谷歌云推出OKF格式，专治企业文档乱，让AI代理更聪明

碎片化数据成AI落地最大绊脚石

企业内部存在着PDF文档, 还有Word文档, 以及各类专有系统里的非结构化数据, 长期以来是以碎片化这种形式存在下去的。谷歌云最新的报告表明，这些数据因为缺少统一的解析标准, 从而严重地制约了大模型的语义理解精确程度与响应质量。在2026年6月的时候, 谷歌云正式推出了“开放知识格式”, 也就是OKF, 想要从数据标准这个方面入手来打破这样的一种僵局。

据行业分析师作出评估认为, 当前情况下企业的AI代理当去调用内部知识之际, 平均而言有超过三成以上的时间是消耗在了数据格式转换之上的。而谷歌云所采取的这一举措, 是直接对企业在促成生成式AI得以落地过程当中的核心痛点进行了回应的, 也就是究竟该怎么样去高效并且精准无误地为AI代理精心构建知识输入体系的问题。

OKF格式核心在于标准化与互操作性

OKF v0.1版本把零散文档整个统一转变为带着YAML元数据的Markdown样式, 正式确定了“LLM-Wiki”模式的开放标准, 这种格式着重强调厂商中立性, 准许开发者在没有专有平台或者SDK的情形下, 搭建能够跨模型、跨代理流动的知识库。

谷歌云官方于2026年6月17日的发布会上宣称, OKF的核心价值是把复杂的企业知识解析成易于检索的“知识原子”, 借助内部链接搭建起丰富的语义关联图谱, 从而让AI代理能够如同人类那样领会知识之间的内在逻辑。

AI代理时代急需底层数据优化

全球 AI 领域朝着代理化（Agentic AI）加速往前迈进的情形下, OKF 的推出被当作是针对检索增强生成（RAG）架构的底层方面的优化 , 行业里面的专家讲出, 当下诸如 OpenAI 发布“电脑使用”功能、Anthropic推出 Swarm 框架这样的主流 AI 厂商, 全都聚焦于应用层的创新。

谷歌选取深耕知识表征这一层面, 尝试从数据相关的标准打开缺口, 去降低企业打造私有化AI引擎的那种门槛。这样的差异化策略显示出, 谷歌觉得数据标准化是AI达到规模化进行推广所必须具备的根本前提条件, 而不是仅仅单纯地去追求应用层面的功能进行多层叠加。

企业私有化AI引擎门槛有望降低

OKF格式具备的开放特性, 表明企业不用依赖特定平台就能构建自身的知识库。开发者能够直接把现有文档转化成OKF格式, 不需要额外去购买专用SDK或者服务。谷歌云产品经理在技术博客里着重指出, OKF会帮助企业节省大量的数据清洗以及格式化时间。

据测试得出的数据显示, 知识库采取OKF格式时, 在AI代理进行调用之际, 平均响应速度提升了大约35%, 其语义理解准确率提高了将近20%。这些数据源自谷歌云以及多家合作伙伴共同开展的测试, 这里有金融领域头部企业, 还有医疗领域头部企业。

知识图谱构建实现语义关联突破

OKF格式借由内部链接机制, 于知识原子之间构架起极为丰富的语义关联图谱, 这体现为, AI代理在应答问题之际, 不但能够寻觅到相关知识点, 并且可以领会知识之间的逻辑关系, 举例来讲, 当用户提出询问“某产品市场表现”之时, AI代理能够自动关联销售数据、客户反馈以及竞品分析。

所提及的这种使得语义关联能力得以提升的情况, 其直接根源在于OKF针对YAML元数据开展的标准化设计。每一个知识原子当中都涵盖着标签、分类以及关联链接, 这就达成了跨部门、跨系统的知识能够实现有效整合的结果。谷歌云表明, 此种设计参照了维基百科的链接模式, 不过是针对AI代理做了专门的优化处理行为。

行业竞合格局悄然变化

在那场关于AI代理标准化的竞赛里头, 谷歌挑选了从数据层面着手深入, 以此跟诸如微软、亚马逊等这般的对手构建起差异化的竞争态势。微软先前推出的Copilot生态是依赖于其自身所拥有的格式的, 然而亚马逊却是将重点放在云基础设施的优化方面的。谷歌所采用的OKF策略是愈发偏向于开放式标准的, 意图去吸引更多的第三方开发者加入进来的。

行业分析师持有这样的看法, OKF的成功或者失败, 将会由生态建设来决定。谷歌云已经公布了首批合作伙伴的名单, 其中含有多家知识管理软件厂商以及AI创业公司。要是OKF能够成为行业所公认的标准, 那么谷歌将把控企业AI基础设施的关键话语权。

你认为OKF格式可不可以跃身为企业AI知识管理的行业标准, 欢迎于评论区去分享你的见解, 通过点赞以及转发促使更多地人投身到讨论中！