每个数据团队都踩过同一个坑：表结构躺在 BigQuery 里，指标定义钉在 Confluence，incident runbook 散在 Slack 历史消息中——这些知识明明属于同一家公司，却活在互不相通的孤岛上。Google Cloud 最近扔出一颗不大不小的炸弹：Open Knowledge Format（OKF）v0.1，一个供应商中立的 Markdown 规范，专门用来给 AI 智能体喂结构化上下文。它本质上就是一套带 YAML frontmatter 的 markdown 目录，每个概念单独成文件，通过 `type`、`title`、`description` 这几个保留字段实现互操作，目录可以直接丢上 GitHub、压成 tarball 传输，甚至挂到任何文件系统上读。整个方案不绑定任何专有服务、SDK 或运行时——这是它在工程层面真正让人眼前一亮的地方。
理念上，OKF 几乎原样复刻了 Karpathy 那个 LLM Wiki 的构想，只不过这次是 Google 把它推进到了工业级标准化阶段。它解决的不是技术难题，而是组织问题：过去十年企业往各种 catalog、wiki、文档系统里塞了太多机器读不懂的东西，每个厂商又都搞一套互不兼容的格式，知识因此被锁死在系统里。OKF 走的是最少意见原则，只强制 `type` 一个字段，生产者和消费者可以各自独立实现，谁也不绑架谁。
落地场景相当具体：数据团队把 BigQuery 表定义导出成代码、给智能体存 incident runbook、跨组织做知识交换——全都靠同一套文件格式驱动。换句话说，OKF 赌的是未来 AI 智能体要"读懂"企业内部知识，而读懂的前提是知识本身以一种开放、纯文本、可版本管理的形态存在。Markdown 加 YAML，这个看似朴素的组合，恰好是当前最不挑运行时的容器。
