Context：智能真正工作的现场

我怎么定义

对李简而言，Data Agent 的 Context 不是「再塞进 Prompt 的长文档」，而是 Agent 做判断时可用的多层背景：用户与权限、业务语义与指标口径、数据模型与血缘、任务目标、多轮分析状态，以及工具与数据新鲜度。缺了它，模型只会生成语法正确但语义漂的答案——准确率的上限由 Context 决定，而不是由会不会写 SQL 决定。

• Data Agent 常常不是「不会查」，而是「不懂你在问什么」——难点在理解，不在 SQL。
• 上一代数据产品做数据集中化；下一代更可能做上下文运行时化。
• 真正的护城河很少是更强模型，而是谁先把公司语义与经验变成可持续调用的 context system。
• 错误 Context 比没有 Context 更危险：SQL 能跑、数字好看，却回答了错误的问题。
• Context 重要 ≠ 把所有资料塞进模型；要的是按需检索、组织与注入高信号上下文。