AI Agent 知识库不是资料越多越好。文档一多，真正危险的不是“找不到资料”，而是找到一份已经过期、没人负责、来源不清的资料，然后一本正经地拿去回答用户或驱动流程。
前面写过 知识库更新提醒 和 知识库引用冲突排查，今天再往治理层补一块：知识库内容应该怎样保鲜，什么时候提醒复核，什么时候降权，什么时候直接下线。
先给每份资料标来源等级
知识库里最好不要把产品手册、群聊摘录、客户截图、个人经验和临时会议纪要放在同一个可信等级里。Agent 检索到这些内容时，应该知道哪些能作为正式依据，哪些只能作为线索。
一个实用做法是把来源分成正式制度、产品文档、已确认 FAQ、历史工单、个人笔记和待验证资料。越接近客户可见回答，越要优先引用高等级来源。
每条知识都要有负责人
没有负责人的知识，很快就会变成没人敢删、没人敢改的沉默风险。负责人不一定是作者，而是对这条知识是否仍然有效负责的人或团队。
负责人字段还可以和 连接器清单 打通。Agent 通过某个知识源回答问题时，后续发现错误，就能知道应该找谁确认，而不是在群里反复问“这篇文档谁管”。
过期提醒要看场景
不同资料的保鲜周期不一样。价格、权限、接口字段、合规口径和活动规则变化很快，应该短周期复核；企业介绍、术语解释和通用方法论可以长一点。
过期提醒不等于自动删除。更合理的状态是：正常、临期、待复核、降权、归档。临期内容还能被检索，但要提示风险；待复核内容可以只给内部人员看；归档内容默认不参与回答。
引用热度能帮助排序
有些旧文档虽然时间久，但仍然被频繁引用；有些新文档上线后一直没人用。引用热度可以帮助团队决定复核优先级。被 Agent 高频引用的内容，即使还没过期，也值得定期抽查。
这和 审计日志字段 有关系。日志里如果记录了引用来源、版本和回答场景，后面就能看出哪些知识正在影响真实任务。
下线规则要提前写清楚
知识库最难的是删除。很多团队怕删错，于是一直保留旧资料。结果 Agent 检索时把新旧口径混在一起，最后还要人工解释为什么回答前后不一致。
建议提前写下线规则：来源失效、负责人缺失、内容被新文档覆盖、连续复核失败、引用造成投诉、涉及旧价格或旧权限，都应该进入归档或下线流程。
总结
AI Agent 知识库保鲜的重点，是把来源等级、负责人、过期提醒、引用热度、冲突处理和下线规则放进同一套流程。知识能被持续维护，Agent 的回答才不会被旧资料拖偏。
