模型智能已不再是自动化的瓶颈：为什么AI在数学竞赛中大放异彩，却搞不定一个PPT？从知识编辑到上下文工程，通往真正企业级AI自动化的关键路径
我们正处在一个奇特的转折点：一方面，大语言模型（LLMs）在国际数学奥林匹克竞赛（IMO 2025）中已经能与金牌得主比肩，甚至在某些推理任务上超越人类顶尖水平；另一方面，在企业日常场景中，比如“为董事会准备一份战略汇报PPT”，哪怕是最先进的AI代理智能体（agent）依然频频翻车。
这种反差令人困惑：为什么AI能解出99%人类都看不懂的数学题，却连一个结构清晰、符合语境的演示文稿都做不好？答案并不在于模型“不够聪明”，而在于——智能不再是瓶颈，真正的瓶颈是“意图表达”和“上下文工程”。
要理解这一点，我们必须重新拆解“完成一项任务”所需的三个核心要素。
第一是问题规格说明（Problem Specification），即对用户潜在意图的精确、完整、结构化的描述。
第二是上下文（Context），也就是解决该任务所需的具体背景信息，如公司战略文档、过往会议纪要、组织文化禁忌等。
第三才是求解器（Solver），也就是我们常说的大模型本身，它结合前两者进行推理与生成。
这三个环节中，前两者依赖于人类的设计与系统支持，而只有最后一个才真正体现模型的“智力”。
关键在于，几乎所有现实世界的任务都存在“规格缺口”（specification gap），即我们无法用一句话完整传达所有隐含需求。例如，“写一份董事会PPT”看似简单，实则涉及大量未言明的约束：上次汇报的重点是什么？CEO最近关注哪些风险？哪些数据可以公开？哪些话题是敏感禁区？这些信息散落在邮件、聊天记录、会议录音甚至个人记忆中，AI若无法获取，就只能靠模型内部的“世界知识”去猜测，结果自然偏离预期。此时，哪怕模型能力提升十倍，也只能在错误的方向上越走越远。
相比之下，数学题之所以成为AI的“舒适区”，正是因为其规格高度形式化、上下文极简、验证明确。以IMO 2025中那道2025×2025网格铺砖问题为例，题干本身已包含全部必要信息，不存在歧义或隐藏条件。AI只需调用逻辑推理与数学建模能力即可尝试求解。这类任务的瓶颈确实在于模型智能本身，因此随着训练数据、架构优化和推理算法的进步，AI表现持续提升也就顺理成章。更进一步，数学领域拥有海量高质量标注数据、可验证答案和易于生成的合成数据，使得模型训练和评估形成正向闭环。
但大多数企业级任务属于“硬目标领域”（Hard Targets）：规格模糊、上下文庞杂、反馈延迟且主观。产品战略、销售谈判、合规审查、运营调度等，无不如此。在这些场景中，输出质量主要取决于上下文的完整性与规格的清晰度，而非模型本身的“智商”。
换句话说，提升模型能力带来的收益是渐近的，而改善上下文接入和规格设计则可能带来阶跃式跃迁。
那么，如何突破这一瓶颈？
短期来看，我们需要构建强大的“上下文基础设施”。
首先，必须将企业内部的隐性知识显性化：会议录音自动转写归档、决策流程结构化存储、关键文档通过API开放调用，并附带元数据说明更新时间、责任人和用途。
其次，需要引入“情景记忆系统”作为中间层，让AI代理具备记忆与筛选能力——它应能记住用户偏好、保存历史任务版本、自动关联相关背景，并在新任务中动态注入必要上下文，避免每次都要重新检索。
更进一步，上下文窗口的扩展也至关重要。当前模型虽已支持百万级token，但在实际应用中，如何高效利用长上下文仍是一大挑战。若能提升模型在长文本中的注意力机制效率，减少噪声干扰，就能大幅降低上下文预处理的工程成本。
但从长远看，真正的突破在于“将上下文内化进模型权重”。
就像人类员工通过长期浸润于组织文化中自然理解“潜规则”，未来的AI也需要通过持续学习，将企业特有的知识沉淀到模型内部。
这就引出了一个前沿研究方向：知识编辑（Knowledge Editing）。传统微调成本高昂且易遗忘旧知识，而知识编辑技术旨在精准修改模型中的特定知识，而不影响其他能力。这为“动态更新企业专属模型”提供了可能。
然而，实现这一愿景仍需多项技术突破：企业需建立高效的内部知识采集与清洗系统，避免用“噪音”污染训练数据；定制化模型的训练必须变得廉价且安全，尤其涉及敏感商业信息时；模型还需具备持续学习能力，能随环境变化动态更新；最终，我们甚至需要“模型脑外科手术”——在引入新版本模型的同时，保留已学习的企业特定知识，实现类似“git merge”的权重融合。
综上所述，AI自动化的未来不在于等待GPT-6或GPT-7的发布，而在于构建一套完整的“意图-上下文-求解”工程体系。
短期内，AI将在科学、编程等“易目标”领域继续创造奇迹；但要实现企业级的广泛自动化，我们必须把“规格设计”和“上下文管理”提升为头等重要的系统工程。
我们已看清瓶颈所在，工具也在逐步成型，但支撑大规模自动化所需的基础设施，仍处于黎明前的建设期。真正的智能，或许不在于模型多“聪明”，而在于我们能否教会它“知道该知道什么”。