知识库问答最怕一种情况：Agent 找到了来源，但来源之间互相打架。旧价格表和新价格表同时命中，旧流程和新流程同时出现，客服口径和合同条款不一致。模型如果被迫自己选择，很容易给出看似顺滑、实际危险的答案。
所以知识库引用冲突要单独处理，不能混在普通问答优化里。它可以接到 知识库问答质检、知识库过期巡检、工具输出校验，形成一条从发现冲突到下线旧文的闭环。
先让 Agent 标出冲突片段
不要只让 Agent 判断“答案是否正确”。更实用的第一步，是让它标出互相冲突的片段：文档标题、更新时间、命中段落、冲突字段和可能影响的用户问题。
比如“退款期限 7 天”和“退款期限 15 天”同时命中，就要直接列出两段原文，而不是让 Agent 总结成“退款政策存在差异”。越接近原文，负责人越容易判断。
新文档不一定自动覆盖旧文档
很多团队会默认最新文档优先，但这并不总是对的。旧文档可能适用于老客户，新文档可能只适用于某个产品线，内部流程可能已经更新但外部合同还没同步。
因此冲突处理要补一个适用范围字段：适用客户、适用时间、适用产品、是否公开、是否需要法务或业务负责人确认。没有适用范围，知识库越补越乱。
责任人确认要变成下线动作
引用冲突不能只在群里确认一句“以后用新版”。需要生成下线清单：哪些旧文档要归档，哪些段落要改写，哪些 FAQ 要补充跳转，哪些回放问题要重新测试。
这一步可以接入 会议行动项追踪。知识库负责人处理文档，业务负责人确认口径，Agent 用历史问题回放测试，确认不再命中旧答案。
高风险口径要先拒答或转人工
如果冲突涉及价格、合同、权限、隐私、合规、售后承诺，就不要让 Agent 临时拼答案。更稳妥的做法是提示存在口径冲突，并转给负责人确认。
这不是降低体验，而是在保护信任。用户看到“此问题需要人工确认”，总比收到一个过期但流畅的错误答案要好。
总结
用 AI Agent 处理知识库引用冲突，关键是把冲突片段、新旧文档、适用范围、责任人确认、下线清单和回放测试分开。不要让模型替团队猜口径，知识库才会越用越可靠。
