為了讓Agent理解上下文，這個團隊選擇自己重寫架構

GPT Sora不是要關停了嘛，

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

我甚至都快忘了當初生成某個片段用了哪個版本的咒語。

看著這一堆混亂的文件，我突然意識到，我正淹沒在一片由我自己創造出來的，毫無關聯的產出物海洋里。

我擁有一大堆的Output，但沒啥用，

我需要的是能夠形成知識體系，能夠被復用和迭代的Outcome。

這兩天我內測上了特贊正在做的一套企業智能體架構，他們稱之為GEA，他們實現了從Output到Outcome的跨越。

他們把我所有的AI輸出都剪藏到了一個地方，不是簡單地把內容存進一個知識庫，而是把這些分散的數據組織成可以持續調用的上下文系統（Context System）。Agent每次工作要讀取上下文的時候，背后會有一個編排層，由發散推理模型（Creative Reasoning Model ）驅動，根據每次對話目標來準備當前對話的上下文，以及要不要改變方向。

在GEA的架構下，Agent 就會在一個系統里持續工作，而不是一次性被調用的工具。

atypica.ai 一個典型的洞察研究GEA

musedam.ai 這一體系的企業上下文系統入口，為Agent提供可調用的語境基礎。

我這次需求很簡單，作為一個內容創作者，我想試試海外內容平臺，該怎么做。

這在過去，意味著我需要讓AI幫我生成市場分析報告，競品調研表格，內容策略文檔。我會得到一堆Output，然后自己去消化，理解，串聯，形成一個可執行的計劃。

但我把這個想法告訴那個洞察研究GEA后，它完全沒有給我這些中間產物。

它先是像一個資深顧問一樣，反過來問我問題，了解我的賬號定位和內容風格。然后，它告訴我，要達成我的目標，最好的方式是進行一系列一對一的深度訪談。緊接著，它就自己通過AI配置了八個不同的人格（AI Persona），有成功出海的創作者，有精通平臺的運營專家，有商業化顧問，幾乎覆蓋了所有。

然后，它就開始自己訪談自己了。

我像一個旁觀者，看著它和這些虛擬專家進行了一場場高質量的深度對話。最終，它直接給了我一份整合了十五個不同角色觀點的完整出海策略。這是一個可以直接拿來用的Outcome。

我點進其中一個訪談實錄，有點被詳細到了。

那個角色叫Marcus，設定是一個三十歲，住在倫敦的油管博主。

AI問他，對于新賬號，是應該先追求垂直領域的深度，還是先嘗試多個方向來測試市場反應。Marcus的回答邏輯清晰，充滿了細節。

最關鍵的一點是，這些AI人格，像Marcus，會被保留下來。

它們成為了這個項目的常駐顧問，并自動變成了這個研究任務的一部分上下文資產。

等我真的開始做油管了，我可以隨時回來，把我的新視頻內容再拿給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。反正我是把這個對談一句句看完了，并轉發給運營朋友逐句學習。

所以其實要實現從Output到Outcome的跨越，關鍵就在于一個東西，

上下文，Context。

我那些混亂的視頻和圖片，缺的是能將它們串聯的上下文。而特贊用4層架構打造了一個以 Context System 為核心的企業級Agent系統。

最頂層，是我發出的那個目標，一個Intent。

當我給出我要出海這個意圖后，系統的大腦，也就是編排層，就會接管。它會把這個大目標，拆解成無數條可能的執行路徑，評估哪條路最好，再把一個個具體的子任務，派給最合適的模型和工具去執行。

它知道應該先做市場調研，再做用戶訪談，最后生成策略報告。

然后，GEA的手和腳，也就是執行層，開始工作。這里有各種主動的智能體，它們會調用超過四百個技能模塊，去完成內容生成，數據分析等具體任務。

Agent們的協作，全都依賴于上下文系統。

它像一個第二大腦，存儲著品牌，產品，項目，案例，用戶畫像等所有信息。

最底層就是提供能力的基礎多模型層。這里有三十多個不同領域的模型，哪個強就用哪個。

這個架構的設計目標很純粹，

就是為了交付Outcome。

所以GEA的誕生，幾乎是一個必然的結果。

它是從那片叫做Context的土壤里，

自然生長出來的。

寫到這里，我想起我那個混亂的文件夾。

有了GEA，有了這套可持續運行的架構

我就可以告訴它，我的意圖是建立一個關于Sora創作的知識庫。

它會自動把我所有的視頻，圖片和提示詞進行關聯，分析它們的風格，打上標簽，

甚至能主動建議我，

基于現有的素材，

可以嘗試創作哪些新的內容。

這樣的Agent不急于交付更多的零件，

而是直接幫你思考，幫你執行，

幫你把神探夏洛克同款的記憶宮殿用AI的方式，

一點點蓋起來。

@ 作者 / 卡爾

最后，感謝你看到這里如果喜歡這篇文章，不妨順手給我們點贊｜在看｜轉發｜評論

如果想要第一時間收到推送，不妨給我個星標

如果你有更有趣的玩法，歡迎在評論區聊聊

更多的內容正在不斷填坑中……