一句话看懂：Google Cloud 在 2026 年 6 月发布 Open Knowledge Format（OKF），并于近期更新到 V0.2，试图用一套开源、厂商中立的格式，定义企业和 Agent 之间“知识”的存储与交换标准。它被看作 Agent 时代的基础设施级尝试，值得所有关注知识库和 Agent 工程化的人留意。
事件核心：发生了什么
OKF 是一组 Markdown 文件加 YAML 元数据组成的知识格式，核心目标是把“组织知道什么”这件事结构化，让人类和 AI Agent 都能读取、维护、交换和验证。它源于此前已有的“LLM Wiki”模式——用纯文本文件整理知识，再让大模型基于这些文件回答问题。Google Cloud 在 2026 年 6 月将其正式发布为开放标准，最近一次更新到 V0.2，新增了来源、验证、时效性和可信度机制。
据原文社区分享，目前国内对 OKF 的讨论还很少。但 OKF 的定位与已有的 Agent 基础设施形成了一种互补关系：模型负责“能不能思考”，MCP 解决“能连接什么”，Skills 封装“应该怎样做”，而 OKF 想定义的是“知识本身以什么格式存在”。
为什么重要
Agent 生态过去两年快速分层，但一个尴尬的事实是：几乎所有企业知识库的存储格式仍然是私有的，或者根本没有格式。每家团队都在用自己的文档结构、数据库 Schema 和 Embedding 流程来“喂”Agent，结果就是大量的重复劳动——每个企业都在重新发明同一个轮子。
OKF 的意义在于它试图为“知识”本身提供一个公共接口：只要知识是 OKF 格式，任何兼容的 Agent 和工具都能直接读取。这个思路和 HTML 当年的逻辑类似——不是靠复杂度取胜，而是靠统一格式来降低整个行业的协作成本。如果 OKF 被更多工具链采纳，它可能成为企业知识从“内部资产”转向“可移植资产”的底层协议。
对用户/开发者/创作者的影响
对开发者和 AI 工程团队来说，这是一个值得提前评估的格式选择。如果你正在搭建企业知识库、代码知识库或内部 Agent Harness，OKF 的“来源可溯、时效性可验”机制目前公开信息显示仍处于早期阶段，但 V0.2 的方向已经清晰：它不只是存储知识，还在定义知识如何被信任。选择 OKF 意味着知识库可以脱离特定平台迁移，而不是被某一家工具或云厂商锁定。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对普通用户和创作者，短期内影响不大，但值得关注的是知识格式的统一如何改善 AI 回答质量。当 Agent 读取的知识自带来源和时效信息时，AI 的引用可靠性和信息陈旧问题理论上会得到缓解——这正是目前大模型应用最常被诟病的短板之一。
值得关注的后续
三个具体观察点：第一，OKF V0.2 的“验证和可信度机制”如何在真实企业知识库中落地，是依赖人工标注还是自动化流程；第二，除了 Google Cloud，是否有其他主流 Agent 开发框架和知识库工具宣布兼容 OKF，这决定了它能否从标准文件变成事实标准；第三，MCP、Skills 和 OKF 这一套组合是否会在后续的 Agent 产品中形成完整的官方参考架构。目前公开信息显示 OKF 还处于早期阶段，需要看是否有真实的企业级案例跑通闭环。
