过去几年,人工智能的浪潮一次又一次刷新人们的想象:模型变得更大、算力更强、应用更广。但在光鲜的成果背后,一个更深层的问题被不断暴露 —— AI 真的“理解”世界了吗?它能记住对话,却常常忘记语境,能生成答案,却未必明白问题的由来。人们开始意识到,智能的边界,不在算法,而在语境。正是在这样的背景下,上交大生成式人工智能实验室(GAIR Lab)提出了一个颠覆性的观点:人工智能的本质不是算力革命,而是“上下文革命”。 他们在最新论文中,把“上下文”从语言模型的附属概念,提升为智能系统的核心结构,认为系统理解世界的方式,取决于它如何吸收、组织并重构语境。这项研究通过回溯上下文系统的演化历史,结合大量系统实验与理论建模,提出了“上下文工程”(Context Engineering)这一全新学科框架。团队发现,从早期依赖传感器和规则的 Context 1.0,到能够跨模态理解语义的智能体 2.0,AI 的每一次跃迁,都是一次对“语境吸收力”的升级。在参数增长趋于极限的当下,这项研究像是在为人工智能指明新的出路:当机器不再只是记住语境,而能理解并创造语境,也许,那才是真正的智能时代的开始。语境,才是智能的真正边界这篇论文的实验结果揭示了一个重要规律:人工智能的进步,归根结底取决于系统对“上下文”的理解和利用能力,也就是它能多好地吸收、组织和重构语境。作者通过比较不同代的智能系统,总结出了上下文
...
继续阅读
(12)