鲜活的知识层：我为何不再相信单一事实来源
CIO News 刚刚发表了一篇关于我们如何在 Ashley Furniture 运营 AI 智能体的报道。这是我自己的看法——报道说对了什么，以及第三方视角无法真正承载的那部分。
CIO News 本周发表了一篇关于我如何在 Ashley Furniture 运营 AI 的文章 —— “Ashley Furniture 首席技术官谈：随着智能体舰队扩张，鲜活的知识层如何让智能体与开发者保持同一事实”。我通常不写关于别人报道我的文章，但那个标题里的框架，正是我两年多来一直想传达的东西，我更愿意用自己的话来说，而不是让转述来承载它。
简而言之：不存在所谓的中心化事实来源。你要围绕去中心化来构建系统。
我们都曾怀揣的那个梦想
我工作过的每一家企业都在追逐同一个产物——知识库。Wiki。文档门户。一个权威的、存放“我们做事的方式”的地方，人人都从这里读取。
它从来都是愿望多于事实。知识库在迁移一周后就会过时。记录在案的流程与真实流程渐行渐远。操作手册描述的是一套三月份就被重新设计过的系统。而三十年来，这尚可忍受，因为唯一的读者是人——而人擅长把差异记在脑子里。你去问那个当时在场的人。这些“部落知识”为文档打上了补丁。
AI 抹掉了这层缓冲。当你有一支智能体舰队在生产环境中运行，开发者就坐在它们旁边，全都基于同一份书面知识行动时，一个过时的知识库就不再是件麻烦事，而是一个会随规模放大的隐患。
是一层，不是一座图书馆
我们改而构建的是持续性的，而非精心策划的。机器可读的标准、日志和工作流在机构知识产生的当下就将其捕获——更重要的是，它们会在文档流程与真实流程开始背离的那一刻发出警示。
两处的画面是一致的：开发者和他们的智能体在同一时刻、以同一形式、从同一层读取。通过 MCP 进行管理，并以日志为后盾。当现实与文档出现分歧时，系统会当场指出，而不是等到三个月后有人在复盘时才发觉。
这就是一个鲜活知识层的全部要义。不是一份你需要维护的文档，而是一个始终保持最新的信号。
我要强调的四件事
判断力不会随规模扩张——它会复利累积。我们的实习生不碰 AI 编程工具。他们手写 HTML、C# 和 Python。他们用最慢的方式学习子网划分。不是因为我怀念敲键盘的感觉，而是因为监督依赖于理解。去感受那份痛苦，去理解机器在做什么——否则当智能体信心满满地犯错时，你根本无法察觉。懂得如何检查机油，才让你能雇别人来换机油。
自己构建差异化，其余的一律买。我用哪个基础模型，那是商品，我是真不在乎。云也一样。而智能体恰恰相反：它承载着我的流程、我的数据、我的机构判断力。那才是值得拥有的层，也是唯一应该投入工程精力的地方。
治理要放在前面，而不是后面。任何人都能凭一句提示词生成一个应用。而生产级系统是完全不同的一回事。治理、日志、集中化、可观测性——要随着系统一起构建，而不是事后补。大多数团队会拖延，直到它贵到加不起，而这种拖延，始终是在赌“清算会晚于回报到来”。
而现在，这个赌注已经变得很糟糕。我看过这场戏：藏在公开网站后面、从未打补丁的 SQL Server 机器，以及随之而来的宕机。机制相同——一个没人加固的地基，在负载下崩塌。现在不同的是时间。过去需要五年才能复利成一场失败的技术债务，当一群相互依赖的智能体站在它上面时，只需要大约 六十天。一次故障会级联成九十九次。
以人为本不是一句口号
我希望人们能从 CIO News 那篇文章里记住的是这一句：AI 优先也意味着以人为本，否则你就会失去机构的集体知识，麻烦就来了。
那些真正理解业务如何运转的工程师，承载着任何日志层都无法完全取代的上下文。我对组织里的每一位 IT 人员都说同一个诚实的数字：我预计 AI 会接手他们今天所做工作的大约 70%。我的意思是把它当作释放出来的产能——更高价值的产出，以及对如今承担常规负荷的智能体的管理。智能体需要管理者。投资于这些管理者，正是构建治理、让这一切得以持续的关键。
一家停止投资于这些人的公司，会眼睁睁看着那份上下文走出大门，再多的工具也无法把它追回来。
阅读 CIO News 完整报道：Ashley Furniture 首席技术官谈：随着智能体舰队扩张，鲜活的知识层如何让智能体与开发者保持同一事实。