知识库最危险的状态，不是资料少，而是资料看起来很多、实际已经过期。员工问到旧流程，客服引用旧价格，Agent 根据过时文档回答问题，最后大家会把锅甩给模型。其实问题往往出在知识库维护。
用 AI Agent 做知识库过期巡检，目标不是让它直接改所有文档，而是让它定期找出需要人工处理的地方：哪些页面长期没更新，哪些链接失效，哪些说法互相冲突，哪些高访问文章应该优先补。这个流程可以接在 内部问答资料更新 和 客服 FAQ 整理 后面。
先定义什么算过期
过期不只是发布时间早。真正要看的是内容是否还被使用、是否涉及时效信息、是否和新文章冲突。比如“2026 年工具选型”“OpenClaw 安装流程”“价格策略”“权限说明”这类内容，哪怕只过了一个月，也可能需要复核。
我会把巡检规则分成四类：超过固定天数未更新，包含年份或版本号，站内链接指向已删除页面，和近期文章的关键结论不一致。这样 Agent 找问题时有标准，不会只按感觉打分。
巡检输出要像工单，不要像作文
很多自动化报告读起来很完整，但没人知道下一步该做什么。知识库巡检更适合输出成清单：页面标题、问题类型、证据片段、建议动作、优先级、负责人角色。这样运营、产品和客服能直接分工。
比如 客户访谈整理 里沉淀的新需求，如果和旧 FAQ 冲突，就应该生成一条“更新 FAQ 口径”的任务；如果只是某个外链打不开，就列为低风险修复。
优先级不要只看发布时间
优先处理高访问、高转化、高复用页面。一个没人看的旧页面可以晚点修，但一个经常被 Agent 检索到的旧流程，应该尽快更新。对内容站来说，栏目页、专题页和高排名旧文也要优先。
这也是我在 站内专题整理复盘 里提到的思路：内容运营不能只发新文章，还要让旧内容继续服务新的专题路径。巡检 Agent 正好能把这件事固定下来。
人工复核不能省
Agent 可以发现疑似过期，但不应该擅自改结论。尤其是价格、合同、对外承诺、合规口径和安全配置，必须交给负责人确认。更稳的做法是让 Agent 先提交更新建议和引用证据，人确认后再发布。
如果已经有任务系统，可以把巡检结果变成待办；如果没有，也可以先用表格维护。关键是让每条问题都有状态，避免下次巡检又报同一个问题。
总结
AI Agent 做知识库过期巡检，价值在于把“资料维护”从偶尔想起变成稳定流程。它不替团队拍板，但能持续找出旧文档、失效链接、冲突口径和更新优先级，让知识库和内容 SEO 都更可靠。
