最近常看到一种说法：还没学 RAG 的，可以不学了。理由是长上下文越来越强，检索增强这套东西正在过时。
如果你正打算给公司整理知识库，听到这话多半想松一口气：是不是把文档全部丢进去就行了？
先交代身份：我做了一个开源知识库工具（琅嬛），算是利益相关，做知识库的人听到这种话，按说应该高兴。但我的看法相反。工具确实一年比一年强，可这件事里最贵的部分，从来不是 RAG 算法，而是把业务知识整理成 AI 能用的样子。这部分是人工活，替代不掉。
旧制度和新制度，哪份作数
企业的资料很少是干净的。规章制度改过很多轮，工作经验散在每个人的电脑里，文档存在网盘、群聊和各种 SaaS 里。把这些原样丢进 RAG，或者当作文本放进文档库，很快会撞上几个很硬的问题。
先说新旧。同一件事，2019 年的制度和 2026 年的制度说的是两套做法，检索的时候两份都会回来。哪份作数？新规则跟旧规则冲突的时候听谁的？这些判断不在文本里，在企业的流程和人的脑子里。大模型可以把两份都读完，但它不知道该信哪份。
再一个是噪音。上下文窗口确实越来越长，但窗口长，不等于注意力均匀。模型对开头和结尾的内容记得清楚，埋在中间的部分容易被略过，这个问题有个名字，叫 lost in the middle。放到企业场景里就是这么回事：检索返回了一大段资料，有用的只有一小段。那一小段要是在中间，模型可能整个跳过它，拿手边的其他内容拼一个看起来合理的答案；更常见的是不相干的内容被一起带进来，把答案带偏。新一代模型在改善这个问题，但趋势没有变：塞进上下文的资料越多，回答越不稳定。所以检索层的活，就是把相关的那几段挑出来送进去，而不是把半个文档库倒进去。
常见的反驳是：这些问题 RAG 工程都有对应方案，给文档标生效日期、加部门过滤、配权限，检索时自然只会取回作数的版本。这些机制确实存在，也有效。但它们有个共同的前提：哪份作数，是业务定的；生效日期，是人标的；过滤条件，是人配的。工具负责执行规则，规则本身没有一条能自动长出来。人工介入没有消失，只是从算法里挪到了治理里。
所以做企业知识库的第一步不是选工具，是人工的知识清洗：哪些还作数，哪些已经作废，哪些只管某个部门。做交付的人在企业里进场干的第一件事通常就是这个。它枯燥、琐碎、反人性，没有哪家企业觉得这件事紧迫，直到 Agent 开始引用一份作废的规定。
建库只是第一步，后面要能被评测
我自己做的琅嬛，目前也只做到分块和检索，离「把企业知识整理好」还有距离。往下走，我认为有两件事要做。
一是拆实体关系。把文档里的人、组织、产品、条款之间的关系拆出来，存进图数据库，才能做矛盾检测。新旧规则冲突这种事，靠向量相似度找不到，靠关系图谱能找得到。这条路线可能更适合合同审核这类场景：条款之间互相引用，缺一条关系就漏一个风险。
二是给知识库配评测。知识库不是建完就完的工程，它要跟 Agent 一起跑，跑得对不对，需要持续验证。做法不新鲜：整理二十个必答题和标准答案，知识库每次更新之后跑一遍，看回答是可信还是开始漂移。没有这套东西，你根本不知道今天的知识库是在帮 Agent 还是在害 Agent。
我自己的工具和市面上的知识库产品，都在朝三个方向努力：接得上企业的上下文，给得出可信的评测，让不同场景的企业自己就能把这件事做起来。方向一致，进度都还在半路。
不是每个企业都需要
如果你们公司已经深度使用飞书全家桶，文档、流程、工作产品都在飞书上，知识也只在公司内部流转，员工查制度、问流程，那飞书的线上知识库和它的 AI 问答已经处理得很好。对内这个场景，你不需要再做一套私有知识库，老老实实用平台的能力是性价比最高的选择。
但知识要对外服务时，就是另一回事了。客服机器人、售前机器人跑在你自己的网页和微信里，不在飞书客户端里。飞书开放出来的是数据接口，文档内容拉得出来；可「传一个问题、返回一个基于知识库的答案」这种问答能力，飞书没有作为 API 开放。它给你的官方答案是两个付费产品：服务台，或者 Aily 智能伙伴平台。用它们，问答的编排、渠道和费用都按飞书的框架来。不想进这个框架，就得自己把这一层建起来：把文档从飞书同步出来，清洗，建检索，接给自己的 Agent，再配上评测。市面上「飞书文档同步到 FastGPT」这类项目一大把，说明这么干的企业不止一两家。
更多企业其实在中间：数据不全在某个大平台上，又没到要自建一整套私有化部署的强度。这个位置不是二选一，把最要紧的那部分业务知识整理出来，用轻量的方式接给 AI 用，比两头都够不着强。
要是场景是真正的私有化部署——数据不能出内网，或者需要针对自己业务的定制 Agent——那么知识清洗、实体关系、评测验证，这些活一件都绕不开。这时候「RAG 可以不学了」这句话对你没有帮助，因为你要做的恰恰是这些基础的整理工作。
我的想法
不用从学 RAG 开始。把你公司里一份最旧的制度和一份最新的制度拿出来，放在一张桌上，回答两个问题：现在哪个作数？它们冲突的地方听谁的？
答不上来，你的知识库第一格要填的就是这个。答得上来，再把这两份制度交给工具。工具会越来越好用，但这两问永远有人要答。