美国AI三巨头打响“Context”战争，AI时代护城河转向“个体纵深”

AI三巨头为模型贴“科幻”标签，Context战争悄然打响

今年以来，美国AI三巨头纷纷给自家模型产品贴上了一些“科幻”标签。OpenAI称ChatGPT学会了“做梦”；Anthropic要给Claude配一个内置的“个人Wiki”；Google则宣称让Gemini“原生自带你十年的记忆”。这三种说法看似关系不大，实则是在竞争同一样东西——Context。早期，Context只是个不起眼的技术参数，衡量模型一次能读进多少字符。如今，其含义正在拓宽：它是用户资产，是工具权限，也是任务进行到哪一步的实时状态，更是AI究竟有多了解用户。据「深流研究所」统计，今年以来，OpenAI、Anthropic、Google围绕Context已发布40余项重要产品和功能更新，平均每三四天就有一项新能力被推向市场。过去两年AI产品最重要的变化，几乎都围绕Context展开，一场关于“Context”的战争已经打响，这也在悄然重构AI时代的护城河。

从长窗口到真实环境，Context边界的三次跃迁

Context最早的竞争发生在“文本长度”上。Chatbot时代，Context主要意味着模型一次能读进多少信息。窗口越长，模型越能处理论文、代码库，甚至完整项目文档。于是，OpenAI、Anthropic、Google掀起了一场上下文窗口的军备竞赛。2023年5月，Anthropic率先把Claude的上下文窗口从9K拉到100K，约等于7.5万字，首次让“上传一整本书”成为现实。2023年11月，OpenAI用GPT - 4 Turbo的128K跟进。三个月后，Google又用Gemini 1.5 Pro把窗口推到百万级。不到一年，Context从十万级跃迁到百万级。

长窗口解决了AI的“吞吐量”问题，但这场竞赛很快暴露出局限：模型能看到更多信息，并不意味着它就能更好地理解任务。尤其当AI产品从Chatbot走向Agent，Context的边界开始变化。它不再只是一次对话里的输入文本，而是任务循环中持续积累、动态更新的状态流。竞争焦点也随之转移：从模型“一次能知道多少”，转向模型“长期能记住什么”。Memory成为这一阶段典型的产品形态。2024年初，OpenAI率先为ChatGPT引入跨会话记忆，让模型记住用户的偏好、背景与长期需求。随后，Anthropic与Google也相继补齐Claude、Gemini的记忆能力。Context开始拥有时间维度，AI不再只处理当前输入，也开始尝试在用户今天、上周、上个月的交互之间建立连续性。只有具备长期Context的AI，才可能把离散的交互串成持续关系。

然而，Memory回答的是“过去发生了什么”，还没有触及另一个更关键的问题：现在正在发生什么？真正的分水岭出现在2025年下半年。这一年8月开始，三家公司几乎同时把Context的战线推向浏览器：Anthropic发布Claude for Chrome，Google将Gemini嵌入Chrome，OpenAI则推出独立AI浏览器ChatGPT Atlas。浏览器是天然的Context富矿。网页内容、搜索意图、登录状态、表单、历史记录、标签页，以及用户正在执行的任务，都沉淀在浏览器里。更重要的是，这里的Context更实时、更连续，也更接近真实任务现场。之前，AI获取Context的方式，本质上仍然是等待用户把材料送进来：上传文件、输入指令、授权记忆、连接数据源。进入浏览器之后，逻辑变了。AI开始进入用户的工作环境，观察页面状态，理解任务进度，捕捉操作意图，并在真实界面中执行下一步。这是Context边界的第三次跃迁：它从模型侧输入的静态数据，变成了Agent在GUI、网页和系统环境中捕捉到的动态状态。

长窗口决定模型一次能装进多少信息；Memory决定模型能否跨时间理解用户；浏览器、桌面产品和GUI能力，则决定模型能否进入真实任务现场。三者连在一起，构成了过去两年AI产品竞争的主线：Context不再只是模型能力问题，而逐渐变成产品入口问题、用户关系问题，以及资产沉淀问题。

Context成为新战场，美国AI “御三家”的三种路径

当Context从模型参数变成用户资产，竞争的核心就变成了：谁能更稳定地获得、组织和调用Context。围绕这一点，OpenAI、Anthropic、Google走出了三条差异化路径。

ChatGPT是OpenAI最核心的Context来源。用户在一次次对话中留下的记忆、偏好、历史任务和工具调用记录，逐渐沉淀到同一个ChatGPT账户之下。这个账户不同于传统互联网账户。传统账户记录的是登录状态、订阅关系和支付信息；ChatGPT账户记录的，则是用户“被AI理解过的历史”。这是一种AI原生的用户资产。它的价值不只体现在回答更个性化，也体现在降低冷启动成本、延续任务状态，并在不同产品场景中复用同一套用户理解。对OpenAI来说，由于缺少Google那样的原生数据生态，它必须让用户在ChatGPT体系内持续生成新的Context。因此，OpenAI过去两年的产品动作，一直在不断扩大ChatGPT账户能够覆盖的任务半径——Apps SDK让第三方应用进入ChatGPT，Atlas把浏览器纳入ChatGPT，最新融合的Codex则把编程任务带入同一个工作流。OpenAI的特殊路径在于，它不是先掌握入口，再把AI接进去；而是以ChatGPT为原点，反向把应用、浏览器、编程等场景拉回同一个账户体系。ChatGPT因此不再只是对话入口，而是一个汇聚、调用、更新Context的中枢。

相比之下，Anthropic既缺少C端入口，也没有大规模存量用户数据。它的路径，是切入Coding、Agent这类高价值垂直场景，并在这些场景中强化Claude主动获取Context的能力。对Claude来说，Context不是用户输入的一段文字，而是任务现场里动态变化的环境：代码库、文件系统、终端输出、浏览器页面、数据库、项目文档，以及每一步执行后的反馈。因此，Anthropic更强调Context获取的主动性。模型不应只等待用户输入，也应该在任务执行过程中主动进入环境、读取状态、获得反馈。2024年10月，Anthropic推出Computer Use，让Claude可以根据屏幕截图移动鼠标、点击按钮、输入文本。按照官方说法，Claude 3.5 Sonnet是首个公开提供计算机使用能力的前沿AI模型。这意味着，当Context存在于网页、表单、后台系统和本地软件界面中，而不是结构化API里时，Claude也可以通过GUI进入环境、观察状态并执行操作。一个月后，Anthropic发布MCP。这个连接AI助手与外部工具、数据源的开放协议，官方定义是把AI助手连接到“数据所在的系统”，包括内容库、业务工具和开发环境。它的价值在于，让Claude不再依赖用户复制粘贴，而是可以通过标准方式接入外部工具和数据源。这两类能力，对应的是Anthropic获取Context的两条路径：computer Use通过GUI进入界面，MCP通过协议连接系统。一个进入任务现场，一个打通外部工具，共同让Claude获得动态Context。

再看Google。外界常说，Google是拥有Context最多的公司之一。它不缺入口，也不缺数据。Chrome、Gmail、YouTube、Search等产品，构成了全球范围内最大的用户触点之一。但从AI的视角看，数据多并不等于Context强。Google过去积累的是搜索、浏览、邮件、文档、位置、视频消费等数据，主要服务于搜索排序、广告投放、内容推荐和办公协作。它们本质上是系统运作所需的行为信号。而Agent需要的是可被模型理解、推理和调用的任务背景。只有当模型能判断哪些信息与当前任务有关、哪些已经过时、哪些可以被调用，以及这些信息之间如何关联，数据才真正变成Context。Google面临的不是简单“接入数据”，而是一场数据重构。它需要把分散在不同产品、服务于不同系统目标的旧数据，重新筛选、关联、授权，并转化为Gemini可用的个人上下文。这个工程的难度，并不比OpenAI重新沉淀Context、Anthropic进入任务现场更低。过去两年，Google的产品动作不是另起炉灶，而是沿着既有阵地向内改造。这条路径的核心，是把碎片化数据组织成任务链。2024年5月，Gemini 1.5 Pro进入Workspace侧边栏，让模型先在Gmail、Docs、Drive等工作场景中调用当前上下文。2025年7月，Gemini app开始连接Gmail、Drive、Calendar等工具，把Context从单个应用扩展到跨应用任务。2026年1月，Personal Intelligence推出测试版，进一步把Gmail、Photos等个人数据纳入Gemini的个性化背景。Google的Context战略并不是“数据多，所以天然领先”。它真正要完成的，是一场数据可用化工程：把过往沉淀的、服务于搜索、广告和推荐等系统目标的行为数据，转化为AI时代可理解、可授权、可行动的Context。

从“网络规模”到“个体纵深”，AI时代的护城河变了

过去两年，OpenAI、Anthropic、Google都在加速沉淀和挖掘Context，并围绕它构建获取、组织和调用能力，试图形成新的竞争壁垒。但一个看似矛盾的变化也在同步发生：今年以来，三家公司不约而同地让Memory变得透明、可解释，甚至可迁移。2026年3月，Anthropic与Google先后推出Memory Import，支持用户在ChatGPT、Gemini、Claude之间迁移记忆。随后，OpenAI通过Memory Sources，让用户看到一条个性化回答背后调用了哪些记忆、历史聊天或外部数据源。

如果Context是AI时代最重要的资产，为什么平台反而开始开放它的权限？答案在于，Memory Import真正开放的，只是表层Context：用户偏好、历史记忆摘要、对话历史的压缩版本。这些信息高度结构化，也容易被自然语言描述。迁移它们，技术门槛并不高。真正难以迁移的，是另一类Context：任务状态、工具权限、企业系统接入、执行现场的实时反馈。这些Context深度嵌在产品和系统环境之中，无法靠一段提示词完整搬走。

这也说明，AI时代的竞争逻辑，正不同于互联网时代。互联网的基本形态是网络。它把人、内容、商品、服务和信息连接成节点。节点越多、连接越密，产品越有价值。因此，互联网时代最强的护城河是网络效应，价值来自更多人在用。AI的基本形态，更接近一种新的计算机，或者说新的信息处理系统。它的第一性价值不是连接更多人，而是理解信息、处理任务、调用工具并完成动作。一个AI即使只服务一个用户，也可能创造巨大价值。因此，AI时代的护城河，正在“网络规模”的基础上转向“个体纵深”。这种“个体纵深”的壁垒，主要来自三个层面：第一，是Context的复利。AI每完成一次任务，都会更了解用户的表达习惯、判断标准、资料来源和工作流程。下一次执行时，冷启动成本就会更低。第二，是权限与工具链的嵌入。当用户把邮箱、文档、代码库等授权给AI，AI就不再只是一个可替换的问答工具，而是进入了真实的任务现场。第三，是信任关系的形成。越复杂、越高价值的任务，用户越不会轻易交给一个陌生AI。只有长期理解自己、知道边界、能延续上下文的AI，才可能被允许执行下一步。

如果说互联网产品争夺的是注意力入口，那么AI产品争夺的就是任务入口。一旦一个AI持续进入用户工作流、积累上下文并获得执行权限，迁移成本就不只是换一个应用，而是重新建立一套被理解、被授权、被信任的任务关系。国内产品的变化，也可以放在这个逻辑下理解。以腾讯为例，它在互联网时代积累了关系链、内容、服务生态和高频入口；到了AI时代，这些资产的价值，正在于能否被重新组织为Agent可理解、可调用、可执行的Context。无论是WorkBuddy接入文档、会议、企业微信等工作场景，还是微信“小微”尝试在微信生态调用小程序和服务，本质上都是把原本服务于人的内容、关系和流程，转化为AI可以进入的任务环境。正如腾讯首席AI科学家姚顺雨所判断：Context看似是数据资产，本质上却是产品能力、工程能力和组织协同能力的综合体现。互联网时代，护城河看的是规模。AI时代，护城河更应该看转化效率：谁能把存量生态更快转化为AI的工作环境，谁能让AI在一次次任务中积累更深的用户理解，谁就更可能建立新的壁垒。这也是Context之战真正值得关注的地方。