摘要人工智能系统并不缺信息缺的是判断信息“在什么条件下成立”的结构。本文把上下文区分为 Context Content 与 Context Frame并提出一个简化框架元上下文由作用域、视角、时间、权威、目标、规则和转换七个维度构成上下文是世界模型在特定元上下文约束下形成的有效投影。可运行智能系统需要协调三类模型World Model、Context Model 与 State/Transition Model。关键词上下文元上下文Context LogicWorld Model智能体知识表示一、问题更多信息不等于更好上下文智能系统越来越容易获得大量信息。大语言模型可以读长文本RAG 可以检索知识库Agent 可以调用工具、记忆、数据库和传感器。于是容易产生一个假设信息越充分判断越正确。但现实并非如此。同一台设备可能同时被描述为“可用”“已分配”“正在被使用”“Idle”“仍有产能”。这些事实未必矛盾它们可能来自不同上下文能力规划、任务分配、执行资源、设备控制、不同时间快照。真正缺失的不是更多数据而是这些数据应该在什么语义条件下解释因此要区分Context Content当前有哪些事实Context Frame这些事实在什么条件下才有意义后者就是本文所说的“上下文元结构”。二、学术脉络上下文早已是 AI 研究对象早期元推理研究使用“元上下文”处理关于上下文本身的知识。McCarthy 把 Context 变成一等逻辑对象用 ist(c,p)表示命题 p 在上下文 c 中成立。于是 ist(c1,p) 与 ist(c2,¬p)不一定直接矛盾关键在于 c1 与 c2 分别是什么语义条件。Buvač 等人的 Context Logic 进一步允许不同上下文拥有不同词汇。同一个词“Resource”在规划、执行、控制上下文中可以分别表示生产能力、可获得执行能力、实际物理设备。意义不是常量而是Meaning(x)f(x,c)Multi-Context Systems 研究多个异构上下文如何通过 Bridge Rules 协作Context-Aware Computing 强调上下文由任务相关性决定Provenance 研究事实的来源、时间和可信度LLM Context Engineering 则关注推理时信息如何检索、处理和管理。这些研究各有贡献但尚未统一回答一个上下文本身由什么元结构构成三、上下文元结构七维模型本文把上下文形式化为C⟨M,V⟩其中 V 是 Context ContentM 是 MetaContext。进一步定义M⟨S,P,T,A,G,R,X⟩SScope 作用域覆盖哪一部分世界企业、工厂、产线、单元、活动PPerspective 视角从什么角色观察设备可以是资产、资源、控制对象、维护对象、能耗对象。TTime 时间观察时间、事件时间、有效时间、决策时间。事实通常应表达为 Valid(F,t)。AAuthority 权威谁对这类事实有解释权ERP、L3、执行运行时、PLC 各有权威范围。GGoal 目标为什么建立当前上下文上下文是 Projection(World,Goal)不是世界无差别复制。RRules 规则概念解释、推理规则、桥接规则、冲突处理、有效性条件。XTransition 转换上下文何时变化例如 NormalProduction → Exception → Recovery。因此意义不是事实本身而是Meaning(Fact)f(Fact,MetaContext)四、Context 是认知坐标系物理事件需要 (x,y,z,t)才有确定位置。智能事实也需要(scope,perspective,time,authority,goal)才能获得可运行意义。例如RGV01≡Busy并不充分。更完整的是ObjectRGV01, ScopeLogisticsCell01, PerspectiveExecution,AuthorityExecutionRuntime, Time10:32:18, GoalExecuteTransportA这才形成可解释的运行事实。五、四层上下文体系为避免混淆建议分为四层M3Context Meta-Model规定什么是合法上下文定义 Scope、Perspective、Time、Authority、Goal、Rules、Transition。M2Context Model定义系统中可能存在的上下文类型及关系如 Production、Execution、Control、Exception、Recovery。M1Context Frame某次运行选择的语义框架如 ScopeDryingCell03PerspectiveExecutionGoalCompleteDryingActivity。M0Context Instance当前具体事实如 Tank03.stateHeatingRGV01.stateIdle。形成M3→M2→M1→M0这就是“上下文的上下文”的工程表达。六、三类模型World、Context、State仅有 World Model 不够。World Model 回答“世界是什么以及可能如何变化”Context Model 回答“当前应该怎样理解世界”State/Transition Model 回答“当前世界允许如何继续变化”。因此IntelligentRuntimeWorldModelContextModelStateTransitionModelWorld ModelWhat exists?Context ModelWhat matters now?State ModelWhat may happen next?Context Model 位于 World Model 与 Decision 之间World→Observation→WorldModel→ContextProjection→Decision→Action上下文不是世界模型的任意子集而是ContextProjection(WorldModel∣MetaContext)七、Context Transition 同样重要传统软件重视对象状态迁移Idle→Running→Completed但智能系统还必须识别上下文迁移Production→Exception→Recovery上下文变化后即使对象状态暂时未变规则、权威、目标、允许动作也可能已经改变。因此 Context Transition 不能简单归入对象状态机它可能是自主系统的一级控制机制。八、结论上下文不是信息容器而是认知坐标系。元上下文可以概括为MetaContextSelectionInterpretationAuthorityTransition即上下文选择、上下文解释、上下文治理、上下文转换。更完整地说MetaContext(Scope,Perspective,Time,Authority,Goal,Rules,Transition)而ContextProjection(WorldModel∣MetaContext)因此面向现实世界持续运行的智能系统其基础架构不应只是 World Model而应是WorldModelContextModelState/TransitionModelWorld Model 规定系统能理解怎样的世界Context Model 规定系统此刻正在理解哪个世界State/Transition Model 规定这个世界接下来能怎样演化。一句话总结智能系统必须知道自己现在处于什么语义世界之中才能真正把信息转化为有效行动。 人工智能应用系统中的上下文元结构（简要版）——从 Context Logic 到 World Model 的统一解释框架
摘要人工智能系统并不缺信息缺的是判断信息“在什么条件下成立”的结构。本文把上下文区分为 Context Content 与 Context Frame并提出一个简化框架元上下文由作用域、视角、时间、权威、目标、规则和转换七个维度构成上下文是世界模型在特定元上下文约束下形成的有效投影。可运行智能系统需要协调三类模型World Model、Context Model 与 State/Transition Model。关键词上下文元上下文Context LogicWorld Model智能体知识表示一、问题更多信息不等于更好上下文智能系统越来越容易获得大量信息。大语言模型可以读长文本RAG 可以检索知识库Agent 可以调用工具、记忆、数据库和传感器。于是容易产生一个假设信息越充分判断越正确。但现实并非如此。同一台设备可能同时被描述为“可用”“已分配”“正在被使用”“Idle”“仍有产能”。这些事实未必矛盾它们可能来自不同上下文能力规划、任务分配、执行资源、设备控制、不同时间快照。真正缺失的不是更多数据而是这些数据应该在什么语义条件下解释因此要区分Context Content当前有哪些事实Context Frame这些事实在什么条件下才有意义后者就是本文所说的“上下文元结构”。二、学术脉络上下文早已是 AI 研究对象早期元推理研究使用“元上下文”处理关于上下文本身的知识。McCarthy 把 Context 变成一等逻辑对象用 ist(c,p)表示命题 p 在上下文 c 中成立。于是 ist(c1,p) 与 ist(c2,¬p)不一定直接矛盾关键在于 c1 与 c2 分别是什么语义条件。Buvač 等人的 Context Logic 进一步允许不同上下文拥有不同词汇。同一个词“Resource”在规划、执行、控制上下文中可以分别表示生产能力、可获得执行能力、实际物理设备。意义不是常量而是Meaning(x)f(x,c)Multi-Context Systems 研究多个异构上下文如何通过 Bridge Rules 协作Context-Aware Computing 强调上下文由任务相关性决定Provenance 研究事实的来源、时间和可信度LLM Context Engineering 则关注推理时信息如何检索、处理和管理。这些研究各有贡献但尚未统一回答一个上下文本身由什么元结构构成三、上下文元结构七维模型本文把上下文形式化为C⟨M,V⟩其中 V 是 Context ContentM 是 MetaContext。进一步定义M⟨S,P,T,A,G,R,X⟩SScope 作用域覆盖哪一部分世界企业、工厂、产线、单元、活动PPerspective 视角从什么角色观察设备可以是资产、资源、控制对象、维护对象、能耗对象。TTime 时间观察时间、事件时间、有效时间、决策时间。事实通常应表达为 Valid(F,t)。AAuthority 权威谁对这类事实有解释权ERP、L3、执行运行时、PLC 各有权威范围。GGoal 目标为什么建立当前上下文上下文是 Projection(World,Goal)不是世界无差别复制。RRules 规则概念解释、推理规则、桥接规则、冲突处理、有效性条件。XTransition 转换上下文何时变化例如 NormalProduction → Exception → Recovery。因此意义不是事实本身而是Meaning(Fact)f(Fact,MetaContext)四、Context 是认知坐标系物理事件需要 (x,y,z,t)才有确定位置。智能事实也需要(scope,perspective,time,authority,goal)才能获得可运行意义。例如RGV01≡Busy并不充分。更完整的是ObjectRGV01, ScopeLogisticsCell01, PerspectiveExecution,AuthorityExecutionRuntime, Time10:32:18, GoalExecuteTransportA这才形成可解释的运行事实。五、四层上下文体系为避免混淆建议分为四层M3Context Meta-Model规定什么是合法上下文定义 Scope、Perspective、Time、Authority、Goal、Rules、Transition。M2Context Model定义系统中可能存在的上下文类型及关系如 Production、Execution、Control、Exception、Recovery。M1Context Frame某次运行选择的语义框架如 ScopeDryingCell03PerspectiveExecutionGoalCompleteDryingActivity。M0Context Instance当前具体事实如 Tank03.stateHeatingRGV01.stateIdle。形成M3→M2→M1→M0这就是“上下文的上下文”的工程表达。六、三类模型World、Context、State仅有 World Model 不够。World Model 回答“世界是什么以及可能如何变化”Context Model 回答“当前应该怎样理解世界”State/Transition Model 回答“当前世界允许如何继续变化”。因此IntelligentRuntimeWorldModelContextModelStateTransitionModelWorld ModelWhat exists?Context ModelWhat matters now?State ModelWhat may happen next?Context Model 位于 World Model 与 Decision 之间World→Observation→WorldModel→ContextProjection→Decision→Action上下文不是世界模型的任意子集而是ContextProjection(WorldModel∣MetaContext)七、Context Transition 同样重要传统软件重视对象状态迁移Idle→Running→Completed但智能系统还必须识别上下文迁移Production→Exception→Recovery上下文变化后即使对象状态暂时未变规则、权威、目标、允许动作也可能已经改变。因此 Context Transition 不能简单归入对象状态机它可能是自主系统的一级控制机制。八、结论上下文不是信息容器而是认知坐标系。元上下文可以概括为MetaContextSelectionInterpretationAuthorityTransition即上下文选择、上下文解释、上下文治理、上下文转换。更完整地说MetaContext(Scope,Perspective,Time,Authority,Goal,Rules,Transition)而ContextProjection(WorldModel∣MetaContext)因此面向现实世界持续运行的智能系统其基础架构不应只是 World Model而应是WorldModelContextModelState/TransitionModelWorld Model 规定系统能理解怎样的世界Context Model 规定系统此刻正在理解哪个世界State/Transition Model 规定这个世界接下来能怎样演化。一句话总结智能系统必须知道自己现在处于什么语义世界之中才能真正把信息转化为有效行动。