这周Agent圈有个耐人寻味的反差。阿里千问办公开源了一个叫MyContext的项目，上线一周多GitHub就破了1000星，截至发稿我直接在仓库页面查了下，星数已经涨到1613。GitHub各路报道的标题都很燃——“Agent终于能读懂你的工作了”“给Agent装上会溯源的工作记忆”。但另一边，真把它拉下来跑了一遍的智东西编辑，却卡在了半路：飞书消息采集正常，34条消息、6个会话正常落库，可知识图谱生成失败，个人画像也提取不出来。智东西
一边是千星热度，一边是实测翻车。这东西到底是Agent办公的下一块关键拼图，还是又一个"方向很对、现在别碰"的早期项目？我把这两天的报道、实测和讨论都翻了一遍，给你捋清楚。
先说清楚：MyContext不是知识库，是给你的Agent补"前情提要"
很多人第一反应是把它当成又一个笔记软件或者知识库，其实不是一回事。
打个比方：现在的Agent再聪明，到你公司也像第一天入职的愣头青——能力很强，但不知道你是谁、项目推到哪了、上周的口径改没改。你让它"把上周讨论的客户方案按最新口径整理成汇报"，它连你跟谁聊过、在哪聊的都不知道。这些信息散落在钉钉群聊、飞书文档、会议纪要里，Agent根本吃不到。
MyContext干的事，就是把这些散落的工作痕迹持续收拢起来，蒸馏成一份Agent能直接消费的"个人工作档案"。按千问办公的设计，这份档案大致包含五类结论：你是干什么的、别人通常找你做什么、你接到任务后的处理步骤、你的交付形式、以及你的规矩和红线。它还会从聊天记录里识别多步流程，整理成可复用的playbook。
几个值得注意的设计点：每条结论都必须挂证据，能点回原始消息，谁、哪天、说了什么都能溯源；新旧信息冲突时不替你做判断，两个结论都保留、降低置信度，交给你在审阅页裁决；你手动确认过的结论，模型永远不能覆盖；数据默认存在本机SQLite，不强制上云。智东西
为什么这个方向一周就能破千星
因为它戳中的是今年Agent落地最真实的痛点：模型不缺执行力，缺的是上下文。
两组数据可以佐证。MIT发布的NANDA报告显示，约95%的企业级生成式AI试点没有获得收益，核心原因之一是缺少数据基础设施，AI融不进既有工作流。36氪Confluent 2026年的调查里，66%的企业认为数据基础设施正在拖慢Agentic AI落地。微博翻译成人话：卡住AI办公的，不是模型不够聪明，而是没人把"人都知道、AI不知道"的那些隐性信息喂给它。
海外其实早就有人在做这一层，但路子都偏重：Palantir用Ontology做企业语义层，Glean做企业知识图谱，微软靠Microsoft Graph喂Copilot——要么是企业级重部署，要么深度绑定自家生态。量子位MyContext的差异在于轻和开放：开源、本地优先、面向个人和小团队，先把钉钉、飞书这两个国内最主流的办公入口打通。从官方架构图看，它的定位就是卡在"工作数据源"和"AI消费方"中间的那一层：聊天、文档、会议纪要、待办审批进得来，加工成干净上下文再交给各类Agent调用。
所以这一千颗星，与其说是给MyContext的完成度投票，不如说是给"上下文是Agent下一战"这个判断投票。沙利文联合头豹研究院的报告预计，中国AI Agent市场规模会从2025年的2.6万亿元涨到2030年的20.1万亿元，其中B端长期贡献约九成收入。36氪办公场景的上下文问题谁先解好，谁就可能吃到这块最大的蛋糕。
泼盆冷水：千星热度里没告诉你的四件事
第一，它还是开发者预览版，没有安装包。你得自己拉源码、自己配环境启动。README里白纸黑字写着：项目可能出现破坏兼容性的改动，本地数据依赖版本化迁移，部分改动不可逆。
第二，实测确实会翻车，而且翻在核心环节。智东西实跑下来有几个具体的坑：知识图谱默认后端缺本地C库依赖，要手动补或者切SQLite；主模型如果不支持embedding，向量化这一步直接报错，后面图谱和蒸馏全废。智东西他们采了34条飞书消息、6个会话都正常入库，但图谱生成失败，个人画像提取不出来——也就是说，最值钱的那一步没跑通。
第三，平台支持不对等。目前数字分身（就是让Agent模仿你的风格回消息）只打通了钉钉，飞书暂时不支持。
第四，也是最需要普通人想清楚的：它越懂你，你交出去的就越多。MyContext蒸馏出来的档案，本质是你的工作习惯、协作关系、正在推进的事情。虽然官方做了不少防护——保密群可跳过、采集范围受授权控制、针对聊天记录里的prompt注入做了清洗、生成和发送权限刻意拆开——但授权边界最终是你自己定的。哪些群可以进、哪些文档不能碰，得在动手之前想明白。
三类人，三个建议，外加一份自查清单
如果你是开发者或爱折腾的技术党，用钉钉、有本地Python环境：可以上车。这个项目的架构思路（时序处理、三态合并、证据链、增量计算）本身就值得读源码，但请做好踩坑准备，并且强烈建议先用小号或者测试群的数据跑，别一上来就把真实工作全量授权进去。
如果你是想要即战力的打工人：建议先等。现在的MyContext连"顺利跑出个人画像"都做不到稳定，时间成本远超收益。值得等两个信号：官方出集成安装包，或者企业版把Salesforce、SAP这些系统接上之后再看成熟度。
如果你是企业IT或数据合规负责人：建议观望加评估。方向没问题，但预览阶段谈合规为时尚早，真要试，先在隔离环境、用脱敏数据验证，把授权清单和审计机制定好再说。
不管哪类人，动手前先过一遍这三条自查：数据边界——列清楚准备授权的群和文档，确认里面没有客户隐私、薪酬信息、未公开决策，保密群勾掉，授权范围宁小勿大；技术准备——本机跑得动源码环境，主模型支持embedding，留意本地SQLite的存储位置和备份；预期管理——这是一个随时可能有破坏性更新的原型，别接进关键工作流，更别开跳过审核的yolo模式去处理真实消息。
接下来值得盯的三个信号
先看GitHub仓库本身：星数曲线和issue区是最诚实的晴雨表。如果两周后热度还在、社区开始报"图谱跑通了"的实操案例，说明项目在往可用走；要是star涨不动、issue没人回，那这波热度就是媒体自嗨。
二是千问办公承诺的企业版节奏，以及会不会接企业微信和OA系统。顺带一提，这周企业微信刚开放了CLI，允许Agent一条命令操控企微的办公能力——上下文这条赛道明显在升温。
三是同赛道有没有跟进者。如果字节、腾讯也开源类似设施，"上下文基建"就算从概念变成战场了；到那时再对比各家方案的数据边界和成本模型，普通用户的选择会清楚得多。
一句话收尾：MyContext把"Agent不懂你的业务"这个真问题摆上了台面，方向值得下注，但现在的完成度只适合围观和试玩。把工作数据交给AI这件事，永远先问一句边界在哪，再谈效率。
