“鸭哥的 context infra”指一套把散落上下文变成可复用资产的系统,分概念图、技术架构、工具链三层,核心是分层记忆、按需加载和持续提炼。
AI根据立正公开的文章和视频整理,不是他本人回复。重要的判断,请回到出处核对。
三层结构各解决一个问题
材料里的观点概念层是一张给管理者看的图,标出团队的上下文散落在哪里、彼此什么关系、哪些该被 AI 日常调用、哪些该长期沉淀。技术架构层解决怎么真正管好:把上下文分成工作记忆、项目记忆、组织记忆,按需加载而不是一股脑塞进窗口,并定期把会议纪要、讨论记录这类原始材料提炼成可复用的经验。工具链层负责落地,用版本管理存上下文、接日常沟通工具自动沉淀、配置 AI 工作环境让它自动加载组织级上下文1。三层是递进关系,拿到概念图却落不了地,通常缺的是第二层。
它是一套资产,不是一次配置
材料里的观点课程更新时把这套东西重新组织成五类可积累、可跨任务复用的资产:工作空间、可复用的 skill、结构化知识资产、多 agent 组织和个人判断2。组织私有上下文时,可以用事实、做法、判断三类来分;用渐进式披露按需加载资料,并把每次纠正回流沉淀回系统2。所以它更像长期维护的账本,而不是装好就不动的工具。
入口从录音开始,但不止于录音
在具体实践里,intake 被当作第一步:先用苹果设备把线下聊天、会议录下来,自动同步到电脑,转录和整理结果都作为自己的文件保留,不锁在某个产品或生态里3。录音进来之后,才谈怎么把它组织成 AI 能用的上下文4。这里有个判断值得注意:能确定的部分不交给模型自由发挥,模型适合做判断、提炼、写作和评审,不适合承担必须稳定、可检查、可复现的工作5。
关于“鸭哥”的称呼和 context infra 的完整定义,材料里没有专门说明,以上是依据相关文章和课程更新整理的。
出处
- 1你团队的 AI 效果不好,问题不在模型,在 Context
最完整地讲清三层结构和每层解决的问题,适合先读这篇建立整体框架。
- 2AI Builders第13轮更新(2026.8)
说明课程更新后如何把上下文组织成可复用资产,适合理解它为什么是长期积累而非一次配置。
- 3Intake Skill:用好苹果设备,把上下文留在自己手里
给出 intake 这一步的具体做法和取舍,适合看入口环节怎么落地。
- 4课代表和鸭哥工作的实况 | how the sausage is made
可回到原文核对这部分判断
- 5我的视频后期流水线skill
解释哪些工作该交给模型、哪些该用确定性规则,适合理解这套系统的设计原则。
你也有想问的?
卡住的时候,问问立正:回答只从立正讲过、写过的东西里来,每一段都能点回原文。
问类似的问题也可以接着问:
别人还问了
- 想开始建立自己的上下文系统,应该从哪里入手?
先从一个你反复做、又最标准化的任务开始,把它的上下文(偏好、标准、背景)写成文件沉淀下来,而不是先搭一套大系统。材料可分三类:长期不变的、按项目加载的、需要定期更新的,不必一次建全。上下文不是越多越好,要区分必须遵守的约定和仅供参考的材料…
- 你觉得AI时代会放大职场的性别差距么,还是缩小?AI时代的女性主义会有什么特点?AI的大爆发会为女性主义带来什么变化
现有材料没有直接谈性别差距,但能推出一个判断:AI 更可能放大已有的能力与议价差距,而不是自动缩小它;女性主义会因此更聚焦议价权、判断力和转型期的生存,而非单纯“进入职场”。
- 在追求超線性價值的前期,如何在弱反饋、反共識、沒同路人下堅持? (允許回答打破假設/盲點)
弱反馈、反共识、没同路人,恰恰是超线性价值前期的常态:价值大而只有你在做,说明别人还没意识到它的价值,而不是你做错了。坚持靠的不是意志力,是把注意力押在少数高价值的事上,并接受心有不甘会一直存在。
- AI时代,嵌入式软件领域有什么机会
现有材料没有专门讨论嵌入式软件,但有三条可迁移的线索:AI 原生公司更缺系统架构者、长尾生产力工具是被释放的新市场、物理世界的机器人等要等 2030 后成熟。
- 立正的AI课程是否会过时?因为AI agent发展这么快,我担心之前的课程现在已经过时了
课程本身会持续刷新,但工具和技巧层面的内容确实会贬值;真正不容易过时的是背后的思考方式和管理AI的方法。
- 游戏行业的底层商业模型是什么?
游戏是内容加交易型生意:靠产品本身决定利润,用利润买量放大规模,再用效率决定谁能长期活下来。