过去一周，多家厂商把企业知识检索继续向智能体和受控环境推进：Google Cloud把全托管RAG放进主权隔离边界；微软推出面向智能体的Work IQ检索工具，并在返回结果中保留引用和敏感度标签；Azure AI Search则把权限过滤明确放在查询时执行。它们共同提醒企业：知识库安全不能只靠登录系统，也不能只靠模型“不要泄露”的提示词。权限必须沿身份进入检索层，并在生成答案之前完成过滤。
本期检索以北京时间2026年10月26日早间为截止点。周末近48小时内，与企业知识库采购和验收直接相关的一手更新不足，因此只保留可核验条目，并将10月20日至22日发布的官方材料作为近一周背景；不把它们写成当天突发新闻，也不以无关工具更新凑数。
今日重点
- 10月20日，Google Cloud介绍隔离环境中的全托管RAG能力，强调数据与推理可留在物理边界内，并支持来源引用与持续会话。
- 10月20日前后，微软发布Work IQ的retrieve工具，面向智能体返回原始命中、适合模型使用的Markdown引用以及敏感度标签元数据。
- Azure AI Search的知识库检索接口把权限执行放到查询阶段，并建议使用无密钥身份认证；具体保护范围仍取决于企业自己的身份与索引设计。
- 10月21日，Google Cloud扩展模型花园中的模型选择，企业可以在统一治理下比较能力、成本与性能，但模型选择不能替代知识权限设计。
- 10月22日前后，Adobe讨论企业从RAG走向智能体时的知识就绪度，重点仍是内容结构、可信来源与治理，而不是单纯换更大模型。
- 本期业务判断：企业知识库验收应新增五类测试——身份传递、检索前过滤、引用可追溯、撤权及时性和审计可重放。
一、主权环境里的RAG：边界变清楚，但不等于自动安全
Google Cloud在10月20日介绍面向隔离和主权环境的全托管RAG：检索、嵌入、索引和生成可以在受控物理边界内完成，不依赖公共互联网或全球共享基础设施；材料同时提到来源引用与持续对话能力。对政务、制造、能源、医疗等重视数据驻留的组织，这降低了自建全部检索组件的运维负担。
已确认的事实是“平台能力可以部署在隔离边界内”。仍未知的边界包括：企业现有目录服务如何接入、文档级权限是否完整继承、撤权多久生效、缓存与会话记忆是否同步失效，以及审计证据能否满足本地合规要求。物理隔离解决的是数据去哪儿，权限检索解决的是谁能看到哪一段。两者不能互相替代。
需要关注的角色是信息化负责人、安全负责人和知识库项目经理。采购阶段不应只问“是否私有化”，还要要求供应商用真实权限样本演示：同一问题由不同身份提问，返回内容、引用和拒答是否一致符合策略。
二、面向智能体的检索：答案之外还要返回证据和标签
微软的Work IQ retrieve工具面向Microsoft 365智能体场景，返回两类结果：一类是原始检索命中，另一类是适合模型消费的Markdown内容与引用；同时携带敏感度标签元数据。这个设计方向比“把搜索结果拼进提示词”更接近企业落地，因为智能体不仅需要内容，还需要知道内容来自哪里、附带什么治理属性。
但“返回标签”不等于“已经执行全部策略”。企业仍要核对调用身份来自用户、服务账号还是共享机器人；标签是在召回前过滤、召回后遮蔽，还是仅供下游判断；链接引用是否会暴露无权访问的标题、路径或摘要；智能体把多个来源合并后，是否保留每句话的证据链。
对工程团队的直接影响是：RAG接口不能只定义query和answer。至少还应传递主体身份、租户、部门或项目属性、可访问范围、来源标识、敏感级别、策略版本与追踪ID。没有这些字段，后续很难证明一次回答为什么被允许。
三、权限为什么要在查询时执行
Azure AI Search的知识库检索能力支持在查询阶段应用权限过滤，并建议优先使用基于身份的无密钥认证。其工程意义是：用户的问题进入检索系统后，系统先根据当前身份筛选可见文档，再把合格片段交给模型。这样可以减少模型看到越权内容后再“自觉不说”的风险。
企业需要区分三种常被混在一起的控制：第一，连接器能否读取源系统；第二，索引里是否保存了文档权限；第三，每次查询是否带入并执行当前用户权限。只完成第一步，知识库可能把原系统的分区边界抹平；只完成第二步而不处理撤权，离职或转岗用户仍可能从旧缓存得到答案；只在生成阶段做内容审查，则模型已经接触了不该读取的证据。
未知边界也要写进验收。厂商文档说明的是能力与接口，不代表企业现有权限模型能自动映射。复杂的ACL、ABAC、临时项目组、外部合作方、继承权限与例外规则，都需要在实际数据上验证。
四、多模型选择增加了，治理责任没有转移
Google Cloud在10月21日宣布在其模型花园中引入更多模型选择，并强调企业可按能力、成本和性能匹配任务。这对RAG项目有现实价值：同一套检索与权限控制之上，可以按场景选择更便宜的摘要模型、更强的推理模型或更低延迟的交互模型。
但模型切换会带来新的回归风险：引用格式可能变化，拒答习惯可能不同，长上下文对权限提示的服从程度也可能不同。因此，多模型平台的验收不应只比较准确率和单次成本，还要固定一套越权问题集，测试所有候选模型在相同检索结果与策略下是否保持一致的拒答、引用和审计行为。
五、知识就绪度决定智能体能否稳定工作
Adobe近期讨论企业从RAG走向智能体时，强调结构化、可信和受治理的企业知识基础。这个观点没有给出一套通用的实施周期或收益数字，因此不能把它写成“升级智能体就能提高多少效率”。更可靠的结论是：知识源的版本、所有者、有效期、权限和引用方式如果没有治理，智能体只会更快放大旧内容与权限混乱。
对企业知识管理负责人而言，第一阶段不必导入所有文档。应优先选择边界清楚、负责人明确、更新频率可控的一类知识，例如设备维护规程、产品技术手册或客服政策，并保留原系统权限。白泽的企业RAG开发服务可承接检索、权限与评测的工程设计；若问题更偏文档治理和知识运营，可参考企业知识库服务。关联案例只在真实范围匹配时引用；本期不把无关项目包装为权限案例。
白泽重点拆解：五项权限验收不能省
1. 身份传递：回答属于谁
从门户、企业微信、业务系统或智能体发起的问题，必须能追溯到具体主体与租户。服务账号只能代表明确的应用权限，不能用一个“超级账号”替所有员工检索。验收时准备至少三类身份：普通员工、跨部门协作人员和管理员，用同一问题比较结果。
2. 检索前过滤：模型先看到了什么
权限过滤应尽量发生在召回阶段。测试报告要同时记录召回文档ID、过滤原因、策略版本和最终进入模型的片段。企业不需要供应商暴露全部内部实现，但必须能够证明越权内容没有进入生成上下文，而不只是最终答案被遮住。
3. 引用与标签：答案如何复核
每个关键结论应能回到来源文档、版本和段落；敏感度、有效期和所有者等属性应随证据传递。引用链接也要再次校验访问权，避免正文拒绝了内容，却在标题、URL或摘要中泄露信息。
4. 撤权与缓存：权限多久真正失效
设计一条可测的撤权路径：先让用户成功检索某文档，再在源系统取消权限，随后分别测试索引、向量缓存、答案缓存、会话记忆和导出文件。验收指标不应笼统写“实时同步”，而要约定不同链路的最大失效时间和超时后的降级方式。
5. 审计重放：事后能否解释
一次高风险问答至少保留请求主体、查询、检索命中、策略决策、模型版本、提示模板版本、引用和最终响应。日志需要脱敏、限权和设定留存期，不能把审计系统变成新的数据泄露源。审计重放的目标不是保存所有思考过程，而是能够解释“谁在何时基于哪条策略看到了哪些证据”。
企业如何开始：先做一套越权样本，而不是先买更大模型
如果企业正在选型，可以要求候选供应商在同一套小规模样本上演示。样本至少包含公开文档、部门文档、项目机密、已撤权文档和过期版本；问题既要有直接询问，也要有通过摘要、比较、翻译和多轮对话间接索取的情况。
费用与周期取决于源系统数量、权限模型复杂度、文档规模、更新频率、部署边界和审计要求。没有这些输入，任何固定报价或“几天上线”的承诺都缺少依据。企业可以先准备文档目录、权限矩阵、身份系统说明、更新与撤权流程、十到三十个高价值问题及不可泄露清单，再进行范围评估。
今日企业行动清单
- 画出权限链。 标出身份从入口到连接器、索引、检索、生成、缓存和导出的传递方式，找出使用共享高权限账号的节点。
- 做一次撤权演练。 取消一名测试用户对指定文档的权限，测量索引、缓存和多轮会话分别多久停止返回相关内容。
- 固定验收证据。 要求每次测试导出主体、命中、过滤、引用、策略版本和结果，形成可复核的验收包。
来源与边界
- Google Cloud，2026-10-20，Sovereign RAG / Google Distributed Cloud相关官方介绍：隔离边界内的全托管RAG、引用与持续会话能力。
- Microsoft 365 Developer Blog，2026-10-20前后，Work IQ retrieve工具：原始检索命中、Markdown引用与敏感度标签元数据。
- Microsoft Learn / Azure AI Search，2026年9月至10月更新，知识库retrieve接口、查询时权限与无密钥身份认证建议。
- Google Cloud，2026-10-21，模型花园扩展：企业按能力、成本与性能选择模型并统一治理。
- Adobe Business Blog，2026-10-22前后，企业知识就绪度与从RAG到智能体的治理讨论。
上述材料说明厂商能力和设计方向，不等于任何企业部署已经自动满足权限、合规或收益目标。文中的五项验收为白泽工程判断，应在企业真实身份、权限、数据和流程中验证。未取得可靠的搜索量、排名或行业需求规模，本文不声称相关词正在“爆发”。
白泽智能｜重庆斯巴达信息技术有限公司