立正把 context 分成三层记忆：工作记忆是当前任务直接需要的，项目记忆是这个项目积累的经验和决策，组织记忆是跨项目的长期知识。三者要分开管理，因为它们的寿命和调用频率完全不同——当前任务的临时状态不该混进长期规则，长期规则也不该每次全量塞给 AI。他还强调要区分哪些保留原始形态、哪些提炼成精华、哪些定期清理，否则 context 会越积越乱，AI 反而更难找到有用的部分⁠1,2。

AI 的 context window 有限，全塞进去会撑爆，什么都不给 AI 就是空壳。所以好的 context 要能被自动检索和按需加载：建索引、做分类、设计加载策略，让 AI 执行任务时找到它需要的那部分，不多不少。另一面是持续提炼：会议纪要、讨论记录、设计文档是原始 context，需要定期从中提炼出有效经验、踩过的坑、决策背后的判断标准，加工成高质量 insight。这样 AI 调用时更精准，团队能力也在积累⁠1,3。

团队最重要的做事标准——设计规范、代码质量要求、审核 checklist——可以被写成 AI 能理解的规则，注入工作流，让 AI 在员工做事时自动拿这些规则做检查。这相当于让最资深的人出现在每一次具体工作里，但不占用他的时间。立正提到，管理上很多困难不是没有标准，而是执行标准要耗费大量精力；把规范变成 AI 可执行的规则后，由规范去约束 AI 会容易得多⁠1。