AI 为什么会？⑪ AI 为什么越来越懂你的行业？
上一篇，我们调查了 Memory。最后，我们发现，AI 并没有真正拥有记忆，只是回答问题之前，多了一份关于你的资料，于是，一个新的问题出现了：最近一年，我们经常会看到这样的产品。法律 AI，医疗 AI，投资 AI，教育 AI。
看起来，好像每一个行业都有了自己的 AI。于是很多人开始认为：
是不是每个行业，都重新训练了一个大模型？
这个问题，我最开始也是这么理解的，后来，我发现事情并没有那么复杂。
调查现场
今天，我们做一个思维实验，假设有两个医生，第一位，刚毕业，专业能力很强，但是没有任何病历，第二位，专业能力和第一位完全一样，不过，桌子上放着：病人的检查报告。既往病史，过敏记录，最近三个月的化验单，你觉得。
哪位医生更容易做出准确判断？答案几乎不用想。第二位，因为
他看到的信息更多。
请注意，真正变化的，不是医生，而是桌子上的资料。
一、后来，我发现我们一直把方向想反了
刚开始，我一直觉得，行业 AI 意味着训练了一个新的模型，比如，法律 AI，一定是重新训练出来的，医疗 AI，一定也是，后来，接触越来越多项目以后，我发现，现实世界并不是这样，很多所谓的行业 AI，底层，还是同一个大模型。
真正变化的不是模型，而是它回答问题之前桌子上的东西。
二、同一个 AI，可以扮演很多角色
举一个最简单的例子。如果我直接问：
合同有没有风险？
AI 的回答，通常比较普通，但是如果我同时给它完整的合同、公司制度、相关法律法规和历史判例，再告诉它：
你是一名合同审查律师。
它的回答，会突然专业很多，很多人会觉得，AI 换了，其实没有，真正变化的是，它终于拥有了律师工作时应该看到的那些材料。
三、后来，我终于理解了"专业"两个字
以前，我一直觉得，专业意味着知识更多，后来，我越来越觉得，真正的专业，其实包含两件事情，第一，拥有足够的基础能力；第二，能够获得足够准确的信息，医生，律师，程序员，几乎所有专业工作都是这样，如果把第二部分拿掉，再厉害的人，也很难做出正确判断，AI，也是一样。
四、所以，行业 AI 真正卖的是什么？
后来，我越来越少关注：它用了哪个模型。我开始关注另外一个问题，它到底给 AI 提供了什么信息？因为真正决定体验差距的往往不是 GPT-5 还是 GPT-6，而是有没有专业知识库、行业流程和历史案例。
有没有企业自己的数据，这些东西，才是真正让 AI 看起来越来越专业的原因。
五、终于，我们可以介绍一个新概念了
前面几篇，我们认识了 Prompt、Memory 和 RAG，你会发现，它们一直都在解决信息从哪里来的问题，但是还有一种情况：有些信息，并不是每次都重新上传，而是开发者提前整理好，按照固定方式提供给 AI，行业里，很多平台把这类能力叫：
Skill（技能）。
不过，我其实不太喜欢这个名字，因为它很容易让人觉得：AI 学会了一个新技能。其实很多 Skill 的本质只是：
提前准备好了这一类任务需要的信息、规则和流程。
你可以把它理解成：一个已经整理好的工作手册。当 AI 开始工作的时候，这份手册，已经放在桌上了。
六、前十一篇，终于开始汇聚了
写到这里，我突然发现，Prompt，聊天记录，PDF，Memory，Skill，它们看起来完全不是一回事，其实它们一直在回答同一个问题。
回答之前，怎样让 AI 看到更多、更准确的信息？
直到今天，我越来越觉得，AI 世界最大的误解，就是大家一直盯着模型，而真正决定大多数应用体验的，很多时候反而是：
模型前面的那一部分。
调查笔记 No.11
今天，我们推翻了第十一个认知。
❌ 行业 AI 的专业能力，主要来自重新训练了一个模型。
✅ 很多行业 AI 的专业能力，来自于回答之前，已经准备好了专业的信息、规则和流程。
Skill，很多时候，不是让 AI 学会新能力，而是让 AI 在开始工作之前，就拿到了一本专业手册。
当前掌握的线索
- AI 永远根据 Context 回答问题。
- Prompt、聊天记录、Memory、PDF、Skill 都是在丰富 Context。
- 行业 AI 的差异，很多时候来自上下文，而不是模型本身。
- 模型负责推理，信息负责专业。
下一步调查
如果 Prompt、Memory、RAG、Skill 都是在帮助 AI 看到更多信息。那么为什么现在越来越多的 AI，开始自己打开浏览器、运行代码、调用各种工具，甚至替我们完成一整项工作？
它什么时候，从一个"回答问题的人"，变成了一个"真正干活的人"？下一篇，我们继续调查。
《AI 为什么会？⑫ AI 为什么开始干活了？》