Google предложила общий формат памяти для ИИ-агентов

Google Cloud представила Open Knowledge Format, или OKF, — открытый черновой стандарт для хранения знаний, которые нужны ИИ-агентам. Это не новая модель и не очередной корпоративный чат-бот. Смысл проще: договориться, в каком виде хранить контекст, чтобы его могли читать люди, разные агенты, поисковые индексы и инструменты разработки.

В версии 0.1 OKF описывает набор знаний как папку Markdown-файлов с YAML-блоком в начале каждого файла. Один файл — один «концепт»: таблица, API, метрика, runbook, бизнес-процесс, правило или любая другая единица знания. Из обязательных полей есть только type; остальные, включая title, description, resource, tags и timestamp, рекомендованы, но не навязаны.

Почему агентам понадобился формат

Проблема, которую Google описывает, знакома любой компании с внутренними вики и данными. Агенту нужно понять, как считать недельных активных пользователей, где лежит таблица заказов, что означает внутренняя метрика или как действовать при инциденте. Эти сведения обычно разбросаны по каталогам данных, Notion, Google Drive, комментариям в коде, старым документам и памяти нескольких опытных сотрудников.

Сегодня каждый поставщик решает это по-своему: свой каталог, своя схема, свой SDK, свой способ кормить модель контекстом. OKF предлагает более приземлённый слой: обычные файлы, которые можно хранить в Git, читать в редакторе, индексировать любым поиском и передавать между системами без сложной миграции.

Что Google уже выложила

В GitHub-репозитории GoogleCloudPlatform/knowledge-catalog опубликованы спецификация, примеры и инструменты. Среди них — enrichment agent, который может пройти по BigQuery dataset и подготовить OKF-документы для таблиц и представлений, а также статический HTML-визуализатор, который показывает bundle как граф связей. Google также пишет, что её Knowledge Catalog уже может принимать OKF и отдавать его агентам.

Важная деталь: OKF не пытается заменить OpenAPI, Protobuf, Avro или доменные схемы. Он скорее ссылается на них и добавляет вокруг них человеческое объяснение: что это за сущность, как она связана с другими, где первоисточник, какие есть примеры и ограничения. В свежих коммитах репозитория уже видно, что команда быстро правит практические детали вроде относительных ссылок, чтобы bundles нормально открывались на GitHub.

Зачем это обычному бизнесу

Если агенты должны выполнять реальную работу, им нужна не только сильная модель. Им нужен аккуратный слой памяти: что мы знаем, откуда это взялось, кто обновлял документ, какие связи между понятиями и как не потерять контекст при смене инструмента. Без этого агент превращается в дорогой поиск по хаосу.

OKF интересен именно скромностью. Он говорит рынку: возможно, контекст для ИИ не обязан начинаться с большой платформы. Иногда достаточно папки с Markdown, понятных полей и дисциплины версионирования. Для разработчиков, data-команд и владельцев внутренних баз знаний это практичный сигнал: готовить данные для агентов стоит не как разовую выгрузку в чат, а как переносимый слой знаний, который переживёт смену модели, облака или интерфейса.