Knowledge（知识）在 AI 领域语境下，通常指企业如何把文档、数据与领域经验组织成可供大模型检索和使用的知识库，是当前 RAG（检索增强生成）与智能体应用的核心基础设施。随着企业从简单问答转向多步骤智能体，知识的管理、检索与评测方式正在快速演进。近期的报道集中反映了这一趋势。
Knowledge Base 与智能体检索的近期进展
当前焦点与观察点
值得关注的三个方向：其一，知识的结构化程度在提高——从纯向量相似度检索转向结合图结构（如 Harvey 的 context graphs 与面向生命科学的图结构评测基准 LG-Bench），如何评测智能体对复杂知识的理解成为新课题；其二，知识库正从工具演变为托管服务，AWS 的 AgentCore、Quick 跨账户发布自动化等案例显示，多账户治理与审计合规成为企业级落地的关键环节；其三，行业社区围绕 Agentic Knowledge 的讨论升温，Pinecone 在 SFTechWeek 组织的专场活动也印证了向量数据库厂商对智能体检索场景的投入。
争议点主要在于：托管知识库方案降低了搭建门槛，但也带来供应商锁定与检索质量可控性的权衡；而图结构方法虽在专业领域表现更好，其构建与维护成本仍待验证。对 practitioners 而言，按场景选择检索策略、并建立可量化的评测基准，是接下来知识工程落地的重点。