哪，Agent 发过来的材料谁来核真假，出了错算谁的——这些一个都绕不过去。朋友还问了一个我也没想好的问题：这个 Agent 是部署在客户公司里面，还是做成律师这边的一个机器人、专门对接这一家？所以我说它是畅想，不是方案。
04 · 场景三：简历，可能会消失
这个想得更远一点。
下午朋友聊到他最近在跟学校打交道，说学生的就业，这一两年可能会有很大的变化。
我顺着往下想了想：以后找工作，可能就不发简历了。
你把自己所有的上下文——做过什么，擅长什么，怎么想问题，写过什么东西——都交给自己的 Agent。它去跟用人单位的 Agent 聊。行，就往下走；不行，在 Agent 这一层就直接筛掉了。
一页纸的简历，能装的东西太少了。
一份简历只有一页纸 一个养了几年的 Agent 装下的是一个人 这事离我们应该还挺远。但想一想，挺有意思的。
05 · 这些都没法等到那天再开始
写到这儿，你会发现这三个场景有一个共同点。
它们要的，都是一个已经懂你的 Agent。
技术会来。工具会越来越便宜，也许明年、后年，这些场景对应的软件就摆在货架上了。
但到那一天，你买回来的 Agent 是空的。它不认识你，不认识你的客户，不知道你这几年办过的案子、踩过的坑、改过的每一版合同。
这些买不来，只能一天一天攒。
朋友今天说起他的体会：很多真正有用的东西，是在办案子、开庭、写文书的时候，才会发现"哦，原来这个节点是这样的"。不在真实场景里泡着，攒出来的东西看着有用，其实并没有用。
还有一点是攒在哪。
你在哪个平台上攒，攒下的就是哪个平台的。换一家，从零开始。所以我自己的习惯是，能落成文件的尽量落成文件，放在自己手里。
模型会越来越强，工具会越来越便宜 但懂你这件事，得你自己养
06 · 有一样东西，它压缩不了
后来吃饭的时候，朋友说了一段话，我一直记着。
他说，AI 让我们什么都变快了。以前三年才能做成的事，现在可能想半年就做成。但人跟人之间的信任，还是原来那个速度。你得多见几面，多吃几顿饭，信任才建得起来。这一块，一点都快不了。
我开玩笑说，那搞两个 Agent 互相聊聊，判断一下你这人靠不靠谱。
他说，筛选可以，没问题。但很多事要往前推，还得靠真人。
我觉得他说得对。
上面那几个场景，Agent 能帮你把信息收齐、把人筛好、把活干完。但客户愿不愿意让你来搭这套东西，愿不愿意让你的 Agent 连进他的资料库——这份信任，还是得你自己一次次见面聊出来。
前几天访谈游初，他最后说的也是这个意思：回到人间，去连接那些 AI 访问不到的上下文。
▸ 「访谈07」游初：回到人间，连接那些 AI 无法访问的上下文
机器攒上下文 人攒信任
原文发布于「零代码法律人」。读者可前往 微信公众号阅读原文。