摘要
Google Cloud 宣布推出开放知识格式（Open Knowledge Format，简称 OKF）v0.1 版本，并同步在 GitHub 上以 Apache 2.0 许可证开源了规范全文、参考实现和示例数据集。这个公告没有引发像新模型发布那样的轰动——它不涉及任何 GPU、推理优化或模型架构突破——但它可能比大多数模型更新更值得被关注。因为 OKF 试图解决的，是当前 AI 智能体（Agent）生态中一个被长期忽视却又最为昂贵的问题：每一支团队都在重复解决"如何让 AI 获得正确的上下文"这个工程难题，而每一次解决方式都是定制的、不可复用的，最终成为一套套彼此隔离的知识孤岛。 OKF 的定义简单到几乎令人失望。它就是一个由 Markdown 文件组成的目录结构，每个文件代表一个"概念"（concept）——可以是一张 BigQuery 表、一个业务指标、一条 API 端点、一份事故 Runbook。每个 Markdown 文件顶部包含一小块 YAML 前置元数据（frontmatter），整个规范对字段的要求只有一个：type（类型）。其他字段——title、description、resource、tags、timestamp——全是推荐项而非强制项。Google Cloud Data Cloud 团队的技术负责人 Sam McVeety 和 BigQuery 技术负责人 Amir Hormati 在联名博文中用三句话概括了 OKF 的本质："就是 Markdown——可以在任何编辑器中阅读，可以在 GitHub 上渲染，可以被任何搜索工具索引。就是文件——可以打成 tarball，托管在任何 git 仓库，挂载到任何文件系统。就是 YAML frontmatter——只为少数需要可查询的结构化字段。" 如果你用过 Obsidian、Notion、Hugo，或者过去一年里各种以"AGENTS.md"或"CLAUDE.md"命名的仓库约定文件，OKF 的形态会立刻让你觉得熟悉。这正是 OKF 设计的出发点——它不是在发明一种新的知识组织方式，而是将一个已经由开发者社区在实践中反复验证过的模式，规范化为一个互操作标准。 这个模式的核心思想，最简洁的表达来自著名 AI 研究者 Andrej Karpathy。