你有没有这种感觉，就是用AI的时候，一多任务就容易乱套？

我之前也是。

叫AI去写一篇文章，才写着写着它就忽然开始回答你另外一个问题了；让它去查一份资料, 查着查着它却跑去做总结了；甚至有的时段, 它会把上下文弄混淆, 张冠李戴, 把你弄得一头雾水。

后来我才搞明白，问题的根源在管理上。

这个词, 被翻译称作“会话”, 听闻起来蛮具学术意味, 然而实际上它所解决的是一个尤为质朴的问题, 即当AI需要与此同时处理好几件事情之际，究竟怎样才能够做到彼此之间不相互干扰且每件事情都明晰透彻毫无模糊之处呢?

要是举个例子, 假定你身为一名厨师, 同一时间承接了三个订单, 一个是红烧肉的订单, 一个是清蒸鱼的订单, 还有一个是炒青菜的订单。要是你把这三个订单所涉及的食材全部混杂在一起去制作, 估摸最终呈现出来的会是一锅杂乱无章的炖菜。然而要是对每个订单进行单独的对待处理, 将准备食材、进行烹饪、完成装盘这些步骤都区分开来, 最后再一并放置到餐桌上, 那么效率以及质量都是能够得以保障的。

管理就是AI世界里的这种"分单机制"。

, 这里可不是那种只简简单单被称作“一次对话”而已这么就简单, 它有着一套完整的上下文隔离系统, 每个都拥有自身的记忆, 有着自己的状态, 且存在自己的任务队列, 甚至于还具备自己的生命周期, 你能够同时运行多个, 它们相互间不会产生干扰, 各自去完成各自所承担的任务。

这么听上去似乎也并无什么独到特别之处, 不是吗, 好多好多工具都存有“上下文隔离”这般的一个概念。

但的管理有意思的地方在于，它不只是隔离，还在并行。

我来举个例子, 我当下同时进行着三个任务, 其中一个是撰写公众号文章, 其二是监控公众号更新情况, 其三是做每日的自我检查, 这三个不同的任务在各自场所内运行, 它们彼此独立, 然而却又一同共享着同一个AI大脑。你仔细思索一番, 传统的AI工作模式, 若不让它按顺序依次进行处理, 要不然就必须得打开好几个窗口不停地来回切换。但当前这种方式是, 每个任务都具备自身的特定条件, 它们能够在真正意义上进行并行运行, 相互之间不会产生阻塞。

这种设计的底层逻辑，其实跟人类的"心流"概念有点像。

你清楚心流状态, 那是你全然沉浸于某个任务之中, 效率极其高, 产出相当好的那种状况, 那心流最惧怕什么, 最怕遭被截停, 一个从事写代码工作的人被截停之后, 平均而言需23分钟方可再度进入状态, AI亦是如此, 要是有多个任务交织在一起, AI频繁地切换上下文, 效率的损耗是十分巨大的。

本质而言，管理就是为AI营造给予“不被打断的心流”的条件, 每一个内部的上下文呈现出干净且连续的状态, 在此情境中的AI能够长时间连贯地保持专注, 而无需进行反复横跳的行为。

我先前依托自身之力搭建起一整套简陋的多任务系统, 那时不存在管理的观念, 仅仅是将所有任务一股脑地抛给同一个上下文。其结果便是，任务彼此之间相互污染的程度愈发严重, 直至后来, AI 连自身正在从事何种事务都全然搞不明白了。在运用了之后, 这套问题自然而然便得以解决, 原因在于它从架构层面就让你必须把任务拆解到独立的里面。

自然, 管理并非是能解决一切问题的神奇妙法, 其要求你切实经过自觉的思考去筹划任务的划分, 要是划分得过于精细繁杂, 那么管理以及协调所消耗的成本便会攀升, 要是划分得过于粗略简单, 那么内部所承受的负担就会加重, 这一隔离原本存在的实际意义也就被削减了, 而这是一个唯有在实际操作过程中持续进行精准调整的事情了。

然而存在一点我认为是明确的, 那便是多任务并行必定是正确的。你试想一下, AI最大的优势难道不正是能够同时处理诸多事情吗? 要是每次仅仅能够做一件事, 那么与普通的自动化脚本会有什么差异呢?

管理促使AI切实展现出了“并行”的能力, 每个任务独自运行, 彼此不产生干扰, 最终汇总成果。这般工作方式, 我觉得是当下最趋近于“AI原生工作流”的情形。

好了，今天就聊到这儿，我们下次再见。