知识库不等于 RAG:LLM Wiki 与 OKF 补上了什么?
摘要
知识库不等于文件库、Wiki 或向量数据库。本文从“知识是怎么形成的”出发,解释知识库真正解决的六个问题,并把 RAG、LLM Wiki 与 Google 提出的 OKF 放回同一套五层系统中。
最近我一直在想一个问题:RAG 是不是知识库比较好的解决方案?
做知识库时,我们很容易从技术开始讨论:文件怎么切分、Embedding 选什么、向量数据库用哪一个、召回率怎么样。
但再往前一步,会发现这个问题其实问早了。
如果我们还没有说清楚知识库到底要解决什么,就会把“上传了一批文件,并且可以向大模型提问”当成知识库建设已经完成。
我现在更倾向于这样理解:
知识库不是一个向量数据库,也不是一个装满文件的 Wiki。它是一套把原始资料持续转化为可理解、可验证、可维护、可检索知识的系统。
在这套系统里:
RAG 负责找到知识; LLM Wiki 负责积累知识; OKF 负责让知识跨工具流动。
这三者不是互相替代的产品,而是在解决三个不同层次的问题。
一、文件、信息和知识,有什么不同?
一个 PDF、一份产品手册、一段会议录音,本身首先是资料。
当我们从资料中识别出产品名称、价格、生效时间和适用对象,它们变成了信息。只有当这些信息被放回具体业务语境,能够回答问题、支持判断,并且知道来源和适用边界时,才开始成为可使用的知识。
举一个简单的例子:
“99,800”只是一个数据; “企业版年费为 99,800 元”是一条信息; “企业版年费为 99,800 元,自 2026 年 7 月 1 日起适用于中国大陆企业客户,来源是已审批的价格说明”才是一条可使用、可核验的知识。
我们熟悉的 DIKW 模型,常用“数据—信息—知识—智慧”描述这种变化。
Russell Ackoff 在《From Data to Wisdom》中区分了数据、信息、知识、理解与智慧。Jennifer Rowley 后来梳理了不同文献中的 DIKW 表达,也指出各层之间如何转换并没有完全一致的定义。
所以我不会把 DIKW 当成一条自动流水线。
资料不会因为被上传就自动变成知识,信息也不会因为被向量化就自动变得可信。
二、知识库到底是什么?
我的定义是:
知识库是一套把分散资料和个人经验,转化为可查找、可理解、可验证、可复用并能持续维护的答案的系统。
这里的关键词不是“存储”,而是“转化”和“持续维护”。
一条真正能够长期使用的知识,通常需要回答这些问题:
它描述的对象是什么? 它提出了什么事实、规则或判断? 证据来自哪里? 适用于什么范围? 从什么时候开始有效? 谁对它负责? 当前是草稿、已确认、已过期,还是存在冲突?
知识库因此保存的不只是内容,还包括内容之间的关系,以及使用这些内容的条件。
三、知识库真正要解决哪六个问题?
为了避免被具体工具带着走,我把知识库的目标收敛成六个问题。
1. 找得到
资料散落在网盘、聊天记录、邮件、Wiki、工单和人的脑子里。知识库首先要降低寻找答案的成本。
2. 看得懂
找到原文件不等于得到答案。系统需要把长文档、表格和记录,整理成围绕对象、问题与场景组织的知识。
3. 信得过
答案需要能够回到原始来源。没有证据、没有负责人、没有确认状态的内容,只能算线索,不能直接当成结论。
4. 不过期
价格、产品能力、制度和流程都会变化。知识库要知道什么已经失效,什么正在等待重新确认。
5. 不打架
官网、合同、销售材料和员工笔记可能给出不同说法。系统不能静默选择一个看起来最像答案的文本,而应暴露冲突并进入确认流程。
6. 能复用
一条已经确认的知识,不应该每次都从几十页资料里重新推导。它应该能够被搜索、问答、写作、客服或 Agent 反复调用。
这六点也给了我们一个判断标准:
如果一个系…