[转贴]每个人，都是自己的上下文
哈耶克曾经说过，真正重要的知识，往往是“关于特定时间与特定情境的知识”（The knowledge of the particular circumstances of time and place）。这些知识，不存在于教科书中，也无法被完整写下来。它们分散在每一个具体的人、每一段具体的经历之中。
在哈耶克的时代，这句话主要被用来讨论市场与社会如何运作。他提醒人们，决策者常常会高估自己对复杂世界的掌控能力，误以为知识已经足够完备、足够集中，从而可以在一个中心作出正确判断。也正因为如此，那些具体的、分散的、带有情境性的知识，才格外重要。
但今天，当AI似乎正在让知识变得可以被系统整理、集中存储、统一调用，我们也越来越习惯于把它当作知识伙伴、期待它随时给出标准答案时，哈耶克所担心的那种“知识的傲慢”（The Pretence of Knowledge），正在以一种更普遍的形式出现。
– 1 –
寻找事实、归纳材料、推演结论，这些原本需要时间来完成的步骤，在AI时代都已不再构成门槛，人们可以更快地获取答案。一个总结、一段分析、一份看起来完整的解释，往往足以让人迅速产生一种理解已经完成的感觉。但很多时候，我们拥有的只是一个组织良好的呈现，而不是经过辨析、权衡和内化之后形成的判断。
我们调用了知识，却并没有真正掌握它；我们借助了模型的能力，却把这种能力误认为是自己的能力。
正是这个过程让“知识的傲慢”在今天变得更普遍。它不再只是哈耶克时代少数决策者对于复杂系统的过度自信，而是开始进入每一个普通人的日常：我们更快地回答，也更快地下判断；我们以为自己看见了全貌，实际上接触到的往往只是被压缩、被整理、被平均化之后的版本。久而久之，人会越来越擅长调用结论，却越来越不敏感于结论从何而来、适用于什么条件、遗漏了哪些关键的情境。
而这恰恰是问题真正开始的地方。因为人之所以能够理解世界，从来不仅仅是因为他知道了多少信息，而是因为他能够把信息放在具体的语境之中，和自己的经验、目的、偏好、责任与限制联系起来。离开了具体的语境，再完整的答案也只是答案而已。
在AI时代，真正稀缺的不再是知识本身，而是知识重新进入人的经验、判断与行动的过程。我们需要重新思考的，也许不是如何更快获得知识，而是如何重新建立知识与人之间的关系。
– 2 –
就具体的人而言，知识从来不是抽象而孤立的。它和一个人的经历、所处的环境、正在面对的问题，以及他对世界的基本理解方式联系在一起。同样的一段信息，对不同的人意味着不同的东西；同一个答案，在不同的情境中也会指向不同的判断。
换句话说，知识并不是直接作用于人，而是始终存在于某种具体的“语境”之中。这个语境，决定了什么信息会被注意到，什么会被忽略；也决定了同样的内容，会被理解为事实、背景，还是结论。
在过去，这一层语境往往是隐含在知识学习和经验积累之中的。人们通过长时间的接触、反复的使用，把外部的信息逐渐转化为可以在具体情境中使用的判断。知识之所以成为知识，正是因为它进入了这个过程，和人的具体语境进行了连接。
在AI时代，这个过程往往被压缩甚至被跳过。知识以结果的形式直接呈现出来，看起来更加完整，也更加高效，但它与个人经验之间的连接却变得更加松散。人可以更快地获得答案，却缺失了在具体的语境中校验和调整答案的过程。
于是“知识的傲慢”开始真正影响判断本身。人很容易在尚未理解情境的情况下，直接采纳一个看似合理的结论。问题并不在于这些结论是否正确，而在于它们往往建立在“平均条件”之上，而不是具体处境之中。一旦情境发生变化，这些看似可靠的判断就可能失去基础。
当判断越来越依赖外部生成的答案，人也会逐渐失去对判断过程的参与感。结论是被调用的，而不是被推导出来的；决策是被加速的，但未必被真正理解。在这种情况下，错误更难以被察觉，因为判断本身已经脱离了产生它的过程。
久而久之，人可能会变得越来越擅长“做出判断”，却越来越难以校验判断。而人与人之间在知识领域的差别，不再取决于谁掌握得更多，而越来越取决于这些知识是否在的“具体语境”中被理解、被取舍，并最终被转化为判断。
– 3 –
这种“具体语境”并不只是外在的情境条件。它总是和一个人的经历、记忆、偏好、目标、责任，甚至他此刻正在面对的现实处境交织在一起。也正是在这一层意义上，知识从来不是脱离人的；它总是以某种方式进入一个人的生命结构之中。
这也意味着，对一个具体的人来说，真正重要的从来不只是“知道了什么”，而是这些知识如何与他已有的经验连接起来，如何被他理解，如何进入他的判断，又如何在行动中被不断修正。知识之所以能够产生力量，不是因为它以结论的形式出现，而是因为它被放进了一个人持续展开的生活和思考之中。
我们把这种“具体语境”更形象地称为“个人上下文”。它不只是某一次提问之前附加给AI的背景信息，也不只是某个任务的临时条件。它是一个人理解世界的来路，也是他继续作出判断的依据。一个人的上下文，既包含他看过什么、经历过什么，也包含他在意什么、相信什么、试图解决什么问题；既包含已经沉淀下来的记忆，也包含仍在变化中的处境。
“个人上下文”并不是知识之外的补充，而恰恰是知识得以真正属于一个人的条件。没有这一层，再多知识也可能只是漂浮在外部的信息；只有进入上下文，知识才会从被调用的内容，变成能够参与判断、塑造行动的力量。
AI越来越擅长处理公共知识：汇总信息、生成结构、组织答案，甚至在许多场景中替代人完成原本繁重的分析工作。但它所处理的，首先仍然是那些可以被表达、被整理、被迁移的内容。
人所承担的部分，则越来越集中在另一侧：不是重复获取知识，而是为知识提供具体的落点。一个人是谁，他经历过什么，正在面对什么问题，最终要对什么负责，这些并不能被抽象成通用答案，却决定了同样一段知识在这个具体的人这里意味着什么，能够被采用到什么程度，又需要在何处被修正。
也就是说，AI所擅长的，是把知识组织得更完整；而人真正不可替代的，是让知识进入个人上下文，成为有方向、有边界、有后果的判断。
– 4 –
在AI时代，个人上下文正在成为人与知识之间真正的连接方式。但它并不是一种自然形成的结果，而是一种需要主动构建的能力。
这种“构建”，并不意味着复杂的系统或技术，它更接近一些持续发生的日常动作。
首先，是把原本会被遗忘的经验留下来。那些做过的判断、走过的路径、曾经反复思考但没有结论的问题，本身就是上下文的一部分。把它们记录下来，不只是为了保存信息，而是为了让这些经验在未来能够再次进入你的思考之中。
其次，是在使用中不断让这些内容被重新调动。与AI的每一次对话，如果只是一次性获取答案，那么它很快就会被遗忘；但如果这些问题、答案以及当时的判断能够被保留下来，并在新的情境中被再次引用，它们才会逐渐形成连接。上下文不是一次性输入的，而是在反复调用中慢慢长出来的。
第三，是开始有意识地区分“答案”和“判断”。答案可以由AI提供，但判断必须回到自己的处境中完成。在提出问题时说明背景，在使用答案时重新校验条件，这个过程本身，就是在不断补充和修正自己的上下文。
第四，是形成闭环。AI给出的内容，哪些被采纳了，哪些被舍弃了；你作出判断时依据的是什么；这些判断在真正执行之后，产生了什么结果——这些都应该继续被记录下来，并重新反馈到自己的上下文之中。只有这样，AI不仅知道你问过什么，也开始逐渐理解你在自己的具体情境下是如何判断和取舍的。
留下来、用起来、分清楚、反馈回去；当这些事情持续发生时，个人上下文就不再是零散的片段，而会逐渐形成结构。那些看似随意的记录，会开始彼此关联；那些反复出现的问题，会慢慢显现出方向；一个人理解世界的方式，也会在这个过程中变得越来越清晰。
建立个人上下文，并不是额外增加的一项工作，而是一个人在AI时代对抗“知识的傲慢”、保持判断力的必要步骤。
– 5 –
当答案越来越容易获得，学习是否还有意义；当记录越来越自动化，记忆是否还重要；当知识随处可得，它是否还具备力量。 「AI时代再思考」这一系列所讨论的这些看似彼此分散的问题，最终指向的其实是同一件事：在一个由AI深度参与、甚至开始主导信息生产与组织的时代，人应当如何继续理解世界，并作出判断。
当知识可以被快速生成，当答案可以被随时调用，人真正需要警惕的，不是信息的不足，而是误以为借助了AI，自己就已经理解和掌握了一切。真正决定一个人能否避免这种“知识的傲慢”的，恰恰不是他调用了多少知识，而是他是否还能把这些知识重新带回自己的经验、选择、偏好与责任之中。也正是在这个意义上，记录、思考、判断这些看似传统的动作，并没有被替代，反而变得更加关键。
也正因为如此，在AI时代，对一个人无比珍贵的，并不是那些可以被复制和调用的知识，而是他不断形成、不断修正的上下文。
每个人，都是自己的上下文。