Atlan CPO Prukalpa 发文，系统分析了一个反直觉的现象：
模型越来越聪明，价格越来越低，但近一半 AI 项目正在被砍掉。
现实矛盾
- Gemini 3.1 Pro 在 PhD 级科学推理测试达到 94%
- Gartner 预测到 2030 年 LLM 推理成本将比 2022 年低 90%， trillion 参数模型推理费用下降 99%
- 同时：MIT 发现 95% 的生成式 AI pilot 项目失败，IDC 报告 88% 的 AI POC 从未进入生产
我们把垃圾场引擎重建成了赛车涡轮，但车仍然困在车道上。
核心洞察：两种智能
Prukalpa 提出了关键区分：
Raw Reasoning（原始推理能力）
模式识别、逻辑推理、代码生成、语言理解——这是各大厂正在军备竞赛的，也是商品化的部分。
Contextual Intelligence（场景化智能）
在特定情况下做正确的事——理解一个组织的具体场景知识，并把这种上下文应用到 AI 的推理过程中。
两者是乘法关系，不是加法关系：
Performance = Intelligence × Context
如果 Context 是零，性能就是零。即使是世界上最强的模型，在你公司的风险评分规则或"本周哪个数据源是真相"这些问题上无法做出可信决策。
更重要的是：高智能搭配错误 Context = 负性能。 一个更聪明的模型在错误定义、错误治理规则或过时机构知识上运行，会产生更精密、更自信、更危险的幻觉。
认知科学渊源：这不是新观点
Prukalpa 追溯了这个观点在学术界的根源：
- 1987 年 Lucy Suchman：研究施乐复印机用户，发现工程师讨厌的结果——人类会即兴发挥，而不是执行计划。复印机上的"智能"帮助系统失败了，因为它只能看到按钮按压，看不到用户实际所处的场景。
- 1979 年 James Gibson："Affordances"概念——椅子的"有用性"不在椅子本身，而在物体与环境的关系。同样，智能的"有用性"在于智能与环境的关系。
- 1980 年 Dreyfus 兄弟：五阶段技能习得模型（新手→高级初学者→胜任→精通→专家）。专家靠直觉感知情境，不再分析思考——这是"情境化技能"的经典描述。
- 1990 年代 Edwin Hutchins：在海军舰艇导航团队研究后发现，没有单个人"知道"如何驾驶巨型战舰，智能是分布式的，跨团队成员。
实际中的三种上下文崩溃
1. 连接性失败（Connectivity Failure）
AI 被要求分析"客户旅程"，但组织数据是一张碎片化地图——CRM 里是"John Doe"，账单系统里是"J. Doe"，支持日志里是"User_882"。模型在它能访问的数据上完美推理，但整合结果完全错误。
2. 语义失败（Semantic Failure）
模型被要求计算"季度收入"，找到数据，但不知道对销售团队来说收入意味着 bookings，对财务来说是认列现金。模型自信地选了一个，产出一份技术上复杂但语义上错误的报告。
3. 机构知识失败（Institutional Knowledge Failure）
合规 Agent 标记一笔交易为违规，因为它严格遵循书面手册。它不知道合规负责人在六个月前某次监管审计后发了一份备忘录，为这类特定情况开了永久例外。
失败是复合的
如果 AI Agent 在十步工作流的每一步有 85% 的成功率（这对大多数模型来说已经是高标准），整个链条成功的概率只有 20%。
失败会级联，幻觉从上下文崩溃的缝隙中涌现。
OpenAI 自己也发现了这一点：他们建内部数据 Agent 时发现，不能只是把模型指向数据库然后运行。他们需要构建六层上下文：表使用和 schema、人类注释、代码派生定义、机构知识...
对企业的三层影响
1. 战略资产转移
在智能充裕的时代，唯一可持续的护城河是你组织的"世界模型"。机构对自身数据、特定语义定义和历史"为什么"的理解，不能被训练进通用模型。
Intelligence 在收敛，Context 在积累。
2. 前沿转移
AI 最重要的问题不再是"我们怎样建更强大的模型？"，而是"我们如何表达和维护组织上下文？"
3. 进度衡量标准转移
AI 公司需要停止沉迷 MMLU 分数和排行榜排名——它们衡量模型在真空中的潜力，但不衡量在现实中的表现。
结论：伟大的反转
过去几年，"难题"是构建能够推理的机器。模型是讨论的中心，给它成功所需的基础设施和信息是事后才考虑的。
现在，难题和简单题正式换位了。构建推理引擎——曾经是人类工程的巅峰——正在被少数实验室规模化解决。构建让推理有用的上下文？这是新前沿。
未来十年赢的公司不是拥有最大计算集群或最贵模型订阅的公司，而是掌握了情境智能、知道如何获取隐性知识、解决语义冲突、绘制自己世界模型的公司。