我们自己选了哪边：这门课的课件怎样交接上下文

我们用写下来交接上下文，交接会丢东西；自己的经历只是轶事证据。

这一页为什么在这里

第五站的迁移：把两家之争落到这门课自己的课件制作上。我们选了哪边、代价是什么、证据有多重。它也把“谁来放”交给后几讲：agent 之间怎么交接、谁说了算。右下角出口接第 11 讲。

第 1 步：左上一行“早先”：一条对话越聊越长，后面看不清前面定下的事；一句临时约束几经转述，被执行者当成了老师的要求。中间三条并列的“新对话”，每条：读：这个任务那一页和它指向的几页｜写：一份交回记录。下方「共享笔记库」：每讲一页：现在做到哪、下一步｜每个任务一页：要做什么、读哪几页、交回什么｜交回的记录｜老师的原话：一次一条，不改写。
第 2 步：三个动作标在图上：挑：只读需要的页｜写：做完写回｜读：下一任务取回。
第 3 步：图下三列细带：我们的选择：每个任务开新对话、只读需要的页、做完写回——用写下来交接上下文｜代价：交接时会丢东西｜证据：自己踩过的坑，算轶事，分量最轻。底部：留下的问题：agent 之间怎么交接、谁说了算 → 第 11–12 讲。右下角出口：→ 第 11 讲｜人定方向、AI 执行：话怎样不走样。

共享笔记与新任务

最后讲一个真实的例子。你们看到的课件，是几个 AI 分工做出来的。它们不靠一条越聊越长的对话来记事，而是共用一个笔记库：每个任务开一条新对话，只读这个任务需要的几页，做完把结果写回去。

先看上方三个新对话各读什么、写什么，再看下方共享笔记库的四类内容。

对应读、写、挑

为什么这么做？早先试过让一条对话一直聊下去，结果对话越长，后面越看不清前面定下的事，转述几次就走样。现在的做法，就是把今天讲的读、写、挑落到一个真实系统里。

沿三条连线上的挑、写、读标签，对照左侧早先长对话与约束转述的问题。

我们的选择、代价与证据

对照刚才两家：我们是分开做、写下来交接，像 Anthropic 的拆分；又学了 Cognition 的一条：交接时把定下的决定原样写进去，不只写结论。我说的话也是一次一条、原样记下，不让 AI 转述。我们的证据是什么？自己踩过的坑，算轶事，分量最轻。

三行分别说明共享笔记交接、信息损失和轶事证据。

实际系统仍会出错；先把竞争解释列出来，再配能区分它们的干预。

→ 第 11 讲｜人定方向、AI 执行：话怎样不走样。可以展开：老师的原话一次一条、原样记下；转述会走样，一句临时约束可能被当成长期要求；哪些事必须人确认才执行。第 11 讲讲人机协作与共享控制。

我们的做法。 这门课的课件由几个 AI 分担制作，共用一个笔记库。每个任务开一条新对话，只读这个任务的那一页和它指向的几页，做完把结果写回；下一个任务再从笔记库取回需要的部分。老师的原话一次一条、原样记下，不改写。

为什么这样做。 早先用的是一条越聊越长的对话：后面看不清前面定下的事（第四站的问题）；一句临时的约束在几次转述后，被执行者当成了老师的长期要求（第五站 Cognition 说的“隐含决定冲突”）。

对照两家。 我们是分开做、写下来交接，像 Anthropic 的拆分；又学了 Cognition 的一条：交接时把定下的决定原样写进去，不只写结论。

代价与证据。 交接时会丢东西：写下来的永远比当时的上下文少。我们的证据是自己踩过的坑，算轶事，分量最轻：它能说明这个问题真实存在，不能说明这种做法比别的做法好。

留下的问题 → 后几讲。 agent 之间怎么交接、谁说了算、人在哪里确认：这是第 11 讲（人机协作与共享控制）和第 12 讲（多智能体的组织与协作）的题目。