Google 的 Open Knowledge Format (OKF) 如何取代向量数据库
在过去三年里,对于任何企业 AI 上下文问题,工程上的默认响应几乎是自动化的:"直接构建一个 RAG pipeline 就行。"
你启动一个 vector database,对公司的 PDF 进行 chunk,生成 embeddings,并在运行时执行 semantic similarity searches。对于模糊的探索式搜索来说,这已经足够好用。
但随着我们进入 2026 年,RAG-everything 方法中的裂痕已经大到无法忽视。Chunking 会破坏复杂的表格结构,vector retrieval 本质上是概率性的(你_可能_拿到正确的 chunk,也可能拿到一个过时的 chunk),而让 embeddings 与快速更新的数据保持同步,绝对是一场运维噩梦。
为了解决这一问题,Google Cloud 通过开源 Open Knowledge Format (OKF v0.1) 让“RAG-everything”的噪音安静了下来。它不是一个新的云数据库、LLM framework 或 SDK。相反,它是一个 vendor-neutral、可移植的规范,用于形式化 “LLM Wiki”范式——也就是 AI 研究者 Andrej Karpathy 等人长期倡导的那种结构化、互联的“brain”概念。
OKF 将我们的策略从_在非结构化文件上进行概率式搜索_,转变为_在一个鲜活的、同时可供人类和 agent 阅读的 knowledge graph 中进行确定性导航_。
Open Knowledge Format (OKF) 到底是什么?
OKF 标准化了组织知识、业务逻辑和后端 schema 的结构化方式,使任何 AI agent 都能够原生遍历并理解它们,而无需自定义翻译层。
OKF collection——称为 Knowledge Bundle——并不是昂贵的黑盒数据库,而只是一个由纯文本 Markdown 文件组成的标准目录,并用 YAML frontmatter 包裹。
OKF Bundle 的结构
在 OKF bundle 中,目录路径定义了一个概念的唯一身份。信息不是被粗暴地倾倒进一个索引,而是被编译成高度聚焦、单一的“Concepts”(例如内部 API contract、财务指标或 database schema)。
纯文本
company_brain/├── index.md # Root directory for progressive disclosure├── engineering/│ ├── index.md│ └── service_mesh.md # Architecture concept└── analytics/ ├── index.md ├── tables/ │ ├── customers.md # Individual database concept file │ └── billing.md └── metrics/ └── active_users.md # Precise business definition
每一个 concept 文件都遵循一种严格但极简的设计:顶部是一个 YAML frontmatter block(只要求恰好一个字段:type),随后是一个自由格式的 Markdown body。
下面是一个真实 OKF 文件的示例,用于描述一个关键业务指标:
---type: metricid: analytics/metrics/active_userstitle: Weekly Active Users (WAU)owner: data-eng@company.comupdated_at: 2026-06-15citations: - source: "https://github.com/internal-org/dbt/models/wau.sql"---
## Weekly Active Users (WAU)The total unique count of u…