OpenAI下周要发新模型了，但我在想另一件事：你的AI还不认识你         

OpenAI的下一代模型代号Spud（土豆），据说下周发布。200万token上下文窗口，原生多模态，从预训练阶段就融合视觉和语音。

扣子刚发了2.5版本，Agent能操作云电脑了，有自己的工作台、文件夹和日程表。

腾讯的WorkBuddy上线一个月，2000人内测通过，能一键接微信远程遥控电脑干活。

Hermes Agent出来了，有人说要取代龙虾。

每天醒来都有新东西。

但我最近在想一个被忽略的问题——

模型越来越强，Agent越来越多，可它们没有一个真正认识你。

             你用ChatGPT，它不知道你上周做了什么决定。             你用龙虾，它不知道你的客户画像长什么样。             你用Kimi读了50篇文章，关掉窗口什么都没留下。             每次对话都是从零开始。             这就是为什么我最近花了大量时间在做一件看起来不那么性感的事——搭知识库。         

一个反直觉的判断：2026年最值钱的AI能力不是用工具，是喂数据

大部分人对AI的理解还停留在"用工具"阶段——哪个模型写文案好？哪个工具做图快？这些问题不是不重要，但它们有一个共同的天花板：通用能力。

ChatGPT写出来的文案和你竞争对手用出来的，差别不大。因为你们喂给它的信息是一样的——都是一句prompt。

真正拉开差距的，不是你用什么工具，是你给工具喂了什么。

普通用法：输入一句指令，得到一个模板化内容。知识库用法：存了20篇真实案例（含数字、坑、参数），告诉AI提取结构。出来的东西完全不一样，因为AI在用你独有的数据在思考。         

知识库不是文件夹。这个区别很多人没搞清楚

             我见过很多人说"我有知识库啊"，然后打开一看：Notion链接、飞书文件夹、微信收藏夹。这些都不是知识库。这些是资料堆。

             当你把内容扔进支持RAG（检索增强生成）的系统，AI不是在"搜索"，是在"理解你的问题→在你的资料里找答案→组织语言回答"。这也是为什么知识库问出来的答案质量远超搜索引擎。         

2026年搭知识库，有三条路线

我自己走的是第三条路，分享几个真实的细节

底座是1300多篇内容，按6个方向分类。但搭建中有几个细节值得分享：

细节1：知识库的切块粒度决定了回答质量

不要懒，扔原文不如拆要点。一篇3000字的文章，拆成5-8个要点块，AI的回答精准度直接翻倍。

细节2：知识库需要"人格"

system prompt 好坏决定了体验。要告诉AI你是门道助手、语气要简洁、优先引案例，而不是让它像教科书一样回答。

细节3：知识库的"前台"和"后台"要分开想

后台是数据层——1300篇内容怎么存、怎么分类、怎么检索。 前台是体验层——用户进来看到什么、怎么找到内容、看完去哪。

很多人只想了后台没想前台。结果知识库建好了，用户打开一看——一坨文件夹，不知道从哪开始。

我对标了Way to AGI的飞书知识库做了前台设计：首页只做分流，内容页有实质干货，专题页按用户场景组织（"想赚钱"→"想做内容"→"想提效"），每页底部有"下一步去哪"。

这些东西不是技术问题，是产品设计问题。但大部分做知识库的人都忽略了。

一个预判：2026下半年，"知识库"会像"做号"一样普及

             公众号是给别人看的，知识库是给AI看的。公众号让你被更多人认识，知识库让AI更认识你。谁先搭起来，谁的AI就先变得"不一样"。         

最后说一个观点和预判

现在"搭知识库"听起来还像一个技术活。

但看看工具的发展速度——

ima上传文档就能用，Coze拖拽就能搭Bot，龙虾一行命令就能装。RAG从论文概念变成了开箱即用的功能。所有主流模型都在扩大上下文窗口。OpenAI的Spud据说200万token，意味着一本书直接扔进去都能读完。

工具门槛在快速下降。

到下半年，"你有没有自己的知识库"可能会变成一个和"你有没有自己的公众号"一样普通的问题。

区别是——公众号是给别人看的，知识库是给AI看的。

公众号让你被更多人认识。 知识库让AI更认识你。

谁先搭起来，谁的AI就先变得"不一样"。

大模型会越来越强，但这些都是"公共资源"。唯一不是公共资源的东西，是你的数据、你的经验、你的判断。

不是"你会不会用AI"，是"你的AI认不认识你"。

周一晚上直播拆解搭建全过程

装龙虾、设结构、自动化干活、避坑指南