{
  "title": "Context Graphs 是一个万亿美元的机会。但究竟谁能真正抓住它？",
  "excerpt": "Context Graphs 的概念迅速抓住了行业的想象力。其核心论点是，下一个万亿美元级别的企业平台将不再是数据的记录系统，而是决策的记录系统。但究竟谁能抓住这个机会？答案就藏在显而易见的地方——在那些已经在实际环境中运行的 agentic 工具中，它们每秒都在生成 decision traces。",
  "content_html": "<p>Context Graphs 的概念最初由 Foundation Capital 的 Jaya Gupta 提出，如今已迅速抓住了整个行业的想象力 [1]。其核心论点是，下一个万亿美元级别的企业平台将不再是数据的记录系统，而是<strong>决策</strong>的记录系统。关于其底层定义，请参阅我的解释文章<a href=\"/2026/01/01/what-are-context-graphs-really/\">什么是 Context Graphs</a>。</p>\n<p>这一论点令人信服。但最紧迫的问题依然是：<strong>究竟谁能抓住这个万亿美元的机会？</strong></p>\n<p>我相信，答案就藏在显而易见的地方。它不在数据仓库里，也不在 CRM 中。它就在那些已经在实际环境中运行、处于执行路径上的 agentic 工具中，它们每秒都在生成 decision traces。而在这些工具中，最先进、最受关注的莫过于 Anthropic 的 Claude Code 以及最新发布的 Claude Cowork，它们为我们提供了一个引人入胜的真实案例，既展示了巨大的潜力，也揭示了那个关键且缺失的环节。</p>\n<h2>The Agents in the Arena: Claude Code and Cowork</h2>\n<p>2026 年 1 月 12 日，Anthropic 发布了 Claude Cowork，这是一款桌面端 agent，它将面向开发者的 Claude Code 工具的能力扩展到了非技术用户 [2]。这不仅仅是一次功能更新。这是一种宣言。当整个行业还在争论 agentic 工作流的未来时，Anthropic 已经在交付它们了。</p>\n<p>Claude Code 和 Cowork 之所以与众不同，在于它们不仅仅是聊天机器人；它们是<strong>执行者</strong>。它们在你电脑上指定的文件夹内运行，能够读取、写入和创建文件。它们可以把一堆杂乱的收据整理成结构化的费用报表，也可以将零散的笔记草拟成连贯的文档。简而言之，它们正在执行复杂的多步骤任务，并生成丰富的决策历史。</p>\n<p>或许最令人震惊的例证是，Claude Cowork 本身几乎完全由 Claude Code 在大约一周半的时间内构建完成。想想看，一个 AI agent 规划并执行了一个全新软件产品的创建。这不是理论演练，而是一个真实世界中的、复杂的、极具价值的 <strong>decision trace</strong>。</p>\n<h2>讽刺之处：生成轨迹，却未能捕获它们</h2>\n<p>每当开发者使用 Claude Code 重构代码库，或者项目经理使用 Claude Cowork 整理项目文件夹时，就会生成一条 decision trace。这个 agent 正在遍历用户意图的图谱，从不同文件中提取上下文，做出决策并执行操作。它正在创造 Context Graph 的原材料。</p>\n<p>但这些原材料去了哪里？它们蒸发了。它们是短暂的，只在 agent 的上下文窗口或用户的聊天记录中短暂存在，却未能作为结构化、可查询的产物被持久化保存。<em>为什么</em>已经丢失，只剩下<em>做了什么</em>。</p>\n<p>这是当前 agentic 领域最核心的讽刺。最先进的 agentic 工具本是创建 Context Graph 的完美工具，却未被用于此目的。它们正在源源不断地生成宝贵的决策数据，而这些数据却被直接丢弃了。</p>\n<img src=\"/assets/images/context_graphs_agentic_loop.webp\" alt=\"当今 Agents 中决策轨迹的短暂性\" width=\"2752\" height=\"1536\" />\n<p><em>当今 Agents 中决策轨迹的短暂性</em></p>\n<img src=\"/assets/images/context_graphs_evolution.webp\" alt=\"Agentic 基础设施的演进\" width=\"2752\" height=\"1536\" />\n<h2>为什么现有巨头无法简单地添加这一功能</h2>\n<p>现有巨头在结构上处于劣势，难以抓住这一机会。它们只是在架构层面站错了位置。</p>\n<ul>\n<li><strong>Systems of Record (Salesforce, Workday)：</strong>这些平台旨在存储对象的当前<strong>状态</strong>。它们知道这笔交易已赢单（closed-won），却没有记录导致这一结果的十几个步骤、审批和例外情况。它们处于错误的架构层。</li>\n<li><strong>Data Warehouses (Snowflake, Databricks)：</strong>这些平台处于<strong>read path</strong>，而非 write path。它们通过 ETL 在决策已经做出、上下文已经丢失之后才接收数据。它们能告诉你发生了什么，却无法告诉你为什么。</li>\n</ul>\n<p>试图在这些系统上事后加装 decision trace 的捕获功能，就像试图通过只看棋局的最终盘面来理解一盘棋。你已经丢失了包含所有战略洞察的每一步走法历史。</p>\n<img src=\"/assets/images/context_graphs_opportunity.webp\" alt=\"Context Graph 机会版图\" width=\"2752\" height=\"1536\" />\n<h2>真正的竞赛：谁将为 Agents 构建“Event Clock”？</h2>\n<p>那么，谁才是真正的竞争者？</p>\n<table>\n<thead>\n<tr>\n<th align=\"left\">竞争者</th>\n<th align=\"left\">优势</th>\n<th align=\"left\">劣势</th>\n</tr>\n</thead>\n<tbody>\n<tr>\n<td align=\"left\"><strong>Anthropic (The Agent Provider)</strong></td>\n<td align=\"left\">拥有 agent 和执行路径。处于最有利的位置，可直接将持久化能力构建到其产品中。</td>\n<td align=\"left\">并非其核心业务。可能将其视为一项功能，而非平台。存在客户 vendor lock-in 的风险。</td>\n</tr>\n<tr>\n<td align=\"left\"><strong>Orchestration Startups</strong></td>\n<td align=\"left\">专注于跨系统工作流层，那里的上下文最为丰富。可以保持供应商中立，编排来自多个提供商的 agents。</td>\n<td align=\"left\">需要说服客户在其技术栈中采用新的一层。核心能力依赖于 agent 提供商。</td>\n</tr>\n</tbody>\n</table>\n<p>这就引出了一个关键的区别。目标不仅仅是监控 agents。Agent observability 和 telemetry 工具对于捕获<em>是什么</em>很有用——指标、日志和执行轨迹。它们能告诉你一个 agent 调用了 10 次 API 并写入了 3 个文件。但它们无法告诉你<em>为什么</em>。</p>\n<img src=\"/assets/images/context_graphs_telemetry.webp\" alt=\"遥测与决策轨迹\" width=\"2752\" height=\"1536\" />\n<p><strong>Decision trace</strong> 捕获的是导致某一行动的推理过程、上下文和先例。这是一种与 telemetry 根本不同且更有价值的资产。万亿美元的奖赏将归属于那些成功为 agentic 时代构建 <strong>event clock</strong> 的人——这个系统能够捕获企业内每一个 agent、人类和自动化流程的 decision traces。我押注于一类全新公司的出现：一家专门为决策构建记录系统的公司。</p>\n<h2>从“Code”和“Cowork”到“Context”</h2>\n<p>Jaya Gupta 说得对。这个机会是巨大的。但赢家不会是一家更好的数据库公司，也不会是一个更聪明的 CRM。赢家将是那些认识到 Claude Code 和 Cowork 这类 agents 的行动不仅仅是输出；它们是资产。它们是企业集体智慧的构建模块。</p>\n<p>对 Anthropic 而言，道路似乎很清晰。他们产品组合中下一个合乎逻辑的产品不仅仅是一项新技能或一个新集成。它是 <strong>Claude Context</strong>：一个能够捕获、存储并理解其 agents 生成的每一条 decision trace 的平台。这将使他们的工具从强大的生产力辅助手段，转变为现代企业不可或缺的决策记录系统。</p>\n<p>Anthropic 是否会抓住这个机会，还是为新一轮初创公司敞开大门，仍有待观察。但有一点是确定的：构建 Context Graph 的竞赛已经开始，而那些处于 agentic 工作执行路径上的公司，已经抢占了先机。</p>\n<p><strong>参考文献：</strong></p>\n<p>[1] <a href=\"https://foundationcapital.com/context-graphs-ais-trillion-dollar-opportunity/\">Gupta, J. (2025, December 22). <em>AI's trillion-dollar opportunity: Context graphs</em>. Foundation Capital.</a></p>\n<p>[2] <a href=\"https://venturebeat.com/technology/anthropic-launches-cowork-a-claude-desktop-agent-that-works-in-your-files-no\">Nuñez, M. (2026, January 12). <em>Anthropic launches Cowork, a Claude Desktop agent that works in your files — no coding required</em>. VentureBeat.</a></p>",
  "source_hash": "sha256:a5d3127d9f339d73c91398b86ce3dede70aadfe3db935fd03f2b3cb93a69cc9b",
  "model": "moonshotai/kimi-k2.6",
  "generated_at": "2026-08-07T07:13:44.101463+00:00"
}