思考：AI时代的软件知识库建设与应用

不管是管理还是软件研发，业内都有从信息/知识（暂时都叫知识吧）角度去做理论思路和实践，比如Netflix 组织文化Context not Control、Context Engineering、karpathy llm-wiki、徐昊-AI时代软件工程等等，最近把这些内容用NoteBookLM总结了几页PPT感觉还不错，继续分享

1. Netflix ：给别人充分的背景，他自然会做出最好的反应和选择，你就不需要管理，这即是团队组织形式，也是Agent工程形式，讲究完整、清晰的上下文；

2. 软件是知识的载体，就像书是内容的载体，富含知识，你最终看到的是书本内容，但作者创作时应用的完整知识，远多于书本内容，比如故事线、文笔风格等，AI Coding时亦如此，除了要实现的功能说明，还需要补上架构、设计风格等等，有很多“隐式知识“。

3. 知识可能还应该分类和分层，软件相关常见的有从业务需求-->产品设计--->业务架构、技术架构-->代码实现-->售后问答等等，有抽象与实现，有关键特性与场景中的最佳实践，也可以说是提炼与展开的过程，比如通过抽象提炼高层知识，并在具体场景展开精炼的知识。

4. 知识分类与分层之间的关联，可以是天然的语义关联，对应我们文本搜索与语义搜索；也可以是通过上面提炼与展开、抽象与实现这些过程建立的强联系。llm-wiki 也有类似的思考，原始信息结构化、关联已有知识，形成编译后的Wiki。

5. 因不同场景，我们掌握的知识不同，就会出现不同的认知模式，就有不同的行为模式。对陌生的领域需要探索，边做边看；对熟悉的领域你可以制定完整计划，一步步执行；所以我们做Agent是，面对不同复杂度的问题，可以设计不同的流程，计划CoT模型、ReAct模式等。