重新定義 AI 知識層：OKF 的價值不在儲存，而在索引
OKF 值得關注的，不是它又多了一種知識格式，而是它把 AI knowledge layer 重新定義成索引層。對 agent 來說，真正重要的不是囤積原始資料，而是建立穩定、可追溯、可維護的知識映射。
企業在建構 AI Agent 的知識層時，最大的陷阱是把它當成一個無所不包的資料庫，最終只會養出一個難以維護的資料墳場。近期 Google Cloud 在 2024 年 3 月推出的 Open Knowledge Format (OKF) 讓我們重新思考這個問題：知識層的核心價值，或許根本不在於儲存原始資料，而在於建立一個穩定、可追溯、可維護的「索引層」。OKF 的設計理念，正是將知識管理從「儲存」的泥淖，拉向「映射」的清晰架構。
為什麼多數 AI 知識庫都註定成為資料墳場？
自從 Retrieval-Augmented Generation (RAG) (Lewis et al., 2020) 成為主流架構後，多數企業導入 AI 的第一步，就是將內部文件——無論是 PDF、Confluence 頁面還是 Google Drive 文件——全部丟進向量資料庫，期待 AI 能「讀懂一切」。這個看似直觀的作法，很快就會撞上三堵高牆：
- 資料不穩定（Volatility）： 原始文件頻繁變動，版本混亂，導致 AI 的回答時好時壞，難以預測。
- 脈絡失真（Context Loss）： 文件被切分成無數個 chunk 進行向量化，原始的結構與關聯性蕩然無存。AI 雖然能找到片段，卻無法理解全局。
- 追溯困難（Traceability）： 當 AI 給出一個基於內部文件的答案時，我們很難確定它引用的究竟是哪個文件的哪個版本，導致除錯與驗證成為一場惡夢。根據 Vectara 在 2024 年的研究，即使是頂尖的模型，在 RAG 應用中仍有高達 8-15% 的幻覺比例。
這些問題的根源，在於我們錯把「資料傾倒」當成了「知識建構」。我們創造了一個巨大的、不斷膨脹的資料湖，卻沒有建立一套有效的治理機制。這不是知識層，而是資料墳場——埋葬著大量資訊，卻難以從中提煉出可靠的智慧。
OKF 不只是 Markdown，它如何成為知識映射的契約？
初看之下，Google Cloud 推出的 Open Knowledge Format (OKF) 規格極其簡單：它就是 Markdown 檔案，外加一段 YAML frontmatter。這種低門檻的設計，讓既有文件可以輕易地加上幾行 YAML 就完成轉換，導入成本極低。但當我實際將它導入系統後，很快就發現它的重點完全不在於 Markdown 的內容，而在於 YAML frontmatter 所扮演的「契約」角色。
這段 YAML 就像是為每一份知識文件簽訂的「身分證」，它定義了幾個關鍵的元數據：
id: 一個獨一無二且穩定的識別碼。version: 明確的版本號，解決了文件變動的追溯問題。source: 指向原始、權威的資料來源（例如 Confluence 的某個頁面連結）。valid_from/valid_until: 知識的生命週期，讓過時的資訊可以自動失效。
OKF 並非設計來取代你現有的 Confluence 或 Google Drive，而是作為一層穩定、面向 AI 的「知識中介層」。它的目標不是儲存，而是索引。(Google Cloud, 2024)
正是這個結構化的「契約」，讓 OKF 超越了一般的檔案格式。它不是要取代你現有的文件系統，而是要在混亂的原始資料之上，建立一層穩定、清晰、可供 AI 直接利用的知識鏡像。
如何從「資料層」轉向「索引層」？
OKF 帶來的最大啟示，是將 AI 的知識層從「資料儲存層」重新定義為「知識索引層」。這兩者有著本質的區別：
| 資料層（傳統 RAG） | 索引層（OKF 思維） | |
|---|---|---|
| 目標 | 儲存所有原始文件 | 映射與索引穩定知識 |
| 處理對象 | 動態、混亂的原始檔案 | 經過策展、版本化的知識鏡像 |
| 核心挑戰 | 資料同步、版本控制 | 知識治理、生命週期管理 |
| 對 AI 而言 | 一個巨大但不可靠的外部記憶體 | 一個穩定且可信賴的知識目錄 |
資料層與索引層的思維模式對比
換句話說，我們不應該再讓 AI Agent 直接去資料墳場裡大海撈針。相反地，我們應該為它建立一個圖書館的「卡片目錄」（card catalog）。每一張 OKF 卡片都清楚標示了某個知識點的標題、版本、來源與有效期限。Agent 首先查閱這個高度結構化、穩定可靠的目錄，當需要深入細節時，再透過 source 連結去調閱原始文件。
這種架構轉變，將複雜的資料治理問題，轉化為相對單純的索引管理問題。根據 NIST 在 2023 年發布的 AI 風險管理框架，確保 AI 系統的「可信度」與「可追溯性」是核心要求。OKF 的索引層設計，恰好為此提供了具體的實踐路徑。它讓知識的每一次引用都有源可溯，每一次變更都有跡可循。
OKF 對實務架構有何啟示：我們該如何治理知識，而非餵養怪獸？
OKF 的出現，提醒了所有 AI 系統的建構者：我們的工作重點應該從「如何餵給 AI 更多資料」轉向「如何為 AI 治理好一份穩定的知識地圖」。這不僅是技術選擇，更是策略思維的轉變。
在設計 AI Agent 的認知架構時，這意味著我們需要建立一個明確的「知識策展」（Knowledge Curation）流程。並非所有資訊都有資格被納入這個索引層，只有那些相對穩定、經過驗證、對 Agent 執行任務至關重要的核心知識，才應該被製作成 OKF 文件。這層人為的篩選與治理，正是確保 AI 系統長期穩定、可靠的關鍵。
最終，一個成熟的 AI 知識層，不應該比誰儲存的資料更多，而應該比誰的知識索引更清晰、更可信、更易於維護。OKF 提供了一個輕量級的起點，但其背後的「索引層」哲學，將對未來可治理 AI 系統的發展產生深遠的影響。
延伸閱讀
- Google Cloud Official Blog: Announcing Open Knowledge Format (OKF)
- Lewis, et al. (2020). "Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks" (The original RAG paper)
- Vectara (2024). "RAGs to Riches? The Tricks of the Trade for Successful Retrieval Augmented Generation"
- NIST AI Risk Management Framework
我是江中喬，專注於 AI Agent Architecture、Memory Governance 與 Cognitive Diversity，持續研究如何打造能夠長期協作、可信任且可治理的 AI 系統。