免费POC, 零成本试错
FDE知识库

FDE知识库

学习大模型的前沿技术与行业落地应用


收藏

AI 时代的“HTML 时刻”:一个被严重低估的知识标准 OKF

发布日期:2026-08-01 15:15:20 浏览次数: 1765
作者:贾克斯的平行世界

微信搜一搜,关注“贾克斯的平行世界”

推荐语

AI时代知识标准被低估?Google OKF或如HTML般成底层核心,定义知识如何被人及Agent读取验证。
核心内容:
1. OKF定义与迭代:V0.2新增来源、验证等机制
2. Agent基础设施定位:解决知识形式问题,连接模型与应用
3. 底层价值与行业影响:类似HTML重塑知识接口,国内关注度不足

杨芳贤
53AI创始人/腾讯云(TVP)最具价值专家

国内大多数人还在讨论模型、MCP、Skills 和 Agent Harness。

但 Google 最近正在推动另一件更底层的事情:

知识应该以什么格式存在,才能被人和 Agent 共同读取、维护、交换与验证?

真正重要的标准,刚出现时往往显得异常朴实无华。

HTML 刚出现时,不过是一套标签。

JSON 不过是括号、冒号和字符串。

Agent Skills 的核心,也只是一个包含 SKILL.md、脚本和参考资料的目录。

而 OKF 看起来更加“简单”:一组 Markdown 文件,加上一点 YAML 元数据。

但标准的魅力,从来不在于它有多复杂。

标准真正改变世界的地方,是让整个行业不再重复发明同一个轮子。

2026 年 6 月,Google Cloud 发布了 Open Knowledge Format,也就是 OKF。

它试图把此前已经出现的“LLM Wiki”模式,正式定义成一种开放、厂商中立、可移植的知识格式。

最近几天 OKF 更新到 V0.2,开始加入来源、验证、时效性和可信度等机制。

这件事目前在国内几乎没有引起足够讨论。

但我认为,OKF 触碰到的,可能是 Agent 时代最底层的问题之一:

不是 AI 如何回答问题,而是一个组织的知识,究竟应该以什么形式存在。

/从 LLM Wiki 到 OKF/

如果你之前没有太关注 LLM Wiki,也不用担心。

可以先翻一下我之前关于 LLM Wiki 的文章。

因为 OKF 背后的价值,其实不是一篇文章能够完全讲清楚的。

这篇文章更希望带大家建立一个初步认知:

OKF 到底是什么?为什么它可能成为 Agent 时代知识基础设施的一部分?

尤其是如果你正在定义自己的知识库、企业知识库或者代码知识库,那么 OKF 值得重点关注。

我也是最近在研究企业 Harness 的过程中,才逐渐把注意力放到了 OKF 身上。

因为越深入研究 Agent 工程化,我越发现:

未来真正属于企业自己的,不一定是 Harness 本身,而是 Harness 背后沉淀下来的知识。

而 OKF,正在尝试定义:

这些知识应该如何被 Agent 理解、维护和流转。

/模型有了,工具有了,但知识仍然没有统一接口/

过去两年,Agent 基础设施正在快速分层。

模型负责提供通用智力。

MCP 负责让 AI 应用连接数据库、工具、服务和外部系统。

Skills 负责封装“如何完成一类任务”。

那么,OKF 负责什么?

它试图回答:

Agent 到底应该以什么形式,读取并维护一个组织“知道的东西”?

可以简单理解:

层次
解决的问题
模型
Agent 能不能思考
MCP
Agent 能连接什么
Skills
Agent 应该怎样做
OKF
Agent 应该知道什么,以及这些知识是否可信

换一个更形象的说法:

MCP 给 Agent 接上手脚,Skills 教给 Agent 招式,而 OKF 试图给 Agent 一套可以长期维护、跨系统迁移的组织记忆。

当然,Skills 和 OKF 的边界并不是绝对的。

Skill 也可以携带知识。

OKF 也可以描述执行方法。

但二者关注的核心不同:

Skill 更偏向程序性知识:

怎么做。

OKF 更偏向陈述性知识:

什么是真的,为什么是真的,它来自哪里,现在是否仍然有效。

这正是 OKF 可能成为基础设施的原因。

未来企业真正需要的,不只是一个会执行任务的 Agent。

而是一个知道:

  • 公司规则是什么;
  • 业务定义是什么;
  • 哪些信息可信;
  • 哪些知识已经过期。

的 Agent。

/让知识成为可交换的产物/

OKF 的设计非常克制。

一个 OKF Knowledge Bundle,本质上就是一个 Markdown 文件目录。

例如,一个企业知识库可以长成这样:

1company-knowledge/
2├── index.md
3├── log.md
4├── metrics/
5│   ├── revenue.md
6│   └── active-users.md
7├── policies/
8│   └── revenue-recognition.md

其中,每一个 Markdown 文件,代表一个独立的知识概念。

它可以是一张数据库表。

一项公司政策。

甚至一个业务流程。

文件路径就是这个概念的身份。

文件头部通过 YAML 描述结构化信息,正文继续使用普通 Markdown。

例如:

1type: Metric
2title: Revenue
3description: 公司财务口径下的已确认收入
4status: stable
5sources:
6  - revenue-policy

这里最重要的,其实不是文件格式。

而是:

生产者和消费者被分开了。

任何人、Agent、或者知识平台,都可以基于该格式生产 OKF。

任何模型、搜索引擎、或者 Agent,也都可以基于该格式消费 OKF。

知识不再必须被锁在:

  • 某个向量数据库;
  • 某个 Agent 框架;
  • 某家模型公司的 Memory。

它首先是一组:

你能打开、能审查、能版本管理、能迁移的文件。

这就是 OKF 与 HTML 类比真正成立的地方。

HTML 没有替代浏览器、搜索引擎、服务器和数据库。

它只是让整个互联网围绕“网页是什么”形成最低限度的共识。

同样:

OKF 也不会替代 RAG、向量数据库、搜索引擎或者 Agent Runtime。

它试图定义的是:

这些系统共同操作的那个知识产物,究竟应该长什么样?

是的,OKF 标准构建的其实也只是新时代的共识。

/知识不仅要可读,还要可信/

如果只是 Markdown 加元数据。

OKF 可能只是一个更规范的 Wiki。

但真正值得关注的是:

它开始尝试解决 Agent 时代最难的问题:

当大量知识由 Agent 自动生成时,我们为什么要相信它?

这是一个非常非常关键的问题。

过去,人类写文档。

我们默认:

作者知道自己写了什么。

企业内部也有审批流程。

但未来,大量知识可能来自 Agent。

那么:

这条知识是谁生成的?

来自什么来源?

现在是否仍然有效?

这些问题都会变得越来越重要。

因此,OKF 开始加入一些关于来源、验证、状态和时效性的描述能力。

它希望 Agent 在读取知识时,不只是看到内容。

还知道:

这是什么知识。

谁产生的。

可信程度如何。

这意味着 OKF 正在从:

“让 Agent 能读文档”

走向:

“让 Agent 在使用知识之前,先判断这条知识是否值得相信。”

这已经不只是知识管理。

它逐渐接近一种:

组织知识治理协议。

未来企业真正需要的,可能不是一个“知道很多”的 Agent。

而是一个能够区分:

哪些来自正式政策;

哪些经过业务负责人审核;

哪些已经过期;

模型能力越强,这种可信知识层反而越重要。

因为:

一个能力极强、但使用错误组织知识的 Agent,只会以更高效率制造错误。

/OKF 生态/

现阶段,OKF 目前非常早期,毕竟也才发布短短两个月。

它还没有达到 HTML 那样成熟的生态。

但一个标准开始有价值时,往往会出现几个角色:

有人定义规范。

有人生产知识。

有人维护知识。

有人消费知识。

围绕 OKF,目前已经开始出现这样的雏形。

Google 提供了规范、示例知识库和相关工具。

开源社区开始出现知识创建、校验、索引和可视化工具。

一些项目也开始尝试把 OKF 和 Agent、MCP、GitHub 工作流结合起来。

其中,OpenWiki 是一个比较值得关注的案例。

更准确地说:

OpenWiki 不是 OKF 标准本身。

而是一个快速采用 OKF 的上层应用。

它可以读取代码库或者个人资料,由 Agent 生成并持续维护相互链接的 Wiki。

加入 OKF 支持后,这些知识不必永远留在 OpenWiki 自己的系统中,而可以被其他兼容工具读取。

这正是开放标准开始产生价值的信号:

标准不需要亲自完成所有事情。

它只需要让整个生态都可以围绕同一种知识产物独立生长。

HTML 没有规定浏览器应该怎么实现。

它只是给浏览器提供了共同输入。

OKF 如果成功,也会沿着类似路径发展。

/Harness 会变薄,但企业知识层会变厚/

最近我越来越确定一件事情:

未来 Agent Harness 最核心的价值,可能并不只是定义 Agent 如何执行任务。

而是:定义企业自己的知识。

今天很多团队都在搭建 Harness 框架。

里面包含:

  • System Prompt;
  • 规划;
  • 工具选择;
  • 上下文管理;
  • 任务拆解;
  • 状态管理;
  • 多 Agent 协作。

这些东西现在非常重要。

但随着模型和 Agent 平台继续发展,其中相当一部分通用能力,很可能会逐渐被基础设施吸收。

模型会越来越擅长规划。

平台会原生提供 Memory、工具路由、上下文管理、权限和工作流。

大量今天需要团队自己编写的 Agent 代码,未来可能会逐渐商品化。

这并不意味着 Harness 会消失。

安全、审计、权限、确定性流程和可观测性,依然需要企业自己控制。

但 Harness 很可能不再是企业最核心的差异化资产。

真正不会被通用模型吸收的,是企业自己的知识。

比如:

哪些客户属于高风险客户;

某个系统曾经发生过什么事故;

这些东西不属于任何通用大模型。

它们只属于一家具体企业。

而且每天都在变化。

模型可以越来越聪明。

Agent 可以越来越会做事。

但它不可能凭空知道:

你所在的组织此时此刻相信什么、遵守什么、如何做出判断。

因此,我认为未来企业 Agent 的真正护城河,会逐渐从:

我们用了哪个模型、哪套 Agent 框架、怎样写 Prompt

迁移到:

我们是否拥有一套结构化、可验证、持续更新、可以被不同 Agent 使用的组织知识。

换句话说:

Harness 可能会被 Agent 平台不断吸收,但企业知识的定义不会。

模型是租来的。

Agent 框架可以替换。

工具接口可以迁移。

但经过长期沉淀的企业知识,才是真正属于组织自己的资产。

/OKF 的意义/

把一个组织内所知道的东西,编译成 Agent 可以长期使用的系统资产。

这或许才是 OKF 最值得关注的地方。

不是因为它现在已经足够强大。

而是因为它第一次尝试为 Agent 时代最稀缺的东西,定义一个开放接口。

那个东西不是模型。

不是工具。

而是:

知识本身。

过去,我们把知识写给人看。

后来,我们把文档切块,交给 RAG 搜索。

而接下来,我们可能第一次真正开始:

让一个组织沉淀下来的知识,成为 Agent 可以持续理解、调用和进化的基础资产。

未来 AI 的竞争,或许不只是模型能力的竞争。

而是谁拥有:

更高质量、更可信、能够持续进化的组织知识。

> 作者:贾克斯的平行世界

53AI,企业落地大模型首选服务商

产品:场景落地咨询+大模型应用平台+行业解决方案

承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业

联系我们

售前咨询
186 6662 7370
预约演示
185 8882 0121

微信扫码

添加专属顾问

回到顶部

加载中...

扫码咨询

扫码登录
登录即表示您同意《53AI网站服务协议》
服务协议

欢迎您使用【53AI 官方网站】(以下简称“本网站”或“我们”)。本《会员服务协议》(以下简称“本协议”)是您(以下简称“会员”或“用户”)与【深圳市博思协创网络科技有限公司】之间关于注册、登录及使用本网站会员服务所订立的法律协议。

在您注册或登录前,请务必审慎阅读、充分理解各条款内容,特别是免除或限制责任的条款、知识产权条款、争议解决条款等。此类条款将以加粗形式提示您注意。 当您通过微信公众号授权、手机验证码验证或其他方式成功登录本网站时,即视为您已完全理解并同意接受本协议的全部内容。

一、 定义

本网站:指由【深圳市博思协创网络科技有限公司】运营的,域名为【53ai.com】的网站及相关移动端页面。

会员服务:指本网站向注册会员提供的知识库文章查阅、内容检索及其他相关增值服务。

知识库内容:指本网站发布的包括但不限于文字、图表、数据、研究报告、行业分析等数字化内容资源。

二、 账号注册与登录

登录方式:本网站支持以下登录方式,您可根据实际情况选择:

微信公众号授权登录:您同意将您的微信OpenID信息授权给本网站,用于创建或关联会员账号。

手机验证码登录:您需提供真实有效的手机号码,并通过短信验证码完成身份验证与登录/注册。

账号安全:您的账号仅限您本人使用,禁止赠与、借用、租用、转让或售卖。因您保管不善导致的账号被盗、密码泄露等损失,由您自行承担。

实名认证:根据相关法律法规要求,我们可能要求您在特定功能下完成实名认证。如您拒绝提供,可能无法使用部分或全部服务。

未成年人保护:若您未满18周岁,请在法定监护人的陪同下阅读本协议,并在征得监护人同意后使用本服务。

三、 服务内容与规范

知识库查阅权限:会员登录后,有权按照其会员等级对应的权限范围,在线浏览、检索本网站知识库中的相关文章及内容。

服务变更:我们有权根据业务发展需要,调整、变更或终止部分服务内容,并将以网站公告、公众号消息等方式提前通知。

禁止行为:您在使用服务时不得实施以下行为:

利用技术手段批量爬取、下载、转存知识库内容;

将知识库内容用于商业目的或未经授权地向第三方传播;

干扰本网站正常运行或侵犯其他用户合法权益;

发布违法违规信息或从事违反公序良俗的活动。

四、 知识产权声明

权利归属:本网站知识库中的排版设计、软件代码等内容的知识产权均归【公司全称】或原权利人所有,受《中华人民共和国著作权法》等法律保护。

有限许可:本网站授予会员一项非独占、不可转让、不可转授权的普通许可,仅限于个人学习、研究之目的在线查阅知识库内容。

侵权追责:未经书面许可,任何单位或个人不得以任何形式复制、转载、摘编、镜像、汇编或以其他方式使用上述内容。一经发现,我们保留追究其法律责任的权利。

五、 个人信息保护

我们重视对您个人信息的保护。关于我们如何收集、使用、存储和保护您的个人信息,请单独阅读 《隐私政策》。

您通过微信公众号授权或手机号验证所提供的信息,我们将严格按照《个人信息保护法》的规定处理,仅用于身份识别、服务提供及安全验证等必要用途。

您可以随时通过网站设置或联系客服行使查阅、更正、删除个人信息及撤回授权同意的权利。

六、 免责声明

内容准确性:知识库内容仅供参考,不构成专业建议。我们不对其完整性、准确性、时效性作任何明示或暗示的保证,您应自行判断并承担使用风险。

不可抗力:因自然灾害、政策法规变化、网络故障、第三方平台接口异常(如微信接口维护、运营商短信通道故障)等不可抗力导致的服务中断或延迟,我们不承担违约责任。

第三方链接:本网站可能包含指向第三方网站的链接,该等网站的内容和服务不受我们控制,请您自行甄别风险。

七、 违约责任

如您违反本协议约定,我们有权视情节采取警告、限制功能、暂停服务、注销账号等措施,并保留要求赔偿损失的权利。

如因您的违约行为导致我们遭受行政处罚、第三方索赔或商誉损失,您应承担全部赔偿责任(包括但不限于罚款、赔偿金、律师费、公证费等)。

八、 法律适用与争议解决

本协议的订立、执行和解释均适用中华人民共和国大陆地区法律。

因本协议产生的或与本协议有关的任何争议,双方应友好协商解决;协商不成的,任何一方均可向【公司所在地】有管辖权的人民法院提起诉讼。

九、 其他

本协议构成双方就本服务达成的完整协议,取代此前任何口头或书面约定。

本协议任一条款被认定为无效或不可执行的,不影响其他条款的效力。

我们对本协议享有最终解释权,并在法律允许的范围内保留随时修改的权利。修改后的协议一经公布即生效,继续使用服务即视为同意修订内容。


已查阅