探见世界

模型

Google Cloud推出Knowledge Catalog自学习上下文丰富化功能与全新Knowledge Studio

2026年10月22日,Google Cloud宣布在其智能体通用上下文引擎Knowledge Catalog中推出“自学习上下文丰富化”与全新Knowledge Studio预览版,旨在解决企业规模化扩展智能体时的上下文维护难题。

管理员上传的文章候选图片
编辑视觉管理员上传的文章候选图片。图片来源:管理员上传

发布概况与技术定位

2026年10月22日,Google Cloud宣布在其面向AI智能体的上下文引擎Knowledge Catalog中,推出“自学习上下文丰富化”功能以及重新设计的Knowledge Studio,两项功能目前均处于预览版阶段。

Google Cloud将Knowledge Catalog定位为智能体的通用上下文引擎,旨在将结构化、非结构化以及SaaS数据统一为受治理且可供智能体直接调用的真实数据源。这一更新主要应对企业在构建智能体时面临的维护瓶颈,即手动编写提示词与映射的方式在规模扩展至成千上万个智能体时极易陷入崩溃。

自学习机制与控制中心

自学习上下文丰富化功能由Gemini驱动,能够通过分析智能体与用户的交互记录精准识别信息缺口,并从Cloud Storage、Google Workspace、GitHub、Confluence、SharePoint等非结构化数据以及各类结构化数据源中提取验证过的定义,放入受治理的“上下文集”中。

重新设计的Knowledge Studio则作为上下文工程师与数据管理员的指挥中心,支持通过对话方式探索数据资产并导航可视化上下文图谱。系统在提出业务定义和连接关系等建议时均附带置信度分数,用户可设定如85%的阈值实现自动批准,而低于阈值或涉及删除等敏感变更将转为人工审批请求,所有操作均记录完整来源且支持回滚。

任务级上下文调度与性能表现

通过“上下文集”,智能体与用户能够获取特定领域或团队经治理的受信任上下文片段,智能体还可以通过搜索动态匹配当前任务所需的上下文集。根据Google Cloud公布的内部基准测试,Knowledge Catalog使AI智能体的准确率提升了近4倍,延迟最高降低33%,同时消耗的Token数量最高减少75%。

在数据隐私与安全性方面,Google官方声明,绝不会使用客户的数据来训练其模型。

信息来源(1)

这篇文章对你有帮助吗?