真正的瓶颈是语料库

01所有人共有的那个前提

几乎每一家做 AI 知识工具的公司，都从同一个前提出发：语料库已经存在，要做的是检索。更好的排序，更好的分块，在客户手头碰巧有的那些文档上给出更好的答案。知识库本身被当作既定事实，仿佛矿石早已开采完毕，唯一悬而未决的问题只是谁能建出最好的冶炼厂。

我认为这恰恰弄反了。真正的瓶颈是语料库。

02背后的思考从未被写下来

一家工业企业最有价值的运营思考，从来没有在任何地方被记录过。不是记录得不好，而是根本没有记录。让一套用了四十年的系统继续运转的变通办法，只存在于发明它的那位技术员脑子里。多年前为什么弃用某家供应商，只存在于当年负责那次采购的人的记忆里。现有的文档记录的是做了什么，几乎没有一份解释为什么。

检索质量再高，也找不回从未被记录的信息。排序做得再好，也排不出一份根本不存在的文档。

我在 Coinbase 亲身遇到过这个问题。在我主导的一次客户迁移中，我们差点漏掉了最重要的账户之一，因为当初制定迁移清单的人已经离开，他们的思考也随之而去。清单还在，背后的逻辑却没了。我们及时发现了问题，而那还是一家拥有现代工具、文档习惯也不错的软件公司。工业企业遇到的是同样的失败，代价却高得多，而退休潮正在加速这一切：那些知道文档与现实如何对应的人，离开的速度比任何人做交接访谈的速度都快。

03检索正在沦为标配

如果瓶颈在语料库，战略格局就会反转。每一次基础模型发布，都会让所有人的搜索同时变好一点。嵌入很便宜。一支称职的团队一个周末就能搭出基于文档的聊天。当一种能力以大致相同的条件向所有厂商开放时，它就不再是护城河。

无法被商品化的，是语料库里面的东西。两家公司可以买到同样的搜索，却买不到同样的组织记忆。语料库的质量才是持久的资产，而几乎没有人在做这件事，因为改进语料库比查询它更难，也更不光鲜。

而且情况只会更糟。AI 正在加快各种成果的产出：文档、工单、摘要、代码。它们背后的思考，记录速度却和过去一样。一家公司产出了什么，与为什么产出，这两者之间的差距每个季度都在扩大。

04Tinu 对此做了什么

Tinu 不在知识库里搜索，它生产知识库。

它捕捉的是决策，而不是文档：从团队已经在用的工具中提取信息，把发现的内容整理成决策记录，包括决定了什么、为什么、否决了什么、由谁负责。然后它会评估每条记录是否真的完整到足以派上用场。当缺少重要信息时，它会去问最可能知道答案的那个人，提出一个具体的问题，而不是丢给对方一张白纸。

检索仍然在上层，而且很重要。但它处于下游。在一个刻意生产、由完整决策记录构成的语料库上做普通搜索，胜过在一整个从一开始就不包含这些思考的资料文件夹上做世界级搜索。

05我可能错在哪里

有两种可能。第一，如果这些思考其实可以从现有资料中还原，那么模型终有一天也许能从足够多零散的“做了什么”中推断出“为什么”，到头来还是更好的检索胜出。我认为推断有上限，因为没人表达过的东西无从推断，但我对这个判断保持一定的谦逊。

第二，如果捕捉的成本始终太高。每一波知识管理浪潮都倒在同一块礁石上：人们不愿意为了记录而多做事。所以捕捉必须几乎零投入、基本自动完成，这也是我评判每一项功能的约束条件。如果 Tinu 哪天要求人们改变工作方式，那这份备忘录就是错的。