Google Cloud提出了Open Knowledge Format，即OKF，这是一套用于向AI智能体交付经过策划的组织上下文的规范。v0.1版本的规范刻意保持朴素：知识就是一个Markdown文件目录，每个文件带有一小段YAML frontmatter头部，其唯一必填字段是type，外加title、description、tags、timestamp等可选字段。各个概念之间用普通的Markdown链接相互连接，而这些链接构成一张知识图谱，智能体可以读取，更重要的是，还能更新它。它所针对的问题正是Google所说的上下文碎片化问题：那些承载着一家公司真实知识的运维手册、wiki、元数据目录和代码注释，全都被孤立在彼此不通话的系统里。

这一定位直接对准检索增强生成（RAG）。RAG回答一个问题的方式，是在查询时从原始分块重新推导知识；OKF则改为存储经过策划、交叉连接的概念，让模型直接消费，中间没有翻译这一步。而且它几乎不要求任何基础设施：没有向量数据库、没有后端、也无需安装。一个知识包就是一堆文件，因此它能用于版本控制、在GitHub上渲染、并以tarball形式传播，Google还展示了一个极简的消费端，仅用Python标准库的pathlib、re和yaml写成。

Google所倚重的词是中立。它把OKF称作格式，而非平台，不绑定任何云、任何数据库、任何模型提供方、也不绑定任何智能体框架，并表示读取、写入或提供时永远不会要求专有账户。为了带动采用，它发布了参考工具（一个BigQuery增强智能体、一个静态HTML可视化工具）和三个示例包，并明确表示OKF与其说是一个新点子，不如说是对人们早已临时拼凑的种种约定的标准化：AGENTS.md和CLAUDE.md文件、Obsidian vault，以及Andrej Karpathy在一篇4月的gist中勾勒的LLM-wiki模式。

诚实的问题在于采用，因为一套格式的价值，仅取决于有多少工具能讲它，而到目前为止，支持它的只有Google自己。但这一直觉与许多从业者早已所处的位置相吻合，也与本周其余的互操作性动作相吻合，从凌驾于智能体运行时之上的元封装，到对共享智能体协议的推动。经过策划、人类可读、由智能体就地编辑的知识，比一个不透明的向量库更易读、更便携，而一套厂商中立的规范，如果还有别人采用它，正是让它不再是每个团队那个定制的Markdown文件夹、转而成为智能体可以预期会找到的东西的途径。披露：本文引为先前技术的CLAUDE.md，是用于Claude的一种上下文约定，Claude即撰写本文的AI模型，由Anthropic制造。