每個人，都是自己的上下文

哈耶克曾經說過，真正重要的知識，往往是“關于特定時間與特定情境的知識”（The knowledge of the particular circumstances of time and place）。這些知識，不存在于教科書中，也無法被完整寫下來。它們分散在每一個具體的人、每一段具體的經歷之中。

在哈耶克的時代，這句話主要被用來討論市場與社會如何運作。他提醒人們，決策者常常會高估自己對復雜世界的掌控能力，誤以為知識已經足夠完備、足夠集中，從而可以在一個中心作出正確判斷。也正因為如此，那些具體的、分散的、帶有情境性的知識，才格外重要。

但今天，當AI似乎正在讓知識變得可以被系統整理、集中存儲、統一調用，我們也越來越習慣于把它當作知識伙伴、期待它隨時給出標準答案時，哈耶克所擔心的那種“知識的傲慢”（The Pretence of Knowledge），正在以一種更普遍的形式出現。

尋找事實、歸納材料、推演結論，這些原本需要時間來完成的步驟，在AI時代都已不再構成門檻，人們可以更快地獲取答案。一個總結、一段分析、一份看起來完整的解釋，往往足以讓人迅速產生一種理解已經完成的感覺。但很多時候，我們擁有的只是一個組織良好的呈現，而不是經過辨析、權衡和內化之后形成的判斷。

我們調用了知識，卻并沒有真正掌握它；我們借助了模型的能力，卻把這種能力誤認為是自己的能力。

正是這個過程讓“知識的傲慢”在今天變得更普遍。它不再只是哈耶克時代少數決策者對于復雜系統的過度自信，而是開始進入每一個普通人的日常：我們更快地回答，也更快地下判斷；我們以為自己看見了全貌，實際上接觸到的往往只是被壓縮、被整理、被平均化之后的版本。久而久之，人會越來越擅長調用結論，卻越來越不敏感于結論從何而來、適用于什么條件、遺漏了哪些關鍵的情境。

而這恰恰是問題真正開始的地方。因為人之所以能夠理解世界，從來不僅僅是因為他知道了多少信息，而是因為他能夠把信息放在具體的語境之中，和自己的經驗、目的、偏好、責任與限制聯系起來。離開了具體的語境，再完整的答案也只是答案而已。

在AI時代，真正稀缺的不再是知識本身，而是知識重新進入人的經驗、判斷與行動的過程。我們需要重新思考的，也許不是如何更快獲得知識，而是如何重新建立知識與人之間的關系。

就具體的人而言，知識從來不是抽象而孤立的。它和一個人的經歷、所處的環境、正在面對的問題，以及他對世界的基本理解方式聯系在一起。同樣的一段信息，對不同的人意味著不同的東西；同一個答案，在不同的情境中也會指向不同的判斷。

換句話說，知識并不是直接作用于人，而是始終存在于某種具體的“語境”之中。這個語境，決定了什么信息會被注意到，什么會被忽略；也決定了同樣的內容，會被理解為事實、背景，還是結論。

在過去，這一層語境往往是隱含在知識學習和經驗積累之中的。人們通過長時間的接觸、反復的使用，把外部的信息逐漸轉化為可以在具體情境中使用的判斷。知識之所以成為知識，正是因為它進入了這個過程，和人的具體語境進行了連接。

在AI時代，這個過程往往被壓縮甚至被跳過。知識以結果的形式直接呈現出來，看起來更加完整，也更加高效，但它與個人經驗之間的連接卻變得更加松散。人可以更快地獲得答案，卻缺失了在具體的語境中校驗和調整答案的過程。

于是“知識的傲慢”開始真正影響判斷本身。人很容易在尚未理解情境的情況下，直接采納一個看似合理的結論。問題并不在于這些結論是否正確，而在于它們往往建立在“平均條件”之上，而不是具體處境之中。一旦情境發生變化，這些看似可靠的判斷就可能失去基礎。

當判斷越來越依賴外部生成的答案，人也會逐漸失去對判斷過程的參與感。結論是被調用的，而不是被推導出來的；決策是被加速的，但未必被真正理解。在這種情況下，錯誤更難以被察覺，因為判斷本身已經脫離了產生它的過程。

久而久之，人可能會變得越來越擅長“做出判斷”，卻越來越難以校驗判斷。而人與人之間在知識領域的差別，不再取決于誰掌握得更多，而越來越取決于這些知識是否在的“具體語境”中被理解、被取舍，并最終被轉化為判斷。

這種“具體語境”并不只是外在的情境條件。它總是和一個人的經歷、記憶、偏好、目標、責任，甚至他此刻正在面對的現實處境交織在一起。也正是在這一層意義上，知識從來不是脫離人的；它總是以某種方式進入一個人的生命結構之中。

這也意味著，對一個具體的人來說，真正重要的從來不只是“知道了什么”，而是這些知識如何與他已有的經驗連接起來，如何被他理解，如何進入他的判斷，又如何在行動中被不斷修正。知識之所以能夠產生力量，不是因為它以結論的形式出現，而是因為它被放進了一個人持續展開的生活和思考之中。

我們把這種“具體語境”更形象地稱為“個人上下文”。它不只是某一次提問之前附加給AI的背景信息，也不只是某個任務的臨時條件。它是一個人理解世界的來路，也是他繼續作出判斷的依據。一個人的上下文，既包含他看過什么、經歷過什么，也包含他在意什么、相信什么、試圖解決什么問題；既包含已經沉淀下來的記憶，也包含仍在變化中的處境。

“個人上下文”并不是知識之外的補充，而恰恰是知識得以真正屬于一個人的條件。沒有這一層，再多知識也可能只是漂浮在外部的信息；只有進入上下文，知識才會從被調用的內容，變成能夠參與判斷、塑造行動的力量。

AI越來越擅長處理公共知識：匯總信息、生成結構、組織答案，甚至在許多場景中替代人完成原本繁重的分析工作。但它所處理的，首先仍然是那些可以被表達、被整理、被遷移的內容。

人所承擔的部分，則越來越集中在另一側：不是重復獲取知識，而是為知識提供具體的落點。一個人是誰，他經歷過什么，正在面對什么問題，最終要對什么負責，這些并不能被抽象成通用答案，卻決定了同樣一段知識在這個具體的人這里意味著什么，能夠被采用到什么程度，又需要在何處被修正。

也就是說，AI所擅長的，是把知識組織得更完整；而人真正不可替代的，是讓知識進入個人上下文，成為有方向、有邊界、有后果的判斷。

在AI時代，個人上下文正在成為人與知識之間真正的連接方式。但它并不是一種自然形成的結果，而是一種需要主動構建的能力。

這種“構建”，并不意味著復雜的系統或技術，它更接近一些持續發生的日常動作。

首先，是把原本會被遺忘的經驗留下來。那些做過的判斷、走過的路徑、曾經反復思考但沒有結論的問題，本身就是上下文的一部分。把它們記錄下來，不只是為了保存信息，而是為了讓這些經驗在未來能夠再次進入你的思考之中。

其次，是在使用中不斷讓這些內容被重新調動。與AI的每一次對話，如果只是一次性獲取答案，那么它很快就會被遺忘；但如果這些問題、答案以及當時的判斷能夠被保留下來，并在新的情境中被再次引用，它們才會逐漸形成連接。上下文不是一次性輸入的，而是在反復調用中慢慢長出來的。

第三，是開始有意識地區分“答案”和“判斷”。答案可以由AI提供，但判斷必須回到自己的處境中完成。在提出問題時說明背景，在使用答案時重新校驗條件，這個過程本身，就是在不斷補充和修正自己的上下文。

第四，是形成閉環。AI給出的內容，哪些被采納了，哪些被舍棄了；你作出判斷時依據的是什么；這些判斷在真正執行之后，產生了什么結果——這些都應該繼續被記錄下來，并重新反饋到自己的上下文之中。只有這樣，AI不僅知道你問過什么，也開始逐漸理解你在自己的具體情境下是如何判斷和取舍的。

留下來、用起來、分清楚、反饋回去；當這些事情持續發生時，個人上下文就不再是零散的片段，而會逐漸形成結構。那些看似隨意的記錄，會開始彼此關聯；那些反復出現的問題，會慢慢顯現出方向；一個人理解世界的方式，也會在這個過程中變得越來越清晰。

建立個人上下文，并不是額外增加的一項工作，而是一個人在AI時代對抗“知識的傲慢”、保持判斷力的必要步驟。

- 5 -

當答案越來越容易獲得，學習是否還有意義；當記錄越來越自動化，記憶是否還重要；當知識隨處可得，它是否還具備力量。 「AI時代再思考」這一系列所討論的這些看似彼此分散的問題，最終指向的其實是同一件事：在一個由AI深度參與、甚至開始主導信息生產與組織的時代，人應當如何繼續理解世界，并作出判斷。

當知識可以被快速生成，當答案可以被隨時調用，人真正需要警惕的，不是信息的不足，而是誤以為借助了AI，自己就已經理解和掌握了一切。真正決定一個人能否避免這種“知識的傲慢”的，恰恰不是他調用了多少知識，而是他是否還能把這些知識重新帶回自己的經驗、選擇、偏好與責任之中。也正是在這個意義上，記錄、思考、判斷這些看似傳統的動作，并沒有被替代，反而變得更加關鍵。

也正因為如此，在AI時代，對一個人無比珍貴的，并不是那些可以被復制和調用的知識，而是他不斷形成、不斷修正的上下文。

每個人，都是自己的上下文。

這是 近期「AI時代再思考」系列的最后一篇文章。

從學習、記錄，到知識，再到“個人上下文”，這些問題看似分散，但都在指向同一個方向 —— 重新定義人如何在AI時代存在。

你是否碰到過“知識的傲慢”給你帶來日常學習和工作中的困擾？

在AI越來越強大的今天，你是如何保持自己的判斷的？

你是否在有意識地建立屬于自己的“上下文”？

又有哪些具體的方法，已經在你的日常中發生？

歡迎把你的想法留言給，

你還希望這個系列未來討論哪些問題，也歡迎告訴我們。