很多团队给 AI Agent 接上知识库以后，会要求回答带引用。这个方向是对的，但引用本身不等于可信。最危险的情况是答案看起来有出处，点进去却发现引用只说了一半，或者文档已经过期，或者 Agent 把两个条件拼成了一个不存在的结论。
所以引用也需要质检。它可以接在 知识库保鲜、知识库灰度发布、评测集 后面，变成知识库运营的日常动作。
先检查引用是否真的支持结论
第一步不是看引用格式漂亮不漂亮，而是看引用段落是否能支撑答案里的关键结论。比如答案说“企业版支持离线部署”，引用却只写“支持私有化配置咨询”，这就不是充分证据。
Agent 做质检时，可以把答案拆成几个判断句，再逐句匹配引用段落。匹配不上就标成“缺证据”，不要因为答案整体顺口就放过。
引用时效要单独标记
知识库里最容易出问题的是旧政策、旧价格、旧流程。引用旧文档生成的答案，语气越肯定越危险。质检时要检查文档更新时间、适用范围和是否已经被新版本替代。
这一步可以借用 SOP 版本库 的思路。每条知识最好有版本、负责人、更新时间和下线条件。
警惕结论跳跃
Agent 很擅长把材料串起来，但有时会串过头。文档 A 说可以申请试用，文档 B 说客户成功经理负责续费，答案就变成“客户成功经理可以批准试用延期”。这类结论跳跃，在引用质检里要单独标出来。
更稳的写法是让 Agent 输出“引用能证明什么，不能证明什么”。不能证明的部分进入人工确认，而不是硬写成结论。
高风险答案要抽样复核
退款、合同、权限、价格、合规、客户承诺这类答案，即使引用看起来没问题，也建议保留人工抽样复核。低风险 FAQ 可以自动通过，高风险问题要看证据链。
这和 敏感动作审批 的原则一致：影响客户承诺的内容，最后要有人能解释依据。
总结
用 AI Agent 做知识库引用质检，重点不是给答案补几个链接，而是检查来源是否支撑结论、文档是否过期、推理是否跳跃、证据是否缺失。引用可靠，知识库问答才不会只是看起来可信。
