AI日报｜企业知识库不该只用一个模型

结论先说：企业知识库在试点阶段可以先用一个模型跑通链路，但进入生产后，不应把所有任务都交给同一个模型。更稳妥的结构是把快速问答、复杂推理、答案合成、独立校验拆成不同角色，再按任务类型、证据充分度、风险、时延、成本与工具权限做路由。11月13日更新的Gemini 4 Hydrogen资料把“快速执行模型、深度推理模型、协调器和验证节点”放进同一工程模式；它不是企业知识库的直接答案，却提供了一个明确提醒：模型选择应当成为可观测、可回退、可验收的运行策略，而不是固定写死的单一配置。

本轮先核验北京时间执行前24小时的一手材料，未发现足以支撑企业采购判断的11月14日重要官方更新，因此不以旧闻凑“今日热点”。研究窗口扩展至48小时，保留11月13日3条合格更新，并用11月12日3条一手材料补足治理、实时数据与模型分工边界，共6条。未取得实时搜索量、热搜、站长查询或需求规模，以下选题需求为编辑判断，不把厂商声量当作市场需求。

今日重点

快速模型与深度模型开始明确分工。 Google 11月13日更新Gemini 4 Hydrogen资料，将Hydrogen定位为快速执行，将Carbon与Argon定位为更深的长程推理，并介绍Carbon协调器调用Hydrogen工作节点与验证节点的内部模式。厂商基准不等于企业RAG效果，但“协调、执行、验证分离”值得技术负责人关注。
代理身份与用户同意进入正式能力。 Gemini Enterprise 11月13日发布记录称，面向A2A代理的三方OAuth与Agent Identity认证管理器正式可用；工具需要同意时，可提示用户、校验回调、完成凭据并恢复执行。谁在调用、以谁的身份调用、何时必须重新同意，正在成为Agent验收对象。
业务Agent开始以目录方式交付。 Insight 11月13日发布Agent Store，列出报价、NDA审查和零部件订购等15类方案。覆盖范围、交付速度和采用率来自厂商自述；中国企业仍要核对数据驻留、接口、审批、错误处置和持续维护。
高风险动作继续强调独立授权。 OpenAI 11月13日介绍ChatGPT Wallet有限测试：每笔购买需要用户安全确认，支付令牌替代真实卡号，并保留授权记录。首期地域和账户受限，但它说明答案生成与动作授权不能由同一步骤自动完成。
运行时评测可以触发治理流程。 IBM 11月12日称watsonx.governance可接收Langfuse和Arize AX的运行指标，并以阈值触发治理工作流。已确认的是产品连接能力；具体指标、阈值、阻断还是告警，仍需企业自己定义。
实时数据路径仍需要用户身份。 Google Cloud 11月12日称Data Cloud连接器进入预览，可按用户身份查询实时企业数据，并结合语义模型解释业务口径。它提醒知识库路由不仅要选模型，还要选正确的数据路径与身份边界。

重点拆解：一个知识库为什么需要多种模型角色

企业知识库常见的误区，是先选一个“能力最强”的模型，然后让它承担问题分类、检索判断、复杂推理、工具调用、答案撰写和风险检查。这个结构看似简单，却会把成本、时延和风险集中在同一个黑盒里：简单制度问答被迫走高成本推理；复杂跨文档问题可能被快速回答；答案生成者同时评价自己；权限不明时仍可能继续调用工具。

生产系统更适合把能力拆为四类角色：

| 模型角色 | 典型任务 | 主要目标 | 不应独自承担 | 关键验收 | |---|---|---|---|---| | 快速模型 | 意图分类、简单FAQ、查询改写、格式化 | 低时延、低单次成本、稳定吞吐 | 高风险结论、复杂跨文档推理 | 路由准确率、P95时延、拒绝升级率 | | 深度推理模型 | 多跳证据、冲突材料、方案比较、复杂约束 | 找全约束、解释冲突、形成可复核路径 | 最终权限授权、写回终态确认 | 证据覆盖、推理一致性、超时与预算 | | 答案合成模型 | 将检索证据与工具结果整理成可读答案 | 引用清楚、口径一致、格式合规 | 修改源数据、掩盖证据不足 | 引用正确率、事实一致性、格式通过率 | | 独立校验模型或规则 | 检查引用、权限、敏感信息、数值、动作条件 | 在输出或执行前发现风险 | 代替业务审批或确定性计算 | 漏检、误拦、阈值、处置回执 |

这四个角色不一定对应四家厂商或四个大模型。小规模项目可以让同一模型以不同提示和权限承担多个角色，但必须让调用阶段、输入证据、工具权限、预算和评测结果彼此可区分。模型数量不是目标，角色隔离与可验证路由才是目标。

路由不能只看问题长短

路由器至少要读取六类信号：任务类型、证据状态、风险等级、时延目标、成本预算和工具权限。只按问题字数或关键词路由，容易把短但高风险的请求交给快速路径，也可能把长但结构化的查询送进昂贵推理。

| 路由信号 | 应回答的问题 | 示例动作 | |---|---|---| | 任务类型 | 是FAQ、检索、比较、计算还是执行？ | FAQ走快速模型；跨文档比较升级深度模型 | | 证据状态 | 证据是否足够、冲突、过期或缺页？ | 不足先加强检索；冲突时要求解释并标注版本 | | 风险等级 | 是否涉及合同、财务、人事、安全或设备动作？ | 高风险必须独立校验并触发人工或用户同意 | | 时延目标 | 用户需要秒级答复还是允许异步分析？ | 快速路径先答可确认部分，复杂任务异步完成 | | 成本预算 | 本次任务允许多少模型、检索和工具开销？ | 设置单次上限、日预算和超限降级 | | 工具权限 | 当前身份能否读取或执行目标系统？ | 权限未知默认拒绝，不让模型自行猜测 |

一个可执行的基本规则是：简单FAQ且证据充分，走快速模型；跨多份材料、存在冲突或需要方案比较，升级深度模型；库存、金额、统计与实时状态，交给SQL或确定性工具计算，再由模型解释；付款、审批、合同变更、设备控制等动作，必须经过独立校验和用户或人工授权。

先定义回退，再谈智能路由

多模型路由最容易被忽略的部分不是“如何选中最佳模型”，而是“选错、超时或证据不足时怎么办”。没有回退规则，系统只会把单模型故障变成多节点故障。

证据不足：先扩大或改写检索，不允许模型用常识补齐企业事实；仍不足时明确回答缺口。
材料冲突：升级深度推理，展示冲突来源、版本和时间，不自动选择对业务有利的一份。
快速模型低置信或命中高风险规则：升级深度模型与独立校验，不直接对外输出。
工具超时或返回异常：有限次数重试、切换只读备用数据源，仍失败则拒绝把缓存标成实时结果。
权限未知或用户未同意：默认拒绝调用，不把OAuth成功等同于业务授权。
校验不通过：阻断答案或动作，记录原因、输入证据、模型版本和处置结果，不能静默重写直到“通过”。

Google的Hydrogen资料展示了协调器、工作节点与验证节点并行协作，但厂商基准只说明其内部工程选择。企业知识库是否需要并行、需要几个工作节点，要由自己的任务复杂度、并发、预算和可接受时延决定。不要把“多模型”变成堆叠调用次数的新成本中心。

成本与周期怎么估算

没有统一的项目报价或周期，因为成本取决于问题量、上下文长度、检索次数、工具调用、并发、模型价格、重试率和校验比例。可以先用以下方法建立单任务成本台账：

单任务成本 = 输入Token费用 + 输出Token费用 + 检索与重排 + 工具查询 + 重试与回退 + 独立校验。

Google公开的Hydrogen价格是每百万输入Token 1.50美元、输出Token 7.50美元，这是厂商目录价，不是项目报价，也没有包含数据治理、检索、集成、监控、人工复核和运维。评估时应保存每个路由分支的调用次数、Token、工具耗时、成功率和升级率，再以真实问题分布计算月度区间。

实施可分三步：先用20至50个脱敏问题建立离线路由基线；再做影子运行，让新路由只记录决策、不影响生产答案；最后按低风险任务逐步放量。每一步都要能回退到已验证路径，不能用一次演示成功代替持续运行证据。

一套可落地的验收清单

至少准备20个真实问题，并为每题保存任务类型、用户角色、期望证据、风险、允许时延、成本上限、预期模型角色、是否允许工具和拒绝条件。测试集要同时覆盖简单、复杂、冲突、无证据、过期证据、越权、工具异常与高风险动作。

建议分开统计：路由准确率；快速路径P50/P95；深度路径P95/P99；每题总成本；升级与回退率；引用正确率；证据不足时的拒绝率；越权召回率；高风险动作未经同意的执行次数；校验漏检和误拦。尤其要看尾部问题，而不是只看平均分。

模型升级也必须回归。新模型可用不代表旧提示、工具参数和阈值仍然有效。应固定模型版本、提示版本、检索配置、规则版本和评测集，比较升级前后的路由变化；若快速模型把更多复杂问题误判成FAQ，即使平均时延下降，也不能直接上线。

白泽的企业RAG与知识库开发服务可围绕任务拆分、检索、模型路由、引用、权限、工具与评测构建生产链路；污染源智能体案例展示了多来源信息进入受控业务流程的公开实践。案例不代表已实测本文厂商模型，也不把外部基准、价格或采用率写成白泽项目成绩。关于检索迭代层级，可继续阅读企业RAG检索不该无限循环。

今日企业行动

从现有知识库抽取20个真实问题，标记FAQ、跨文档推理、确定性计算和高风险动作，并记录当前实际走过的模型与工具。
为快速、深度和校验三条路径写清触发条件、预算、超时、回退和默认拒绝，不以“模型自行判断”代替规则。
影子运行新路由一周，比较路由准确率、P95/P99、单题成本、引用正确率、越权召回与校验漏检，再决定是否放量。

准备咨询时，可提供脱敏问题集、文档规模、数据源与工具清单、角色矩阵、并发、时延目标、模型与部署限制、月度预算、高风险动作、人工审批和现有评测结果。白泽智能｜重庆斯巴达信息技术有限公司。

来源与证据边界

厂商模型、价格、基准、预览功能、案例和内部采用数据只按公开范围陈述，不作为白泽项目成绩、固定节省、实施周期、搜索排名或询盘承诺。