我们都成了AI的“上下文清洁工”

快速阅读：人类与AI的关系已经悄然转变——我们不再是发号施令的主人，而是忙着给AI整理信息、清理噪音、重建状态的“上下文清洁工”。这个比喻精准地道出了当下AI使用者的真实处境。

该图片可能由AI生成

Peter Yang抛出一个观点：“我们差不多都成了AI的上下文清洁工。”这个看似调侃的观察，却引发了一场关于人机协作本质的集体共鸣。

有人说，自己每天一半时间都在给文件重命名，就为了让大语言模型别再胡说八道。另一个人更直白：90%的提示词工程，其实就是疯狂地给LLM吸尘和分类垃圾。

这不是夸张。

想想我们现在的工作状态：精心组织信息，剔除无关内容，用各种方式告诉AI“注意这个”、“别管那个”。我们从信息架构师变成了提示词工程师，现在又成了上下文管理员。真正的技能不再是你懂多少，而是你知道为了得到想要的结果，该给AI喂什么样的上下文。

人类成了输入层。

有人给这份工作起了个更体面的名字：“上下文编排员”。但本质没变——我们在做的是状态重建工作，不断地把散落的信息碎片拼回AI能理解的形状。

提示词工程只是开始。现在的问题是：如何在正确的时间加载正确的上下文。这要求你对任务有深刻理解，而不只是会写几句巧妙的提示词。

但这种状况可能不会持续太久。有人指出，真正的转变在于：停止手动铲除上下文，转而把它编码进工具、事件和记忆系统里，让AI自己重建状态。如果你的工作流程没有持久化记忆的编排层，你管理的不是AI助手，只是一个无状态的实习生。

从“软件吞噬世界”到“人类调试提示词”，这个转变有点讽刺。

更讽刺的是，下一步可能是：AI清洁工去清理别的AI清洁工留下的烂摊子。清洁工套清洁工，无穷无尽。

但也有人很坦然：“能有用就不错了。”

这或许才是最真实的态度。我们确实在做清洁工的活，但同时也在塑造AI理解世界的方式。这份工作没那么光鲜，却很关键——有人把自己看成是指挥一支“迷你版自己”的小军队，让自己的能力指数级放大。

边界正在模糊。我们既是AI的使用者，也是它的训练师，甚至是它的保姆。这个身份的尴尬之处在于，你不得不承认：机器需要人类，但不是因为我们多聪明，而是因为它们需要有人帮忙整理思绪。

这让人想起一个问题：如果人类突然被一个闪亮的东西吸引走了，所有的AI会怎样？大概会坐在那里，茫然地想我们去哪了。

简评：

你以为自己在伺候AI，其实你在做一件更重要的事——定义什么是“重要”。

清洁工这个比喻只说对了一半。扫地的人看到的是灰尘，但决定哪些该扫、哪些该留的那个人，手里握着的是标准。AI再聪明，它不知道此刻什么信息对你最重要，不知道这个项目的真正目标是什么，不知道老板那句话背后的潜台词。

所以别急着自嘲。整理上下文的能力，本质上就是理解世界的能力。你筛选的不是信息，是意义；你清理的不是噪音，是方向。

未来AI会越来越强，但“什么值得被AI处理”这个问题，永远需要人来回答。

真正的清洁工，不是扫地的那个人，而是决定“这间房子该长什么样”的那个人。

x.com/petergyang/status/2024921581840216497