Temu duga kejuruteraan data: Bagaimanakah anda mengurus kepercayaan dalam pengetahuan yang dijana oleh ejen dengan OKF v0.2?

Gesaan dan skop

Beberapa ejen menjana takrifan metrik, buku panduan kendalian (runbooks) dan skema jadual secara berterusan. Reka bentuk katalog pengetahuan OKF v0.2 yang merekodkan sumber, penjana, pengesah, luput dan bukti pengiraan sambil kekal boleh dibaca oleh pengguna v0.1.

Google Cloud memperkenalkan OKF v0.2 pada Julai 2026. Open Knowledge Format menggunakan fail Markdown dan frontmatter YAML untuk pengetahuan yang diselenggara oleh manusia dan ejen. Versi 0.2 membolehkan provenans, kepercayaan, kitaran hayat dan perakuan dikueri sambil kekal bersifat aditif dan serasi ke belakang. Ia merupakan format data dan konvensyen tadbir urus, bukan masa jalan berpusat atau sistem kawalan akses.

Perkara yang dinilai oleh penemu duga

Penemu duga mahukan pemisahan yang jelas antara pihak yang menjana dan pihak yang mengesahkan kandungan, atribusi bagi setiap tuntutan melalui ID sumber yang stabil, penapisan kesegaran dan kitaran hayat yang boleh dilaksanakan, serta pemahaman bahawa tahap kepercayaan ialah isyarat nasihat yang diterbitkan oleh pengguna dan bukannya kebenaran (authorization). Anda juga perlu merangkumi sandaran v0.1, penulisan idempoten, penghijrahan, kandungan bermusuhan dan sempadan pengesahan bagi perakuan pengiraan.

Soalan penjelasan sebelum menjawab

• Pengeluar manakah yang menulis bungkusan (bundle), dan siapakah pemilik semakan akhir manusia?
• Adakah pengguna perlu menapis tahap kepercayaan yang tidak disahkan, lapuk, ditolak guna, atau hanya tahap kepercayaan terpilih?
• Patutkah sources menyokong URL luaran, laluan relatif bungkusan dan penerang skop?
• Apakah persekitaran pelaksanaan, versi input dan sumber pengiraan semula yang menyokong pengiraan yang diperakui?
• Bolehkah pengguna v0.1 hanya membaca medan lama, atau adakah mereka mesti menerima amaran penghijrahan?

Rangka kerja jawapan 30 saat

“Saya akan menganggap fail OKF sebagai fakta pengetahuan berversi dan memisahkan pengeluaran, pengesahan, pengindeksan dan penggunaan. Setiap konsep merekodkan sumber, penjana dan masa, rekod pengesahan bebas, status dan luput; tuntutan menggunakan atribusi sources[].id yang stabil. Pengguna menapis frontmatter mengikut status, tahap kepercayaan dan kesegaran sebelum membaca badan dokumen. Semua penambahan v0.2 adalah pilihan, pembaca mengekalkan kunci yang tidak diketahui, dan mereka beralih sandar daripada timestamp kepada generated.at dan daripada konvensyen petikan lama kepada sources. Tahap kepercayaan diterbitkan oleh pengguna, tidak digunakan sebagai kebenaran; bukti pengiraan mengikat input, kod dan bukti yang boleh dihasilkan semula.”

Analisis mendalam langkah demi langkah

1. Reka bentuk fail konsep terkecil

Kekalkan satu konsep yang boleh diselenggara bagi setiap fail dengan medan asas seperti type, tajuk, perihalan, sumber dan tag. Letakkan metadata yang boleh diindeks dan ditapis dalam frontmatter serta penjelasan, skema dan contoh kueri dalam badan dokumen. Direktori dalam Git membolehkan semakan perubahan dan pengembalian semula (rollback) tanpa memerlukan pendaftaran berpusat semasa masa jalan.

2. Tetapkan sumber dan atribusi bagi setiap tuntutan

sources merekodkan dokumen luaran, laluan relatif bungkusan atau penerang skop yang diterbitkan oleh sesuatu konsep, dengan isyarat objektif seperti pengarang, kiraan penggunaan dan masa terakhir diubah suai. Tuntutan dalam badan dokumen menggunakan nota kaki yang dipadankan dengan ID sumber yang stabil dan bukannya sources[0] mengikut kedudukan; penyusunan semula tidak akan tersilap mengatribusikan tuntutan secara senyap, dan pengguna boleh mengira kebolehpercayaan secara tempatan.

3. Asingkan perkara yang dijana daripada yang disahkan

generated menyatakan pihak yang menghasilkan kandungan semasa dan masanya; verified menyatakan pihak yang mengesahkannya terhadap sumber atau sumber data dan masanya. Ketiadaan verified bermaksud tidak disahkan; pengesahan mesin sahaja boleh menghasilkan machine-confirmed; pengesah manusia boleh menghasilkan human-reviewed. Tahap ini ialah isyarat nasihat yang diterbitkan oleh pengguna, bukan keputusan kebenaran atau pematuhan secara langsung.

4. Urus kesegaran dan kitaran hayat

Gunakan status untuk keadaan kitaran hayat stable, draft atau deprecated dan stale_after atau masa yang setara untuk tarikh akhir semakan. Pengindeks menggabungkan masa semasa, kemas kini sumber dan dasar perniagaan untuk mengira kesegaran. Lapuk (stale) tidak bermaksud palsu: pengguna memutuskan sama ada untuk menyembunyikan, menurunkan kedudukan, atau mengesahkan semula dan merekodkan sebabnya.

source -> generated -> verified -> trust tier
      -> status/stale_after -> consumer filter -> body read

5. Kendalikan pengiraan yang diperakui

Bagi metrik dan tuntutan yang dikira, rekodkan takrifan, versi sumber input, pelaksana, masa pelaksanaan dan hasil pengesahan. Perakuan membuktikan bahawa sesuatu nilai telah dihasilkan oleh kaedah yang diisytiharkan; ia tidak membuktikan bahawa input atau tafsiran perniagaan adalah betul. OKF tidak menetapkan pelaksana atau pembungkusan tertentu, jadi tadbir urus mesti menetapkan persekitaran, kebergantungan dan bukti main semula.

6. Kekalkan keserasian v0.1

Versi 0.2 ialah versi minor aditif yang serasi ke belakang; bungkusan v0.1 yang tidak mengguna pakai medan baharu kekal sah. Pembaca mengekalkan kunci tersuai dan tidak diketahui, mengutamakan generated.at, beralih sandar kepada timestamp lama, dan boleh membaca konvensyen # Citations lama apabila sources tiada sambil mengeluarkan amaran penghijrahan. Penulis harus menyediakan penghijrahan berversi dan bukannya menulis semula sejarah secara senyap.

7. Bina talian paip penggunaan yang boleh dipercayai

Pengeluar melakukan komit fail, pengesah menyemak frontmatter, ID sumber dan cap masa, pengesah menulis pengesahan bebas, pengindeks mematerialisasikan medan penapis, dan pengguna menapis sebelum memuatkan badan dokumen. Gunakan ID konsep dan cincangan kandungan untuk keidempotentan serta baris gilir semakan untuk penjanaan berulang. Lakukan pelepasan (escape) dan senarai benarkan bagi pautan jauh, Markdown, nota kaki dan kandungan yang dijana oleh ejen, dengan jejak audit.

Contoh jawapan berkualiti tinggi

Saya akan menganggap bungkusan OKF sebagai fakta pengetahuan yang boleh disemak dalam Git. Setiap fail mengandungi satu konsep, dengan metadata yang boleh ditapis dalam frontmatter dan penjelasan dalam badan dokumen. sources mempunyai ID yang stabil dan nota kaki badan dokumen mengatribusikan tuntutan individu. generated dan verified merekodkan pengeluar dan pengesah secara berasingan; pengguna menerbitkan tahap unverified, machine-confirmed atau human-reviewed tanpa menganggapnya sebagai kebenaran. status dan stale_after memacu penapisan kitaran hayat dan kesegaran, manakala konsep yang lapuk boleh diturunkan kedudukannya atau dihantar untuk semakan. Tuntutan yang dikira membawa versi input, persekitaran pelaksanaan, kaedah dan bukti, dengan had eksplisit bahawa perakuan tidak membuktikan ketepatan input. Pembaca v0.2 mengekalkan kunci yang tidak diketahui, menyokong peralihan sandar daripada generated.at kepada timestamp dan daripada sources kepada konvensyen petikan lama, serta mengeluarkan amaran penghijrahan untuk keserasian v0.1. Komit yang idempoten, cincangan, baris gilir semakan dan pemaparan selamat kemudiannya memisahkan pengeluaran, pengesahan, pengindeksan dan penggunaan.

Kesilapan lazim

• Menggabungkan penjana dan pengesah → pengesahan bebas hilang → rekodkan generated dan verified secara berasingan.
• Menggunakan tahap kepercayaan sebagai kebenaran (permission) → isyarat nasihat menjadi kawalan keselamatan → kekalkan kebenaran (authorization) dalam sistem identiti, dasar dan sumber.
• Menggunakan sources[0] untuk atribusi → penyusunan semula senarai tersilap mengatribusikan tuntutan → gunakan ID sumber yang stabil dan kunci nota kaki.
• Menganggap lapuk sebagai palsu → dasar pengguna menjadi terlalu kasar → benarkan pengguna menyembunyikan, menurunkan kedudukan, atau mengesahkan semula.
• Mendakwa perakuan membuktikan kebenaran → input dan semantik diabaikan → ikat versi input, kaedah dan skop pengesahan.
• Memadam medan lama secara senyap semasa penghijrahan → merosakkan pengguna v0.1 → gunakan peralihan sandar, amaran dan penulisan berversi.

Soalan susulan dan respons

Mengapakah skor kepercayaan universal tunggal tidak ditakrifkan dalam format ini?

Skor bergantung pada domain, pengguna dan masa; menyimpan satu skor menjadikannya lapuk dan tidak mudah alih. Format ini merekodkan isyarat yang boleh disahkan, dan setiap pengguna menerbitkan dasar tempatan daripada kepengarangan, kesegaran, pengesahan dan penggunaan.

Bagaimana jika dua pengesah bebas mengesahkan satu konsep?

Kekalkan berbilang rekod verified dengan subjek dan masa. Pengguna boleh menggabungkan dasar manusia, mesin, domain atau kekinian tanpa menulis ganti bukti terdahulu.

Bagaimanakah anda menghalang pelanjutan sewenang-wenangnya bagi stale_after?

Hadkan pihak yang boleh mengubahnya, wajibkan kelulusan sumber atau pemilik perniagaan, dan audit nilai lama, nilai baharu, sebab dan bukti pengesahan. Memperbaharui tarikh akhir bukanlah semakan kandungan.

Bagaimana jika pengguna v0.1 tidak memahami medan baharu?

Ia harus mengabaikan medan yang tidak diketahui dan terus membaca medan asas. Sediakan penulisan keserasian, peralihan sandar medan lama dan amaran penghijrahan; jangan jadikan sambungan v0.2 mandatori dalam setiap bungkusan lama.

Bagaimanakah metrik yang dijana oleh ejen mencapai tahap kepercayaan yang tinggi?

Rekodkan sumber penjanaannya dan bukti pengiraan, kemudian sahkan input, kaedah dan keputusan secara bebas. Hanya selepas semakan manusia atau proses perniagaan berjaya, barulah pengguna patut menerbitkan tahap kepercayaan yang lebih tinggi.