做完一次总体设计后,我重新理解了企业级知识库
未来,当企业内部出现大量 Agent 时,企业之间的差距也会迅速拉开。因为除了一定程度上可以共享的大模型能力,真正难以复制的,是由企业级知识引擎长期沉淀、治理并持续更新的企业上下文。
最近一段时间,我的大部分精力都放在一个企业级智能知识库项目的需求分析和总体设计上。
明总刚刚写了一篇《AIS 交付实践中的架构演进与思考》,更多从技术和交付角度,讨论不同客户基础设施带来的适配问题,以及 AIS 如何通过存储适配、任务持久化和部署组合降低私有化交付的复杂度。其中有一个观点我很认同:产品架构不是关起门来设计出来的,交付过程中真实遇到的问题,本身就是架构演进的重要输入。
而我在这次项目中做的事情更偏向需求、产品和总体设计。每天面对的不是“某个功能怎么实现”,而是另一组问题:
客户为什么要建设企业级知识库?它和原来的文档管理系统有什么区别?知识由谁维护?制度更新后旧版本怎么办?跨部门 Agent 从哪里获得知识?答案不准确时,问题究竟出在模型、检索,还是知识本身?
这些问题看起来不像算法问题,却往往决定了一个知识库能不能真正进入生产。
在把需求规格说明书、总体架构、业务架构、知识架构和实施方案完整串联起来以后,我越来越明确地意识到:
企业级知识库真正的门槛,不是能上传多少种文件,也不只是某次测试的准确率,而是能不能建立一套让知识持续进入、持续使用、持续发现问题并持续优化的运行机制。
这篇文章,就是我在这次实践中形成的一些思考。
一、企业知识库不是“文档上传系统”
很多企业第一次接触知识库项目时,理解通常很直接:
把制度、产品手册、流程文件、案例和业务资料上传进去,经过解析和切片,再接入大模型,就可以问答了。
这个理解不能说错,但只覆盖了知识建设最早的一段流程。
真正进入生产环境后,问题会很快出现:同一制度被多个部门重复上传;新版本已经发布,旧版本仍然能被召回;文件虽然入库,却缺少生效时间、所属部门和适用范围;有些资料可以供内部员工使用,却不能用于对客回答;答案看起来合理,用户却不知道它来自哪个版本、哪一页、哪一条规定。
系统上线几个月以后,情况还会继续变化。组织会调整,产品会更新,制度会修订,人员会变动,旧资料会失效,新问题也会不断出现。
如果知识库只负责“存进去”,却没有后续治理和运营机制,最终很容易变成另一个文档堆积场所。
所以,我们后来越来越少用“上传文件—建立索引—开始问答”来描述企业知识库,而是把它理解为一条长期运行的知识供应链:
知识从业务系统、文件系统和数据库进入平台,经过加工和审核成为正式知识,在权限和版本机制下被应用调用,再根据使用数据和用户反馈持续修正。
这套思路也贯穿了 TorchV AIS 的知识库、知识加工、知识健康、检索问答、Agent 和运营中心设计。
二、从功能集合走向知识工程闭环
这次总体设计中,我们首先希望向客户讲清楚的,不是某个菜单有多少功能,而是整个平台如何形成闭环。
我们把它概括为四个阶段:
构建知识、治理知识、使用知识、优化知识。
构建知识,解决企业资料如何成为 AI 可以使用的知识,包括多源接入、解析、清洗、切片、结构化抽取、标签和向量化。
治理知识,解决知识是否权威、有效、安全和可维护,包括审核、发布、权限、版本、有效期和健康检查。
使用知识,解决知识如何被人和系统调用,包括搜索、问答、Agent 工作区、智能体和开放接口。
优化知识,则根据访问、检索、问答和反馈数据,发现未命中、低质量、过期或冲突的知识,再推动补充、修订、重新加工或下架。
过去我也经常讲“知识闭环”,但这次项目让我对它有了更具体的理解。
闭环不是在架构图上画一条返回箭头,而是要回答:反馈由谁接收?问题如何分类?哪些可以自动处理?哪些需要业务人员判断?处理后如何重新发布?是否需要重新评测?
这些机制真正存在,知识优化才不是一句口号。
这也意味着,企业级知识库不能只由技术部门建设。技术部门可以负责平台、模型、解析、检索和接口,但知识是否正确、哪个版本有效、哪些内容允许对外使用,最终仍需要业务部门和知识责任人参与。产品必须让这种参与真正发生。
三、知识库与知识空间,解决的是两类问题
客户对“知识应该如何组织”非常关注。
企业原本就有自己的组织架构和管理体系。风险管理部门维护风险制度,运营管理部门维护操作流程,科技管理部门维护技术规范。每个部门都对自己的知识承担管理责任。
如果为了建设一个业务应用,就把相关内容全部复制到新的知识库里,短期方便,长期却会产生新的问题:原始知识和副本谁是权威版本?源知识更新后副本是否同步?复制后权限是否仍然有效?应用下线后这些副本由谁处理?
因此,我们在总体设计中形成了一个比较清晰的双层组织方式:
知识库按照组织和管理归属建设,知识空间按照业务主题和任务场景组织。
知识库解决责任问题:谁拥有、谁维护、谁审核、谁授权。
例如风险管理部拥有制度库和案例库,运营管理部拥有流程库,科技管理部拥有技术规范库。每个知识库都有自己的负责人、审核者、版本和权限边界。
知识空间解决业务场景问题:完成一项工作需要哪些可信知识。
例如一个“贷款审批前置预审分析助手”,可能同时需要风控规则、运营流程和科技规范。它不必把这些知识复制到新的知识库,而是通过授权关系,从多个知识库汇聚所需内容,并保留来源关系。
这背后解决的是企业里一个很现实的矛盾:
知识的管理责任通常是纵向的,业务场景却往往是横向的。
未来的 Agent 也不会只在一个知识库中工作。它需要跨部门调用制度、流程、案例和数据,但这种跨部门使用不能以复制知识、破坏权限和失去来源为代价。
所以,知识空间不是另一个文件夹,而是面向业务场景的授权汇聚机制。
四、知识生命周期,比“是否已经入库”更重要
很多知识库系统对知识状态的处理比较简单:要么存在,要么删除。
但企业知识远比这复杂。
一份制度可能还在起草;一份产品说明已经发布,但下个月即将失效;一份旧版流程不能再用于当前业…