Baklib 发布《企业知识与上下文层场景白皮书》：企业 AI 的胜负手，正在从模型转向上下文
2026 年 10 月，Baklib 正式发布《企业知识与上下文层场景白皮书》（v1.0）。这份面向企业决策者、CIO、数字化与知识管理负责人的行业研究报告，系统梳理了企业级 AI 从“模型竞赛”转向“上下文竞赛”的完整逻辑，首次提出以 Context Layer（上下文层）、Share Layer（分享与治理层）、Verified Knowledge（可信知识层） 为骨架的企业上下文层能力模型，并给出面向中国企业的落地路线图。 白皮书的核心判断只有一句话：企业 AI 投入巨大却回报寥寥，问题不在模型，而在上下文。
浏览 7
巴克励步
一、95% 的组织看不到回报，断点不在模型
白皮书引用 MIT 媒体实验室 Project NANDA 于 2025 年 7 月发布的《The GenAI Divide》报告：在企业已投入的 300—400 亿美元生成式 AI 预算中，95% 的组织看不到可度量的回报，仅 5% 的自建 AI 工具真正进入生产。Gartner 的判断更为直接——缺乏 AI-ready 数据的 AI 项目，60% 将在 2026 年底前被放弃。
与此同时，文档的读者正在换人。GitBook《The State of Docs Report 2026》显示，AI 驱动的搜索已占文档发现途径的 35%，18% 的用户通过编程助手读文档，16% 通过 MCP 服务器访问——后两个渠道在两年前几乎还不存在。Mintlify 的站点实测数据进一步印证了这一趋势：2026 年 7 月，Agent 已占文档站点流量的 66%；8 月达到 2.57 亿次 Agent 请求，对应 1.31 亿次人类访问。
一边是投入遇冷，一边是消费端被 AI 重构。白皮书指出，这道落差指向同一件事：企业真正缺的，已不是更好用的文档存储与检索，而是一层可治理、可分享、可被 AI Agent 调用的“企业上下文”。
二、三层框架：从“有料”到“可控”再到“可信”
白皮书把企业上下文层拆解为三层能力，它们不是并列的模块，而是层层递进的关系：
层级 | 回答的问题 | 核心能力 | 对应诉求 |
|---|---|---|---|
① Context Layer | AI 此刻知道什么 | 采集、连接、结构化、按任务组装 | 让 AI 用得上 |
② Share Layer | 上下文该给谁用 | 权限、合规、分发与多触点触达 | 可治理、可分享 |
③ Verified Knowledge | 上下文可不可信 | 溯源、新鲜度、引用、Agent 调用与回写 | 可被 Agent 调用 |
没有 Context Layer，AI 无米下炊；有了上下文却缺 Share Layer，企业不敢放开权限；两者齐备而缺 Verified Knowledge，Agent 就会带着幻觉上岗。白皮书认为，这正是今天大多数企业 AI 卡在概念验证阶段的真正原因。
其中第三层被白皮书视为最难、也最少人做好的部分。它要求知识具备三条底线：可溯源（每个答案都指得出来源）、有新鲜度（维护 active / draft / deprecated 状态与验证时间）、可回写（Agent 把发现的问题回流，Write-Back 是提炼判断而非归档对话）。白皮书强调，没有回写，上下文层只是一个静态仓库；有了回写，它才成为会生长的资产。
三、“AI 读错了，谁负责”：从技术洁癖到合规刚需
白皮书专章讨论了可信知识的法律意义，并引用了一个标志性判例：Moffatt v. Air Canada（2024 BCCRT 149,BC Civil Resolution Tribunal,2024 年 2 月 14 日）。该案确立了一条清晰的原则——企业要为 AI 对外生成的每一句话负责。Air Canada 曾以“AI 是独立法律实体”作为抗辩，被裁定为“非常新颖”而驳回，最终判赔约 650 美元。
白皮书由此提出：当客户把知识交给 Agent 之后，“AI 读错了”就从体验问题变成了法律与品牌风险。能回答“AI 理解了什么、漏了什么、改动会波及什么”的工具，正在从技术洁癖变成采购清单上的硬性项。
四、市场已用资本投票，增量预算正在迁移
白皮书测算了两条曲线之间的落差：传统知识共享平台市场约 64.5 亿美元，预计 2032 年达 150.8 亿美元，CAGR 约 11.2%；而 AI 驱动的企业知识管理与搜索市场，2026 年为 78.1 亿美元，2031 年将达 274.3 亿美元，2026—2031 年 CAGR 达 28.56%。RAG 相关市场的增速更高，达到 38.4%。中国企业级 AI Agent 市场 2026 年同比增长 112%。
资本的动作同样清晰：Glean 以 72 亿美元估值完成 1.5 亿美元 F 轮；Sana 被 Workday 以 11 亿美元收购；Moveworks 被 ServiceNow 以 28.5 亿美元收入囊中；Model Context Protocol 被捐赠给 Linux 基金会旗下的 Agentic AI Foundation，获得中立治理。DataHub 的 2026 年调研显示，83% 的 IT 与数据负责人认为，Agentic AI 若没有专门的 context platform，无法产生生产级价值。
白皮书由此得出判断：“知识库”仍是稳定的预算项，但真正的增量预算，正流向 AI 原生的检索、上下文、Agent 与验证能力。
五、规范厂商分类：三层归属与一个尚未被占满的位置
为避免选型时“用 A 层的标准衡量 B 层的产品”，白皮书按厂商主战场做了一次归一化归属：
层级 | 代表厂商 |
|---|---|
① Context Layer | Glean、Contentful、Atlan |
② Share Layer | Baklib、GitBook、Document360、Box |
③ Verified Knowledge | Guru、Slite、Fin（Intercom） |
白皮书同时指出，全球市场仍存在一个尚未被充分占据的位置：把“内部知识治理”“对外可分享门户”与“可被 Agent 调用的上下文”三件事，做在同一套底座上。 Glean 强在内部上下文但门槛高，Guru 强在验证但偏治理，Mintlify / GitBook 强在对外文档但缺上下文，数据玩家强在数据但缺内容门户。谁把这三件事连起来，谁就占据了“内容型上下文平台”的位势。
六、Baklib 的位置：管的是“AI 的回答质量”
白皮书将 Baklib 归入 Share Layer 的代表厂商，并对其能力做了一次基于实测的补充说明。
Baklib 从内容管理与多站点发布出发——同一套知识发布为多个站点，覆盖 Help Center、产品与 API 文档、合作伙伴门户与 AI 问答站——正演进为“面向 AI 的知识底座”：把内容结构化、补上出处与权限，再通过 API / MCP 供 Agent 调用，从而同时服务内部员工、外部客户与 AI Agent。
实测中一个值得注意的细节是：Baklib 的「AI 理解」产出的不是一段摘要，而是产品、关系与缺失的说明——AI 从知识库里读出了哪些产品、它们之间是什么关系、以及哪些地方还缺内容。围绕这一能力还有三项配套：面向高频问答的 17 种语义缓存、待确认 / 已确认的审核流，以及“影响范围”可视化（一处改动可能波及哪些下游内容）。
“当知识交给 Agent，知识管理的对象就从‘文档’变成了‘AI 的回答质量’。你不是在管知识，你是在管 AI 的回答质量。”
白皮书认为，这使 Baklib 成为目前市场上极少数能回答“AI 到底理解了你知识的哪一部分、哪里有缺口、改动会影响哪些下游”的工具之一。
需要说明的是，白皮书对 Baklib 的定位判断来自公开信息与行业观察，不构成财务或估值结论；涉及路线图性质的能力（如 AI 检索、权限与出处）已明确标注为“演进中”。
七、落地路线图：先可信 → 再连通 → 后分发
白皮书最后给出了一份可执行的三阶段路线图：
第一步（0—3 个月）：立住可信知识。 选 1—2 个高风险场景，为内容补上状态、出处与引用，建立 owner 与验证周期。
第二步（3—9 个月）：打通上下文层。 部署连接器、建立知识关系、实现任务级组装，让治理随内容生产前移，而不是留在末端。
第三步（9—18 个月）：开放分发与回写。 向客户、合作伙伴与 Agent 开放接口，形成“调用—发现—修正—沉淀”的复利闭环。
白皮书同时提醒企业避开五个常见陷阱：把上下文当搜索、纯向量检索、末端治理、只建不回写、迷信黑箱“准确率”。
八、场景资产：AI 时代最难复制的企业资产
白皮书还引入了一个来自中文语境的新框架，把 Context 重新理解为“场景”。场景是主体在特定处境下作出正确判断与行动所需要的最小完整上下文——正如该书所概括的：数据记录事实，场景建立意义。
由此形成的 C-I-M 框架与本报告的三层模型几乎一一对应：C（场景 / Context）对应 Context Layer，I（交互 / Interaction）对应 Share Layer，M（记忆 / Memory）对应 Verified Knowledge。三层咬合构成一个自我强化的场景飞轮，并遵循一条可被衡量的工程关系：
竞争优势 = 场景深度 × 记忆复利
白皮书的结论是：模型与工具都会商品化，唯有在真实交互中长出来的场景理解，时间不可倒流、对手买不到，且越用越深。文档不会被 AI 取代，它正在成为 AI 的底座。而底座之争的胜负手，不在模型的参数里，而在上下文的质量里。
关于白皮书
《企业知识与上下文层场景白皮书》（v1.0，2026 年 10 月）全文约 3 万字，含执行摘要、九个章节与两份附录（关键数据来源、术语表），并配有 16 页演示文稿与旁白讲解视频。白皮书中所有数据点均在附录 A 标注来源，涉及厂商能力均以 2026 年公开资料为准。
关于 Baklib
Baklib 是面向企业的内容与知识中台，以“一套知识、多端发布”为核心能力，覆盖内部知识库、对外帮助中心、产品与技术文档、合作伙伴门户与 AI 问答站，并持续向可被 AI Agent 调用的企业上下文层演进。
媒体联络
如需白皮书全文、数据图表授权或采访安排，请联系 Baklib 品牌与市场团队。
本新闻稿中的数据与判断均引自《企业知识与上下文层场景白皮书》v1.0，引用时请注明来源。
想要了解更多?
数字内容新基建白皮书
常见问题
白皮书下载地址：
6.7 MB
