企业每天都会产生有价值的信息。客户为什么提出一个要求，负责人为何选择一种方案，技术人员发现什么条件，实施以后发生了什么，都可能影响后续工作。但这些信息若只存在于个人经历、分散聊天和临时文件中，下一项任务仍然需要重新寻找与解释。
企业智能中的知识积累，需要从工作本身发生。人员和AI为了完成研究、方案、内容与项目而使用系统，资料、讨论、判断、成果和反馈在同一平台中自然保留，并继续支持新的工作。这种无感沉淀，将知识建设与正常业务使用联系起来。
从收集资料推进到保留工作含义
一份文件可以包含产品事实，一次讨论可以包含判断理由，一份方案还体现了当时的选择。它们在企业中承担不同作用，后续人员要使用这些信息，需要知道材料说明什么、基于什么条件，以及与当前问题有什么关系。
例如，一项服务方案因客户所在地区而调整。只保留最后文件，后来的人可能知道方案写了什么，却不了解当时为何这样安排。若客户条件、团队讨论、采用理由和实施结果能够一起回取，经验才更容易迁移到新的项目。
因此，知识积累需要同时保留内容和关系。资料与其所说明的产品、客户问题和项目相联系，判断与依据相联系，成果与用途及结果相联系。日常工作留下的这些关系，逐步形成企业可以使用的经营背景。
事实、判断、选择与结果需要保留各自含义和时间背景。
原件与理解结果共同支持使用
企业资料可能是文档、表格、图片、音频和视频。系统需要理解其中的业务内容，组织成适合检索与分析的信息，同时保留原件与理解结果之间的对应。
例如，设备现场视频可以包含工况、操作和服务情境。文字说明帮助人员与AI找到相关资料，原始视频则支持回看具体细节。照片、会议录音和项目文件也可以以类似方式进入工作，新的任务更容易取得所需材料。
马良点睛BSO的企业智库将原件与理解文稿共同保留，对材料进行整理，并通过知识关系支持后续查找和使用。这一机制使资料能够参与定位、研究、内容准备与项目协作。
保存还需要照顾信息的使用条件。产品资料、内部讨论和客户文件有不同用途，正式报价和合同模板也有相应有效版本。人员与AI取得适合本次工作的依据，才能让积累持续发挥作用。
上下文让企业知识进入当前任务
平台保存的内容会持续增加，而每项工作需要围绕当前问题取得相关部分。准备改造方案，需要相应产品、工况、案例和服务安排；研究新方向，需要已有经营意愿、市场问题和相关经验。
上下文组织将目标、材料、已有判断与当前进展放在一起，帮助AI围绕本次工作理解问题。检索负责找到有关信息，关系说明资料为何相关，来源与版本帮助判断是否适用。系统保留长期积累，任务使用清楚而相关的背景，两者共同支持连续工作。
Anthropic的上下文工程讨论关注推理时信息的选择与维护，并说明了按需取得信息和长期任务背景组织等方法。[1] 这些技术为企业知识的调用提供条件，实际价值则来自知识能否在具体业务中再次使用。
当前工作、组织积累与发展选择相互联系。
生成、使用与更新在同一过程中发生
无感沉淀需要让正常工作直接产生可接续的积累。员工上传资料是为了解决当前问题，AI研究形成了新的材料，专业人员补充背景并作出选择，团队执行以后又带回结果。相关信息随着这项事情进入同一平台，后续工作能够继续调用。
这里还包含更正。某个参数已经变化，应当影响后续方案；某项经验有明确适用范围，应当同经验一起保留；一种方法在新条件下失效，需要记下原因和调整做法。知识因为使用而丰富，也因为现实变化而更新。
Google Cloud当前的智能体运行文档，将会话状态、长期记忆及持续质量改进作为相关系统能力。[2] 企业知识的自然积累还需要与业务对象、人员判断和真实成果相接，使这些技术支持进入日常经营。
不同岗位可以保留各自认识。销售的客户理解、技术的实施经验、服务的交付判断，各自有对应范围；涉及共同工作时，相关团队再核对条件和分歧。组织积累因而包含专业多样性，以及在具体事项中形成的理解与选择。
经验只有再次作用于行动，才成为企业能力
一项经验能够被检索出来，是重要进展；后续团队理解并采用它，才能产生新的经营作用。系统需要让更新后的资料、方法与判断进入下一轮任务，避免积累同实际工作脱节。
例如，客户反复关注改造期间的配合事项，团队将相关问题整理清楚，更新服务说明和方案准备要求。以后相似项目启动时，AI团队据此提前取得必要信息，专业人员再判断当前有哪些不同。过去的反馈改变了新的工作起点。
这种关系也支撑创新。新的客户方向可以调用已有项目与研究，新方法可以沿用已有资料与协作关系，人的创造因而拥有更充分的准备。新实践继续增加知识，企业既能够继承过去，也能够形成新的认识。
经验在后续使用中继续提高企业的工作基础。
从知识积累观察企业的持续发展
评价知识能力，可以沿一项工作看其前后关系：它采用了哪些材料，形成了什么新判断，实际怎样执行，哪些反馈改变了做法，以及后续任务是否使用了更新。
原件能够回取，适用条件能够理解，关键更正能够进入执行，新团队能够接续经验，这些表现共同说明积累具有业务意义。企业知识由此成为创造与执行的持续基础，使今天完成的工作继续帮助明天的发展。
专项研究阅读
围绕本篇讨论的工作关系，以下文章分别展开其中的具体问题：
- 信息怎样在正常工作中自然积累：生成、使用与沉淀同平台发生
- 企业资料怎样成为可靠知识：多种原件、理解结果与来源关系
- 上下文怎样让AI理解当前任务：从企业知识到适用依据
- 组织记忆怎样保持有效：事实、判断、选择与结果的持续更新
- Harness怎样支持企业持续协作：背景、工具、成果与工作的接续
参考资料
马良点睛企业智能方法与实践系列。文中的方法框架与产品例证由马良点睛结合业务资料整理，国外原文分别支撑所述相关概念与机制。