Pablo Castro 把 agent 的知识拆成三类

Pablo Castro 来自 Microsoft，是 CVP 和 Distinguished Engineer。他这场 “On AI and Knowledge” 很适合作为第一天的开篇，因为 software factory 的第一块地基不是代码生成，而是 agent 到底靠什么知道该做什么。

原视频：https://www.youtube.com/watch?v=htM02KMNZnk

intrinsic knowledge：模型权重里的知识

Pablo 先把知识分成三类：intrinsic、extrinsic、learned。Intrinsic knowledge 是模型训练时吸收进权重里的知识，也就是大家常说的 parametric memory。

他用代码开发举例。25 年前写一段代码，人要坐下来，靠自己知道的东西和临时查到的资料，把代码写出来。后来 IntelliSense 出现，开发者不用再记函数签名。再过 22 年，机器学习开始帮 IntelliSense 排序。然后 GitHub Copilot 出现，代码补全从 “给候选项” 变成 “直接生成一段可能可用的代码”。

他把这个过程看成指数曲线。GitHub Copilot、ChatGPT 和早期 coding agent 的爆发，很大一部分靠的就是模型本身已经知道很多东西。模型在训练里见过大量代码、文档、模式和惯用写法，所以能直接写、解释、补全。

这层知识很强，但它有边界。模型知道公共世界，不等于知道你的公司、你的权限、你的客户、你的事故历史。软件工厂如果只靠 intrinsic knowledge，就像一个新员工背了很多书，却没进过你的公司。

extrinsic knowledge：组织里的外部知识

第二类是 extrinsic knowledge。Pablo 说，agent 要参与公司工作，必须接触组织里的 ambient data：SharePoint 文档、邮件、日历、聊天线程、人员关系、数据仓库、Power BI 报表，以及公开 web。

Microsoft 的做法是把这些入口组织成 Microsoft IQ、Work IQ、Fabric IQ、Foundry IQ、Web IQ 等能力。它们不是一个单点功能，而是一组让 agent 进入企业知识环境的方式。

他还讲了 retrieval 的演进。行业一开始把 RAG 做得很低技术：向量化、找相似 chunk、塞回 prompt。后来大家发现，真实场景里只算 cosine similarity 不够。单一方法往往比不上组合方法。Azure AI Search 和 Foundry IQ 会把 chunking、vectorization、lexical retrieval、ranking、agentic retrieval 等层叠起来。

这点很重要。很多团队以为 “有个向量库” 就等于 agent 有知识。Pablo 的意思更接近：agent 的知识入口要分层。简单场景可以自动处理 PDF、图片和 blob storage；专家场景则要能下钻到底层 index，控制 vector quantization、lexical retrieval、ranking 等参数。

learned knowledge：工作过程本身成为知识

第三类 learned knowledge 最值得细想。它不是训练前已有的知识，也不是外部检索来的资料，而是人和 agent 在做事时留下的经验。

Pablo 提到，组织每天都在执行任务、产生结果、留下 trace。过去这些过程大多只是日志和审计材料。现在 agent 做事以后，系统可以观察过程，识别哪里失败、哪里高效、哪些步骤可以自动调优。

这和 Satya 关于人和 agent 复合增长的说法呼应。公司真正独特的东西，不只是文档，而是 “我们是怎么做事的”。如果这些流程能被记录、分析、反馈到 agent 和工具里，组织知识就不再只是静态资料库。

我自己的理解是，Pablo 这场给 software factory 加了一层知识论。一个 agent 要在企业里可靠工作，至少要同时具备三件事：模型权重里的常识和技能、组织系统里的实时知识、执行过程中沉淀出来的经验。

这也解释了为什么单纯堆 prompt 不够。prompt 只是一次上下文。软件工厂需要的是能持续管理知识的系统。

三类知识的差别，决定 agent 的上限

这场最容易被低估的是三类知识的边界。Model knowledge 给 agent 常识和通用能力，grounded knowledge 给它当前任务的真实材料，learned knowledge 给它组织自己的经验。

很多团队现在的问题，是把 grounded knowledge 当成万能解法。接上文档库、接上搜索、接上数据库，好像 agent 就会懂公司。但外部检索只能回答“资料里有什么”，不能自动回答“我们过去踩过什么坑”“这个团队默认怎么做”“这个客户为什么特殊”。这些东西要靠 learned knowledge，也就是执行过程里的反馈和沉淀。

Pablo 讲 Microsoft IQ、Work IQ、Fabric IQ、Foundry IQ、Web IQ，其实是在拆企业知识的入口。邮件、日历、文档、数据仓库、代码、网页，不是同一种上下文。agent 要想工作，不能把它们都塞进一个 prompt，而要知道不同知识源的权限、时效、可信度和用途。

这对企业 AI 项目很残酷

很多企业 AI 项目失败，不是模型太弱，而是知识系统太乱。文档没人维护，权限边界不清，数据口径冲突，历史决策散在聊天记录里。这样的组织就算接入最强模型，agent 也只能在脏上下文里猜。

真正的准备工作反而很朴素：把重要流程写清楚，把结构化数据口径统一，把可公开和不可公开的资料分层，把过去任务的成功与失败留痕。Pablo 的演讲给了一个判断标准：如果一个新人进公司都很难找到答案，agent 也不会突然变聪明。

所以，知识不是 RAG 的同义词。知识是一个组织能否让智能系统可靠工作的底层资产。软件工厂如果没有这层地基，后面的自动编码、自动 review、自动部署都会摇晃。

来源与说明

本文基于 AI Engineer World’s Fair 2026 Day 1 主舞台视频转录、官方日程信息，以及本地 AI engineering 知识库整理。文章不是逐字稿，而是按单场分享的主线、上下文和工程启发重写。