想建知识工厂?先解决这四个问题
Harrison Chase提出知识工厂,方向得到认同,但一家公司连数据、流程都没收拾好,建工厂只是把混乱自动化。
Harrison Chase 最近写了篇长文,讲“知识工厂”(knowledge factory)。核心观点:让AI在企业里干活,缺的不是模型,不是上下文,是企业如何运作的知识。这些知识散落在文档、系统、以及老员工的脑子里。企业需要一套系统去收集、整理、维护这些知识,再交给agent用。
LangChain内部已经在这么做:GTM agent、内容agent、LangSmith Engine都跑着类似的学习回路。
Maksymilian 同意这个方向,但觉得事情没那么简单。他说:去一家公司,直接照着这个思路建知识工厂,大概率会失败。不是因为概念不对,而是几乎没有任何公司准备好了。AI转型才刚开始,现实比蓝图脏得多。
他列了四个最常见的问题:
一、数据是散的
一家典型公司有ERP、TMS、WMS,还有邮件、Excel、Slack。这些工具里都是数据,但同一份数据在不同系统里长得不一样。agent要自己学会在不同系统之间找东西——和人一样,这份苦差事躲不掉。
二、到处是例外
SOP写得再全,也总有覆盖不到的情况。发票缺个PO、客户突然提出个非标准需求。这种时候,领域专家靠的是脑子里的经验,而不是什么文档。这些经验从来不会被记录下来,但恰恰是让流程能跑下去的关键。
三、人成了胶水
“把数据从一个Excel复制到另一个Excel,或者从邮件录入ERP”——在某些公司,这可能是某个岗位的全部工作。这些琐碎动作叠加起来,吃掉大量时间。本该用来处理复杂问题的人,被当成了数据传输管道。
四、流程本身太烂
比如财务部的供应商结算流程,可能包含几十个步骤,来回联系不同部门、等待回复。如果流程本身就是坨垃圾,自动化只会让垃圾流得更快。
Maksymilian 的建议是:别急着建知识工厂。先找真正干活的人聊,挖掘他们系统的使用痕迹,把现有流程完整画出来。然后基于AI和自动化带来的新能力,重新设计流程。最后才考虑建什么系统。
有网友问:与其搞复杂的知识工厂,持续维护一份公司brief文档,作为唯一事实来源,不行吗?Maksymilian 在评论里回复:在企业里,“唯一事实来源”很难成立。流程是垂直的,一个完整工作流会涉及财务、销售、运营、HR,每个部门用自己的工具,同一信息在不同部门有不同写法。至于持续更新brief——由谁来维护它?多大?哪些信息值得写进去?它什么时候过时?不断追加还会造成重复和冲突,AI看到前后矛盾的内容,效果只会更糟。记忆的存储和更新,目前行业还没有标准。
Harrison 那篇文章里有个例子:agent在跑收入报告时发现BigQuery里一个列名变了,它在线修正,同时标记了这个变化;晚上curator agent检查标记和交互记录,更新了相应技能。
想法是好的:工作过程自然暴露知识缺口,然后自动补齐。但前提是,企业得有一条像样的流程供agent跑。否则知识工厂建起来了,喂进去的都是烂流程里的经验。
发布时间: 2026-11-23 00:56