定义#
Context OS 是 AI 用来持续理解一个人的长期世界模型。
它的前提是：
Every useful response is generated from context, not memory alone.
Memory 记录发生过什么。
Context 解释的则是：
- 这个人是谁；
- 他正在试图实现什么；
- 他身处什么样的环境；
- 谁对他重要；
- 存在哪些能力与约束；
- 他当前处于什么状态。
六个 context 维度#
Identity#
- 价值观；
- 信念；
- 偏好；
- 个人经历；
- 自我定义；
- 边界。
Goal#
- 长期 Goals；
- 当前 Goals；
- 优先级；
- 冲突；
- 期望达成的未来状态。
Environment#
- 国家；
- 市场；
- 制度环境；
- 家庭状况；
- 经济状况；
- 法律与文化背景。
Relationship#
- 家人；
- 合作伙伴；
- 客户；
- 同事；
- 投资人；
- 信任的专家；
- 冲突与义务。
Capability#
- 技能；
- 经验；
- 声誉；
- 资产；
- 资金；
- 人脉网络；
- 工具与 Agents。
State#
- 正在进行的项目；
- 财务状态；
- 健康与精力；
- 情绪状态；
- 截止期限；
- 迫近的风险。
Context 数据类型#
Context OS 中可能包含：
- Identity；
- Goals；
- Active Programs；
- Timeline；
- Relationships；
- Organizations；
- Knowledge；
- Opportunities；
- Constraints；
- Decisions；
- Evidence；
- Events；
- Patterns；
- Current State。
Context 不是监控#
Context OS 不应试图操纵一个人，也不应试图完全预测一个人。
它的目的是：
- 提高相关性；
- 保持连续性；
- 揭示矛盾；
- 支持更好的决策；
- 帮助校准 Goals；
- 帮助一个人理解自己。
北极星始终是：
认识自己 → 成为自己 → 实现自己
数据真实性层级#
一个可信的 Context OS 应当区分以下层级：
1. Raw Input
2. Evidence
3. Proposed Structure
4. Approved Context
5. Reasoning Output
6. Decision
7. Outcome and Learning
AI 生成的解释不得在用户不知情的情况下覆盖已经被确认的事实。
隐私原则#
- private by default（默认私有）；
- minimum necessary data（只保留必要的最小数据）；
- clear user approval（明确的用户授权）；
- source traceability（来源可追溯）；
- exportability（可导出）；
- correction and reversal（可更正、可撤回）；
- separation of fact and inference（事实与推断分离）；
- no external commitment without explicit approval（未经明确许可，不对外做出任何承诺）。
与 Goal OS 的关系#
Context OS 回答的是：
这个人是谁？现在发生了什么？
Goal OS 回答的是：
这个人希望什么未来发生？接下来应该做什么？
两者合在一起：
Context OS understands the person. Goal OS helps the person move toward a future.