グーグル、AI向け情報形式を発表

基盤モデルは進化し続けていますが、依然として同じ問題、つまり「文脈」で立ち往生します。モデルはコードを書いたり、データセットを分析したりできますが、それは適切な内部知識があってこそです。その知識には、table schemas、metric definitions、runbooks、join pathsなどが含まれ、これらはcatalogs、wikis、そして一部のベテランエンジニアの頭の中に散らばっています。Google Cloudは、LLM-wikiパターンをポータブルで相互運用可能な形式に体系化するオープンな仕様であるOpen Knowledge Format (OKF) を導入しました。これは、現代のAIシステムが必要とする文脈のための、ベンダー中立で、エージェントにも人間にも優しい標準です。Open Knowledge Format (OKF) OKFはフォーマットであり、サービスやプラットフォームではありません。OKF v0.1は、知識をYAML frontmatterを持つmarkdownファイルのディレクトリとして表現します。合意された少数の規約により、あるプロデューサーによって書かれたwikiが、翻訳なしに異なるエージェントによって利用できるようになります。それが全体のアイデアです。圧縮スキームも、新しいruntimeも、必須のSDKもありません。OKFドキュメントのバンドルは、単なるmarkdown、単なるファイル、単なるYAML frontmatterです。GitHubでレンダリングされ、tarballとして配布され、任意のfilesystemにマウントできます。Obsidian、Notion、Hugoを使ったことがある方には、その形式は馴染み深いでしょう。OKFは、これらのパターンを相互運用可能にするために必要な規約を体系化するだけです。(function(){ window.addEventListener("message", function(ev){ if(ev && ev.data && ev.data.mtpOkfHeight){ var f = document.getElementById("mtp-okf-frame"); if(f){ f.style.height = ev.data.mtpOkfHeight + "px"; } } }); })();断片化した文脈の問題 ほとんどの組織において、モデルの文脈は圧倒的に内部知識です。今日、それは互換性のないサイロに存在しています。独自のAPIを持つmetadata catalogs、wikis、shared drives、code comments、そしてdocstringsなどです。エージェントに「イベントストリームからweekly active usersをどう計算しますか？」と尋ねると、それは散らばった、互いに互換性のない情報源からその答えを組み立てなければなりません。すべてのベンダーが独自のcatalog、SDK、およびknowledge-graph schemaを提供しています。それらの知識はどれも