AI 听不懂「之前那个」

最近在李飞飞的自传《我看见的世界》中看到这样一个问题：

如果一个人从未见过红色，要怎么向他解释红色？

想了想，可以通过类比的方式表达视觉效果，比如苹果、火、血液的颜色，也可以通过形容感受、寓意等偏抽象的维度表达红色给人带来的感觉，比如热情、喜庆、温暖等。

可细想又觉得不对。就算这些都讲清楚了，对方也只是知道了很多关于红色的概念，还是没有真的「看见」红色。

沿着这个问题继续想，延伸到了一些形而上的路径上，越想越抽象，也很难说清楚，暂时没有答案，索性先放到一边。

不过在想这些的时候，联想到之前在播客中听到的一种观点，大致意思是「语言并不是载体」、「你所说的并不是你真正想表达的」之类，例如工作场景里很常见的沟通：

还是之前那个方案比较好…lol。

如果是刚加入项目的人，听完可能一头雾水。哪个方案？什么时候聊的？为什么要用它？

参与过前几次讨论的同事却很容易听懂。他知道「之前」指哪次讨论，也记得当时为什么放弃另外几个选项。有时候连下一步先做什么、该找谁确认，都不用再说。

同一句话，对一个人信息量很大，对另一个人几乎什么都没说。

一句话里没说的东西

程序员可能会联想到 diff。

diff 可以很小，是因为两边已经有一份差不多的 base。base 对不上，那几行改动就很难看懂。人与人交流也有点像这样。我们生活在同一个世界里，用着相近的语言，再加上一起工作留下的经历，很多内容不用每次从头解释。

「还是按之前那个方案」只是一个小小的增量。真正让它变得有意义的，是那段双方都知道的「之前」。

这件事和红色看起来离得挺远，但其实有点像。一个词本身装不了那么多东西。它更像一个线索，或一个 hook，听到它的人会用自己的经验把剩下的部分补出来。

这样来看，那个新加入项目的人的「一头雾水」，是不是很像现在和 AI 沟通时产生的「幻觉」？

AI 知道很多，却不知道项目怎么走到这里

与 AI 协同办公的这两年，写代码、做产品、改文档，它懂的东西确实很多，产品规划、可行性分析、原型设计、UI/UX、开发实现，随便挑一个都能聊，聊得头头是道，以至于我感觉自己只是在花式赞同，yes/go ahead/proceed/ok…

但我如果顺手说一句「还是按之前那个方案」，麻烦就来了。

它不确定「之前」是 3 分钟前还是 3 小时前，3 小时前为什么放弃方案 A，也不知道某个看起来合理的建议其实已经在另一个 session 中试过了。甚至「把页面做得再简洁一点」这种话，它理解的也可能和我预期的不一样。

我说的简洁，通常不是少放几个按钮。我潜在的想法可能涵盖信息层级、页面密度，还有半年后继续加功能时会不会崩。这些偏好并不是一句话形成的，而是在一次次讨论和取舍中慢慢变得具体。

前面的过程如果没有留下来，AI 只能按它对「简洁」的一般理解重新猜一次。

这时候它看起来像突然变笨了。实践还是最佳实践，推理也没消失，它只是没跟上这个项目怎么一步步走到了这里。

以前碰到这种情况，我会觉得是 prompt 没写好或者 context 不够大，然后把需求写得更详细一些。解释得多了才发现，我反复补的经常不是新需求，而是旧历史。

哪些路试过了，哪些方案放弃了，我说的某个词在这个项目里到底是什么意思。这些东西散在旧对话、文档和脑子里，每开一个新 session，就得重新拼一次（不过目前各种 agent 运行时已经可以相对好地处理跨 session context 和 memory 了）。

这种负担，或者说小麻烦，就像小刀乱划，伤害不高，但时不时地烦你一下。

所以现在看到 Context Engineering，我已经不太会把它简单理解成多塞几份文档。文档当然有用，但它通常只记录现在是什么样，不一定会写清楚为什么变成这样。那些没采用的方案、反复磨出来的偏好，还有交流时默认的语气，也会影响 AI 怎么理解眼前这句话。

这些想法，琢磨来，琢磨去，后来又从产品协作绕回了写作。

AI 对红色的了解从哪里来

不过顺着这个思路继续想，又有一点好像说不通。

AI 没有像人一样长大，没有在路口等过红灯，也没有因为碰到火焰而缩回手，但如果问它红色是什么，它可以讲波长，讲血液和危险，也知道红色在春节、宗教或者政治中可能代表什么，讲得甚至比大多数人都全面。

如果就此便说它懂/不懂红色，似乎也有点武断。

细想一下，AI 读到的文本本来就是人写下来的。人看过火焰，被烫过，知道受伤是什么感觉，再把这些经验变成语言。模型没有亲身经历这些事情，但它读过大量由亲历者留下来的描述，也能从中学到火焰、温度、疼痛和危险之间的映射关系。

有点像看了很多旅行攻略，虽然没去过，但也不能说对那个地方一无所知。当然，攻略看得再多，和真的站在那里还是两回事（旅行的意义，又是一个 AI get 不到的难以言说的点）。

这么看，AI 拿到的更像是一份庞大且复杂的二手经验。

「红色」这类公共概念，无数人解释过、使用过，也在不同场景里反复修正过它的含义。模型可以从这些内容中慢慢拼出一个大致的结构。

但「之前那个」只存在于我和项目的历史里，公开资料里没有，模型训练时不可能见过，新的 session 里也未必存在。除非把之前的讨论和决策重新放进 context，否则它确实很难猜准。

于是就出现了一种挺奇怪的反差：它能说清楚人为什么看到红色会紧张，却不知道我为什么不想再用 3 小时前刚刚否掉的方案。

「之前」要怎么留下来

既然缺的是历史，最直接的办法好像也很简单：写下来呗。

但真正做过项目就会发现，这事没有听起来那么轻松。文档通常更关心最后定了什么，很少完整记录中间经历了什么，维护 devlog 容易，维护 thinklog 难。方案 A 为什么被放弃，某个妥协是在什么限制下做的，「简洁」这个词经过几轮讨论后到底指什么，这些内容很容易散在聊天记录和参与者的脑子里。

等到换了成员，或者重新开一个 session、切换一个 agent runtime，看到的通常只剩一个结果，至于为什么是这个结果，已经找不到了。

比如只记一句：

用户喜欢简洁的 UI。

看起来没什么问题，实际上又好像什么都没说。下一次改页面时，AI 还是不知道这里的「简洁」到底是少放几个按钮、理清信息层级、降低页面密度，还是不要为了眼前的需求破坏后续扩展。

如果只保存最后的结论，很多词很快又会退回到一种模糊的通用解释。能把当时的取舍也留下一点，后面接着做事时可能会省下不少重复沟通。

当然，也不能因此把所有聊天记录都永久保存下来。信息太多会变成另一种噪音，半年前的判断在今天也可能已经过期，AI 要是抱着旧 context 不放，估计比完全不记得还让人头疼。

所以难点可能不只是怎么记住，还包括该留下什么、什么时候应该忘掉，以及怎么让后来的人或者 AI 看懂当时为什么这么选。这个边界我目前也没想清楚。

但相比一个什么都记得的「超级记事本」，我更想要的可能只是让项目能够接着往下想。换个人，换个模型，或者过段时间再回来，不需要先把散落一地的背景重新拼一遍。

回头再看「红色」和「之前那个」，两者依赖的背景并不一样。

我们能聊红色，是因为人类有相近的感官和身体，也长期生活在差不多的物理世界和文化环境里。那些共同经验从很早就开始积累，平时几乎感觉不到，像是大家各自完成了一轮很漫长的「预训练」。

而「之前那个」只依赖一小段局部历史。同事参与过，所以能顺手补出来。AI 没参与过，那段历史又没有被留下，它自然只能重新猜。

下次再遇到这种情况，我大概还是会补充 prompt 和 context，但在动手写一大段说明之前，应该先看看过去的决定和取舍，是不是存在某个它能找到的地方。

不然 prompt 写得再详细，也只是又一次把「第一次见面」说得更完整而已。