外部调研Microsoft Fabric IQ 正将 企业实体、关系、规则、语义模型、数据组织成共享业务 Context并直接提供给 Agent。Google 将 Data Cloud 定义为面向 Agent 的 Context Reasoning Action 基础设施并推出 Knowledge Catalog、动态 Context Graph 等能力。Snowflake Horizon Context 将元数据、业务定义、Lineage、权威性和语义视图汇聚成 Governed Context并使 Agent 自动继承这些业务逻辑。Palantir 的 Ontology 已不再只是数据模型而是连接 数据、业务逻辑、动作和安全策略的企业操作模型并通过 Ontology MCP 暴露给外部 Agent。AWS 的 Agentic AI 架构明确把 Knowledge Base 作为 Agent 基础设施的一部分并强调向量、图、语义检索、RBAC 等能力。Neo4j、Stardog 等知识图谱厂商则将 Ontology Enterprise Data Memory 定义为 Agent 的共享 Knowledge Layer。个人判断总结Agent 时代企业知识需要解决的问题如何把企业知识组织成 Agent 能理解、检索、推理、验证、授权并用于行动的机器可执行 Context。Agent时代的知识管理研究内容企业知识定义、知识范围、知识承载、知识使用、知识更新以及面向 AI Agent 的下一代知识架构。Agent时代的企业知识定义能够支持企业主体、业务事实、语义、规则、经验、关系、状态、决策和行动的结构化与非结构化信息及其Context 。Agent时代的企业知识范围数据模型有什么有哪些对象、属性、事实、状态语义模型意味着什么对象是什么、有什么关系、指标怎么算操作模型如何运行谁做什么、什么时候做、依据什么规则、如何执行| 1. 事实知识 | 企业真实存在的事实 | 客户、订单、产品、资产 | Grounding || 2. 语义知识 | 概念、定义、指标、术语 | 什么是重点客户 | Understanding || 3. 关系知识 | 实体之间的关联 | 客户→订单→产品 | Reasoning || 4. 规则知识 | 业务规则、约束、政策 | 超过100万需审批 | Decision || 5. 流程知识 | SOP、Workflow、审批流程 | 采购审批流程 | Planning || 6. 经验知识 | 历史案例、最佳实践、异常处理 | 某类故障如何解决 | Recommendation || 7. 决策知识 | 历史决策及其依据 | 为什么当时选择供应商A | Decision support || 8. 状态知识 | 当前动态状态和事件 | 库存、订单、设备状态 | Real-time action |企业知识定义传统企业知识定义ISO 30401 是企业知识管理的重要标准基础。ISO 当前正在修订该标准2026 年已经进入 DIS 阶段。ISO/TC 260 对 Knowledge 的表述强调Knowledge 是能够支持特定情境下有效决策和行动的理解。同时指出组织中的知识存在于个人、团队和组织之间并且具有不同形式其中部分知识无法被直接管理知识也通过人与人、人与信息、人与环境、人与工作之间的交互形成。Agent时代的企业知识新定义基于 ISO 30401 与当前 Agentic Data / Knowledge Layer 的实践可以提出一个更适合 AI Native 企业的定义企业知识 企业在业务运行过程中形成的、能够描述业务对象及其关系、解释业务语义、表达事实与状态、约束业务行为、沉淀经验与决策并能够支持人和 Agent 理解、推理、决策与行动的信息资产集合。具象理解Data-数据客户 A 的订单金额 100 万 数据模型↓Information-信息客户 A 在 Q2 发生 12 次采购数据模型↓Knowledge-知识客户 A 是重点客户过去 12 个月采购持续增长 语义模型↓Understanding-业务规则重点客户连续 30 天未下单需要客户经理跟进 语义模型↓Decision-决策建议提升客户等级并触发客户经理拜访 操作模型↓Action-行动Agent创建销售跟进任务 操作模型Agent 真正需要的不是“100 万”这个数字而是数字意味着什么它和哪些实体相关它处于什么状态应该如何解释以及依据什么规则采取行动。相比传统“知识库”扩大了三个范围第一从“内容”扩大到“Context”不仅包括文档、FAQ、制度、Wiki还包括元数据、指标定义、数据血缘、企业实体、实时状态、业务规则、权限策略、历史决策、操作记录、工作流、用户行为Snowflake 对企业 Context 的描述就明确包含数据库、BI、数据 Pipeline、Query Log、Lineage、业务定义和访问控制等信息。第二从“描述”扩大到“可执行”传统知识“采购订单超过审批金额需要高级经理审批。”Agent 需要进一步知道Rule: purchaseAmount thresholdActor: ManagerAction: approvePurchaseOrder()Condition: department X and riskLevel YPalantir Ontology 的架构已经明确采用Nouns Verbs 即用企业对象和动作共同表达企业运行世界。第三从“静态资产”扩大到“动态 Context”企业知识不是静态 Wikipedia。例如昨天是知识仓库库存 10,000今天变成库存 1,200供应商延迟 3 天订单待发 5,300安全库存 2,000Agent时代必须考虑 Knowledge Freshness企业知识的范围从“内容中心”转向“业务世界模型”Enterprise Knowledge│┌───────┼─────────┐│ │ │Semantic Context Operational│ │ │Ontology History WorkflowEntities Cases SOPMetrics Experience APIRelationships Decisions ActionsRules Exceptions Tools│ │ │└────────┼────────┘│Decision Knowledge│Agent Reasoning AI知识定义
外部调研Microsoft Fabric IQ 正将 企业实体、关系、规则、语义模型、数据组织成共享业务 Context并直接提供给 Agent。Google 将 Data Cloud 定义为面向 Agent 的 Context Reasoning Action 基础设施并推出 Knowledge Catalog、动态 Context Graph 等能力。Snowflake Horizon Context 将元数据、业务定义、Lineage、权威性和语义视图汇聚成 Governed Context并使 Agent 自动继承这些业务逻辑。Palantir 的 Ontology 已不再只是数据模型而是连接 数据、业务逻辑、动作和安全策略的企业操作模型并通过 Ontology MCP 暴露给外部 Agent。AWS 的 Agentic AI 架构明确把 Knowledge Base 作为 Agent 基础设施的一部分并强调向量、图、语义检索、RBAC 等能力。Neo4j、Stardog 等知识图谱厂商则将 Ontology Enterprise Data Memory 定义为 Agent 的共享 Knowledge Layer。个人判断总结Agent 时代企业知识需要解决的问题如何把企业知识组织成 Agent 能理解、检索、推理、验证、授权并用于行动的机器可执行 Context。Agent时代的知识管理研究内容企业知识定义、知识范围、知识承载、知识使用、知识更新以及面向 AI Agent 的下一代知识架构。Agent时代的企业知识定义能够支持企业主体、业务事实、语义、规则、经验、关系、状态、决策和行动的结构化与非结构化信息及其Context 。Agent时代的企业知识范围数据模型有什么有哪些对象、属性、事实、状态语义模型意味着什么对象是什么、有什么关系、指标怎么算操作模型如何运行谁做什么、什么时候做、依据什么规则、如何执行| 1. 事实知识 | 企业真实存在的事实 | 客户、订单、产品、资产 | Grounding || 2. 语义知识 | 概念、定义、指标、术语 | 什么是重点客户 | Understanding || 3. 关系知识 | 实体之间的关联 | 客户→订单→产品 | Reasoning || 4. 规则知识 | 业务规则、约束、政策 | 超过100万需审批 | Decision || 5. 流程知识 | SOP、Workflow、审批流程 | 采购审批流程 | Planning || 6. 经验知识 | 历史案例、最佳实践、异常处理 | 某类故障如何解决 | Recommendation || 7. 决策知识 | 历史决策及其依据 | 为什么当时选择供应商A | Decision support || 8. 状态知识 | 当前动态状态和事件 | 库存、订单、设备状态 | Real-time action |企业知识定义传统企业知识定义ISO 30401 是企业知识管理的重要标准基础。ISO 当前正在修订该标准2026 年已经进入 DIS 阶段。ISO/TC 260 对 Knowledge 的表述强调Knowledge 是能够支持特定情境下有效决策和行动的理解。同时指出组织中的知识存在于个人、团队和组织之间并且具有不同形式其中部分知识无法被直接管理知识也通过人与人、人与信息、人与环境、人与工作之间的交互形成。Agent时代的企业知识新定义基于 ISO 30401 与当前 Agentic Data / Knowledge Layer 的实践可以提出一个更适合 AI Native 企业的定义企业知识 企业在业务运行过程中形成的、能够描述业务对象及其关系、解释业务语义、表达事实与状态、约束业务行为、沉淀经验与决策并能够支持人和 Agent 理解、推理、决策与行动的信息资产集合。具象理解Data-数据客户 A 的订单金额 100 万 数据模型↓Information-信息客户 A 在 Q2 发生 12 次采购数据模型↓Knowledge-知识客户 A 是重点客户过去 12 个月采购持续增长 语义模型↓Understanding-业务规则重点客户连续 30 天未下单需要客户经理跟进 语义模型↓Decision-决策建议提升客户等级并触发客户经理拜访 操作模型↓Action-行动Agent创建销售跟进任务 操作模型Agent 真正需要的不是“100 万”这个数字而是数字意味着什么它和哪些实体相关它处于什么状态应该如何解释以及依据什么规则采取行动。相比传统“知识库”扩大了三个范围第一从“内容”扩大到“Context”不仅包括文档、FAQ、制度、Wiki还包括元数据、指标定义、数据血缘、企业实体、实时状态、业务规则、权限策略、历史决策、操作记录、工作流、用户行为Snowflake 对企业 Context 的描述就明确包含数据库、BI、数据 Pipeline、Query Log、Lineage、业务定义和访问控制等信息。第二从“描述”扩大到“可执行”传统知识“采购订单超过审批金额需要高级经理审批。”Agent 需要进一步知道Rule: purchaseAmount thresholdActor: ManagerAction: approvePurchaseOrder()Condition: department X and riskLevel YPalantir Ontology 的架构已经明确采用Nouns Verbs 即用企业对象和动作共同表达企业运行世界。第三从“静态资产”扩大到“动态 Context”企业知识不是静态 Wikipedia。例如昨天是知识仓库库存 10,000今天变成库存 1,200供应商延迟 3 天订单待发 5,300安全库存 2,000Agent时代必须考虑 Knowledge Freshness企业知识的范围从“内容中心”转向“业务世界模型”Enterprise Knowledge│┌───────┼─────────┐│ │ │Semantic Context Operational│ │ │Ontology History WorkflowEntities Cases SOPMetrics Experience APIRelationships Decisions ActionsRules Exceptions Tools│ │ │└────────┼────────┘│Decision Knowledge│Agent Reasoning