Airbnb CTO亲述：知识库越大AI反而越蠢，企业知识管理的三个反直觉真相

参与打造初代iPhone、带队做出Meta Llama的技术负责人，转任Airbnb后做的第一件大事说出来颇为朴素：让AI真正读懂公司文档。他近日在一档技术播客中公开了内部项目Project Everest，目标是为AI工作助手搭建一个企业级的公司大脑。出发点是每个职场人都熟悉的场景：老员工离职那天群里热闹送别，新人攒了一肚子问题却没人可问。系统为什么这么设计、这条规则该套哪条政策、哪些坑大家都心知肚明却从未写进文档，这些判断力只存在于那个离开的人脑子里。AI助手缺的不是能力，恰恰是老员工脑中那点东西。

三个反直觉的实战发现

这个项目在实践中撞上了三个颠覆常识的发现。第一，知识捕获只是开始，让知识持续有用更难。人和AI助手都在不断往库里添加内容，其中的东西会过期、会互相打架。第二，一条过时规则会污染整个库。文档堆得越多，井水越容易被毒化。模型特别擅长找到那条过时的、错误的东西，而AI不会像人一样犯嘀咕，它会当真、自信地执行，还给你一个看起来很专业的理由。第三也是最反直觉的一条：喂给AI的资料越多，它反而越蠢。

知识分层：文档记结论，AI缺判断

这三个坑指向同一件事：企业知识需要分层理解。第一层是结论，包括制度、流程、FAQ，公司有但没人看；第二层是做法，一件事具体怎么操作，散落在老员工手里；第三层是判断依据，为什么这么做、什么情况下可以破例，只在老员工脑中，占比几乎为零。举个最常见的例子：公司规定超过5万的合同走法务，这是结论；老员工还知道老客户续约且条款未变可走快速通道，这条例外从未进制度。人一走，例外就没了，AI只会死板执行规则，然后被业务部门抱怨不如人工。

从产业实践看知识供给策略

从多年产业实践经验来看，企业知识库项目的成败关键不在检索技术本身，而在知识供给策略。行业默认喂得越全越准，但一线实践给出的答案恰恰相反：一次性给模型看太多资料，是可能犯下的最大错误。正确的做法是只给刚好够往前走一步的信息，需要时再取。塞20份文档，不如给3份当下正确的。落到执行层面，企业需要回答三个自查问题：知识有没有有效期，规则变更后谁负责将其标废；给AI的资料是筛选过的还是全量灌入的；用什么指标证明系统真的提效了。如果只有token用量和生成内容数量，那等于没测。同时要警惕公司大脑这个概念的陷阱：大脑会遗忘、会怀疑、会自动清除无用记忆，而知识库只会累积。你造的不是大脑，是一个只进不出的仓库。

过期是AI时代知识管理的真敌人

AI时代知识管理的敌人不是遗忘，而是过期。遗忘是知识没了；过期是知识还在、但已经错了，而且AI会拿它当真。这套逻辑在真实业务场景中价值巨大：当客服助手引用了三年前的退款政策，当巡检系统按已废止的安全标准做判断，错误会被包装成专业输出放大到全公司。对个人而言，最实际的行动是把工作中的为什么留下来：为什么选这个方案、排除了哪些选项、什么情况下可以破例。这不是给公司写文档，而是给自己的判断力留证据。第三层知识货架目前是空的，先往上放的东西，恰恰是AI时代最不容易被替代的能力，知道什么时候不该按规则来。

值得肯定的是，项目主导者坦言知识存储格式、系统能否撑到全公司规模等问题尚无答案。不讲成果、专讲坑，反而比体面的成功案例更有价值。企业AI知识库的真正起点，是承认知识会腐烂，并为它建立保质期机制。