听完京东零售产研团队对 AI Native 的思考，很有启发。做个笔记。

1、不知道大家注意到没，Codex、Claude 这类 Agent 工具最近都在不断接入第三方系统。甚至 Anthropic 还做了 Claude Tag 这个直接面向企业的 AI 产品。

因为大家都已经意识到，AI 可以提高个人效率，但个人效率提高并不直接等于企业效率的提高，中间其实隔着很多 Gap。

一个新技术如果真的想改变整个组织的生产力，光让某几个员工变得更强远远不够，它最后一定要进入企业的流程、协作和生产系统。

2、回头看工业革命，也是如此。真正发生质变的是怎么把蒸汽机等等技术成果彻底融入到企业的生产流程，绝对不是说某个工匠突然拥有了趁手的工具，然后工业革命就来了。不是这个逻辑。

还有刚经历过的信息革命，大家应该感受会更深刻。前几年，行业的热词就是数字化，因为只有把原来依赖人协作的业务流程，逐步变成可以被系统承载和驱动的流程，企业的运转方式才会真正发生改变。

到了 AI 时代，逻辑其实没有什么大变化。一个程序员的 Coding 效率可能提高很多倍。但公司的研发效率，并不会因此同步提高很多倍。

只有当 AI 从个人工具继续进入企业的 Context、流程和协作系统之后，它才会彻底变成组织的生产力。

3、还记得吧？年初的时候，很多大公司都在疯狂的 Tokenmaxxing。但现在回头看，终究是一场 Fomo。

因为从业务角度看，无论模型多强，如果缺失 Context，最后模型的能力还是发挥不出来。

真正拉开企业应用差距的，还是模型之外的 Context。这些 Context 包括员工经验、历史决策、行业 Know-How，以及不同场景之间复杂的约束关系。

最终企业能否用好 AI 的关键就变成，怎么能够更好地把这些 Context 喂给 AI。

4、京东零售产研团队把企业智能概括成三个核心要素，Model、Context 和 Learning Loop。Model 和 Context 刚刚都介绍了，而且我相信大家也都比较熟悉。

让我心有戚戚焉的是他们提出的 Learning Loop。

简单理解，Learning Loop 就是把我们和 AI 交互过程中产生的判断和反馈，再重新写回 Context。