事实记忆必须携带溯源-归属-时效-权限-可信级别——AI 知识库缺的是质量人的批次追溯

不少公司的 AI 知识库项目，会停在同一个奇怪的阶段：demo 惊艳，上线顺利，然后——大家只拿它查查资料，很少有人敢在要签字、要对客户、要做决策的场合，直接用它给的答案。

问题往往不出在模型不够聪明。出在它给你的那个答案，是一条没有追溯的记录。

做质量的人对这件事有天然的直觉。

质量档案柜里的常识

一个检验数值，单独摆在那里，不足以支持放行——它得能关联上人员、设备、方法、批次、规范版本和批准记录。审核员会问一串问题：

• 这个数据是谁测的、用哪台设备测的？——溯源
• 这份记录归谁管、谁有权宣布它作废？——归属
• 设备的校准还在有效期内吗？规范是不是改版了？——时效
• 这份记录谁有权查看、引用和批准？——权限
• 它是签批过的正式记录，还是谁桌上的过程草稿？——可信级别

这些问题答不全，数字本身再”准”，也当不了放行的证据。质量圈流传一句糙话：没有追溯的数据，只能算一个数字。

车间里最怕的从来不是没文件，而是旧版作业指导书还挂在墙上——内容看起来专业、格式完全正确，只是它已经不是现行版了。用它干活，做得越认真，错得越标准。

AI 记忆系统正在重修这门课

把镜头切到 AI 这边。研究企业 AI 记忆系统的 Ashwin Gopinath 列过一张清单：一条”事实记忆”要能支撑行动，光有答案不够，必须同时带着几件元数据——谁创建的、谁修改过（溯源）；现在归谁所有、哪个团队把它定为正式版本（归属）；它还是现行的吗、有没有被更新的信息推翻（时效）；提问的人有权看到它背后的原始来源吗（权限）；以及，它是能对客户说出口的结论，还是只是一个工作假设（可信级别）？

他的判断与质量人的直觉高度相似：这些不是锦上添花的附加信息，是记忆能否承载行动的入场券。一个回答加上这几项，才配叫记忆；减去这几项，只是一串听起来对的字符。

对照一下就会发现，这张清单质量人大都似曾相识——溯源像批次追溯，时效像校准有效期，可信级别像文件的受控与批准状态。不是严格的一一对应，但两边在回答同一个问题：一条信息凭什么被信任到可以行动。

最危险的，是”未受控文件”那一条

清单里最容易被忽视、也最危险的是最后一项。

Ashwin 特别强调：“工作假设”和”可对客户承诺的结论”，在 AI 问答的界面里长得一模一样——同样的句式，同样的自信程度，同样流畅的语气。但前者用错了是内部返工，后者用错了可能是合同责任。

质量体系里最接近这个风险的概念，是文件的受控状态。为什么正式文件要盖章、要编号、要签发记录？不是官僚主义，是因为体系早就承认——光看内容，你分不出一份文件能不能作数。作数与否，是靠管理状态标出来的，不是靠读出来的。

而现在很多 AI 知识库，在摄取和检索的环节把这个状态抹平了：签批的规范和某人桌面的草稿被切成同样的片段，召回和回答时没有任何审批状态、版本或权限的约束，最后用同样自信的语气输出。这不是智能问题，是文件管理问题——质量体系几十年前就给出过解法的问题。

别把解药做成新的毒药

那是不是给每条知识都强制填五个字段就行了？

质量人同样知道这条路的结局：表单越多，执行越假。强制字段会杀死录入——人懒得填，就随手填，追溯字段本身变成不可信的数据。这和车间里”为了应付审核补记录”是同一种病。

可行的做法是反过来：能确定的让系统继承，拿不准的让系统预填、人来确认。来源、版本号、访问权限，这些原始系统里本来就有，直接继承；归属和可信级别，从作者、部门、文档所处阶段（个人草稿/团队共享/正式签发）预填一个候选，由有权限的人确认——毕竟作者不一定是现在的责任人，最近修改也不等于仍然有效。就像条码扫描替代手工登记：追溯不能全靠人自觉，要靠结构顺手。

一套现成的验收问题

所以下次评估一个 AI 知识库——自家的或供应商的——不用懂向量数据库，用质量审核的老三样问它：

这条答案，谁签的字？版本还现行吗？我能看到它的原始凭证吗？它是签批的正式内容，还是草稿？

四个问题都答得上来，这套系统的记忆才配得上”做决定”三个字。答不上来的，再流畅也只是一串听起来对的字符——就像一个缺了合格证明和追溯记录的关键件，不能直接上装配线。