AI Agent 引用知识库时，最麻烦的不是找不到资料，而是同一个问题能找到两个看起来都合理的答案。一个来自旧 FAQ，一个来自新 SOP；一个是销售话术，一个是法务确认稿；一个刚更新，但还没经过业务负责人验收。
知识冲突如果不处理，Agent 很容易选到语气更完整、关键词更接近的那份资料，而不是业务上真正有效的那份。它需要和 知识库引用质检、知识库过期提醒、知识库改版影响检查 放在同一套治理流程里。
先标记冲突，不要直接覆盖
很多团队看到冲突资料，第一反应是删旧文档或把两份内容揉成一份。这样做看似快，实际会丢掉证据。更稳的做法是先标记冲突：冲突问题是什么，涉及哪几份资料，分别来自谁，影响哪些 Agent 场景。
只有保留冲突来源，后面才能判断是旧资料该下线，还是新资料还没有走完确认流程。否则今天删掉旧资料，明天业务方追问依据时就很难复盘。
给来源设置优先级
Agent 不应该靠相似度决定业务口径。企业内部资料通常有优先级：合同和制度高于营销话术，正式公告高于草稿纪要，当前版本高于历史版本，业务负责人确认稿高于临时聊天记录。
这些优先级最好写进知识库元数据，而不是藏在人的脑子里。检索返回给 Agent 时，除了正文，还要带来源类型、更新时间、负责人和有效状态。
冲突解决后要做回放验证
知识冲突修完，不等于 Agent 一定会引用正确资料。索引缓存、检索排序、提示词约束和工具返回格式，都可能让旧答案继续出现。解决冲突后，至少要用原来的问题样本跑一次回放。
这一步可以接上 OpenClaw 回放评测 和 评测样本。如果冲突曾经导致客户可见错误，还应该把样本放进长期回归集。
灰度生效减少二次错误
知识库大改后不要立刻全量生效。可以先让内部问答、低风险队列或少量客户分组使用新口径，观察引用准确率和人工接管情况，再逐步扩大范围。
这和 恢复观察窗口 的逻辑一样：先小范围验证，再根据指标放开。知识库也是生产系统的一部分，不能只靠编辑完成来判断上线成功。
总结
AI Agent 知识冲突处理的关键，是把冲突显性化，而不是急着合并。来源优先级、更新时间、负责人、冲突标记、灰度生效和回放验证都补齐，Agent 才不会在两个答案之间凭感觉选择。
