将论文导入 NotebookLM，把内部制度接入企业智能体，或把政策文件植入问答系统，越来越多的 AI 应用正迫使使用者思考一个核心问题：你希望 AI 依据什么来回答？
这一实践已超越开发者范畴。截至 2026 年 7 月 16 日，Gemini Notebook（原 NotebookLM）用户超 3000 万，覆盖 60 多万个组织。在中国，腾讯 ima 也将本地文件、微信生态内容纳入个人知识库。[2]知识库正从后台技术组件走向日常学习、办公及公共服务一线。
当前讨论多基于检索增强生成（RAG）技术。美国国家标准与技术研究院将其定义为生成式模型与独立检索系统的连接：系统先检索相关知识作为上下文，再交由模型生成。[3]Lewis 等人视其为参数化记忆与非参数化记忆的结合：模型负责语言理解，外部资料库提供可更新、可核验的知识。[4]本文所指 AI 知识库，即连接通用模型与特定资料集，使其能依据资料检索、生成并追溯来源的系统。简言之，大模型提供通识能力，知识库补充具体语境。
图片来源于 pexels
AI 知识库的兴起
知识库并非新生事物，数据库与专家系统曾承担类似功能。生成式 AI 带来的变革在于资料调用方式：从人工关键词查找转变为模型基于自然语言的理解与提取。通用模型的内在知识受限于训练截止期，难以涵盖最新政策或私有数据，且在医疗、法律等专业场景中易出现适用性偏差。
若将预训练知识视为“参数化记忆”，外部资料则是“非参数化记忆”。[4]前者赋予模型基础能力，后者补充特定时段或领域的具体信息。用户无需重训模型，仅需上传资料即可让 AI 查阅指定材料。如果说预训练是通识教育，知识库便是可随时更新的专业资料室，确保模型在保留基础能力的同时，掌握最新制度与案例。
文件上传仅是起点，关键在于后续的检索与生成质量。Gao 等人将 RAG 发展概括为朴素、进阶和模块化三阶段，涉及问题处理、检索组织及结果核查等环节。[5]这表明知识库性能既取决于资料质量，也受制于各环节的协同程度。
从用户视角看，该技术可归纳为三个层次：找得到（精准检索）、辨得清（识别版本与适用范围）、答得有据（提供可核查来源）。知识库对 AI 能力的深化，主要体现在明确的专业范围内。这种垂直化的知识供给，使模型能区分专业语境并将回答落实至可核验来源，构成了各类 AI 应用的基础。
图片来源于 pexels
知识库的应用分化
知识库在实际应用中呈现显著的主体差异：个人侧重阅读与工作轨迹记录，企业关注制度与经验传承，机构则致力于专业知识普惠。
1.个人知识的整理与调用
个人知识库旨在弥合信息积累与实际使用间的鸿沟。面对散落在文件夹中的海量资料，NotebookLM、ima 等产品让用户围绕选定材料进行提问与创作，将私人积累转化为可分享的知识集合。
克拉克和查尔默斯提出的“延展心智”认为，当外部工具稳定参与记忆与行动时，它们即成为认知过程的一部分。[6]AI 知识库增强了这种可调用性，不仅能重组材料，还能提示文献间的潜在联系。但这种延伸受限于个人选择，既有兴趣偏向可能影响回答。因此，个人知识库适合作为辅助空间，材料的最终理解与判断仍需由使用者完成。
2.组织经验的保存与共享
组织场景下，知识库需解决经验随人员流动而流失的问题。以腾讯乐享为例，其 AI 问答可依据内部资料生成回答并标注来源，同时根据员工身份调用权限内内容。[7]这将文件搜索升级为业务中的实时知识调用。
AI 提供了更便捷的查询入口，加速了工作经验的内部传播。Brynjolfsson 等人的研究显示，接入工作流程的 AI 助手使客服人员人均效率提升约 15%，新手获益尤甚。[8]组织知识库拓展了集体记忆与协作能力，但其有效运行依赖业务成员的持续参与，需及时更新制度变化并保留必要的例外说明。
图片来源于 pexels
3.专业场景中的知识服务
医疗、法律等专业领域的问题具有明确适用条件，宽泛回答难具实操性。知识库将分散的专业资料转化为自然语言可调用的信息，为专业服务开辟新入口。
研究显示专业资料至关重要。一项放射科研究中，经专业材料增强的本地模型将危险性幻觉率从 8% 降至 0%。[9]科研系统 OpenScholar 通过检索 4500 万篇论文生成带引文回答，其正确性评分比单独使用 GPT-4o 提高约 12.7 个点。[10]专业知识库将证据组织与适用条件融入回答，扩大了服务覆盖范围。
专业知识库还降低了服务门槛。用户可用日常语言描述问题，由系统匹配专业资料。这使机构能将存量知识转化为持续服务。成熟的知识库还应识别材料不足时刻，引导用户转向专业人员。随着服务范围扩大，机构的解释责任也随之增加。
AI 知识库的建设约束
机构的解释责任始于资料入库。文件纳入系统后，其流通边界改变，AI 回答亦会继承资料的时效性与偏差。知识库建设是一项持续的治理工作，技术部署仅为起点。
1.知识入库的授权与权限
文件常含敏感内容，上传至外部平台意味着进入新环境，平台规则直接影响安全。建设者须先确认资料来源与授权状态，依敏感度选择部署方式。
《个人信息保护法》划定了处理边界，[11]《生成式人工智能服务管理暂行办法》要求保护用户信息及限制非必要收集。[12]建设中应延续原有管理规则，确保员工仅能检索权限内资料，并在岗位变动时同步调整权限，防止敏感信息泄露。
2.知识更新的组织机制
资料会随现实变化失效。若新旧版本混用，系统可能基于废止内容生成错误回答。文件的生效时间与状态需转化为系统可识别的信息。
《政务领域人工智能大模型部署应用指引》要求建立数据台账并确保来源可追溯，将常态化更新纳入管理。[13]维护工作需由熟悉业务的部门长期承担，技术人员负责系统优化，业务部门确认制度效力。用户反馈亦可反向揭示材料缺口，推动知识库完善。
3.回答质量的评估与责任
流畅的语言或附有出处并不等同于可靠。Zhou 等人指出，模型可能忠实引用残缺材料从而得出错误结论。[14]评估既要关注回答正确性，也要判断现有资料是否足以支撑结论。测试范围应涵盖模糊提问与材料冲突场景。
错误资料还可能借助检索机制扩大影响。PoisonedRAG 研究显示，向知识库注入少量恶意文本即可实现高成功率攻击。[15]因此需保留内容审核与异常监测机制。《指引》要求面向公众的智能问答建立人工复核与风险处置机制。[13]常规事实交由系统处理，高风险问题转交专业人员，确保运行可追溯、可纠正。
从个人资料到专业服务，AI 知识库正为通用模型补充持续更新的具体语境。随着智能体从内容生成走向任务执行，知识库将成为行动的重要依据。机构的 AI 能力将更多体现为组织知识、维护知识并对其使用负责的能力。
未来的知识库将是持续生长的系统。新材料不断进入，旧认识接受修正。AI 需学会如何使用知识，在材料不足时表达不确定，并将超出范围的问题交还给人。唯有知识更新与专业判断形成稳定机制，通用智能才能获得可靠的领域深度。
参考资料
WOODWARD J. NotebookLM is now Gemini Notebook[EB/OL]. (2026-07-16). https://blog.google/innovation-and-ai/products/gemini-notebook/notebooklm-gemini-notebook/.
[2] 新华网。腾讯 ima 安卓端 App 正式上线：云存储空间免费扩容至 2G[N/OL]. (2025-02-20).
[3] NATIONAL INSTITUTE OF STANDARDS AND TECHNOLOGY. Retrieval-augmented generation[EB/OL]. https://csrc.nist.gov/glossary/term/retrieval_augmented_generation.
[4] LEWIS P, PEREZ E, PIKTUS A, et al. Retrieval-augmented generation for knowledge-intensive NLP tasks[C]//Advances in Neural Information Processing Systems 33. Red Hook: Curran Associates, 2020: 9459-9474.
[5] GAO Y F, XIONG Y, GAO X Y, et al. Retrieval-augmented generation for large language models: A survey[EB/OL]. (2024-03-27). https://doi.org/10.48550/arXiv.2312.10997.
[6] CLARK A, CHALMERS D. The extended mind[J]. Analysis, 1998, 58(1): 7-19.
[7] 腾讯云。腾讯乐享：企业 AI 知识库与智能知识管理平台 [EB/OL]. https://intl.cloud.tencent.com/zh/products/lexiang.
[8] BRYNJOLFSSON E, LI D, RAYMOND L. Generative AI at work[J]. The Quarterly Journal of Economics, 2025, 140(2): 889-942.
[9] WADA A, TANAKA Y, NISHIZAWA M, et al. Retrieval-augmented generation elevates local LLM quality in radiology contrast media consultation[J]. npj Digital Medicine, 2025, 8: 395.
[10] ASAI A, HE J, SHAO R, et al. Synthesizing scientific literature with retrieval-augmented language models[J]. Nature, 2026, 650(8103): 857-863.
[11] 全国人民代表大会常务委员会。中华人民共和国个人信息保护法 [EB/OL]. (2021-08-20).
[12] 国家互联网信息办公室，等。生成式人工智能服务管理暂行办法 [EB/OL]. (2023-07-13).
[13] 中央网络安全和信息化委员会办公室，等。政务领域人工智能大模型部署应用指引 [EB/OL]. (2025-10-10).
[14] ZHOU Y J, LIU Z, DOU Z C. How credible is an answer from retrieval-augmented LLMs? Investigation and evaluation with multi-hop QA[C]//Proceedings of the 31st International Conference on Computational Linguistics. Abu Dhabi: Association for Computational Linguistics, 2025: 4232-4242.
[15] ZOU W, GENG R P, WANG B H, et al. PoisonedRAG: Knowledge corruption attacks to retrieval-augmented generation of large language models[C]//Proceedings of the 34th USENIX Security Symposium. Berkeley: USENIX Association, 2025: 3827-3844.
刘恒｜文字
图源自 Pexels｜图片
谢莞玉｜编辑
赵梓余｜责任编辑
刘晓英｜初审
张庆园｜复审
谭志伟｜终审
END