北京
用三个AI工具干同一件事，最烦的不是模型不够聪明，是每个智能体都要重新认识你一遍。Akshay Kothari 给出的解法是：在 Notion 里建一个可移植的上下文仓库，让所有智能体都连到同一个地方读写。
核心思路并不复杂。把用户的偏好、项目数据集中存放在 Notion 中，形成一个中心化的存储库。各个 AI 智能体接入这个仓库后，既能读取你的设定，也能把新产生的信息写回去。记忆、技能、偏好，从此不再散落在不同工具各自的对话框里。
这套工作流要解决的是个性化碎片化问题。同一个人的上下文，在 ChatGPT 里是一套，在别的智能体里又是另一套，切换工具等于重新调教。仓库放在中间之后，个人上下文保持一致性，换工具时不用从头交代背景。
值得注意的是，Notion 在这里扮演的不是笔记工具的角色，而是智能体之间的公共内存。谁读谁写，都指向同一份数据，这是"可移植"三个字的关键——上下文跟着人走，而不是锁死在某个产品里。
对同时用多个 AI 工具的人来说，这个思路的价值在于省掉了重复的"自我介绍"环节。至于具体怎么搭、接哪些智能体，Kothari 分享的是一套工作流框架，落地细节取决于你手头在用的工具组合。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
