核心 GUIDE
Knowledge Base Lifecycle
真正有用的 AI Knowledge Base 是持续维护的 Evidence System，拥有 Ingestion、Authority、Update、Retirement 与 Evaluation Policy。
核心心智模型
Knowledge 不是一次性“上传”。每个 Source 都需要 Owner、Effective Period、Authority Level、Ingestion State 与 Retirement Path，这些属性决定它现在是否仍应该影响 Answer。
为什么重要
RAG System 会随着 Old Policy 持续可搜索、Duplicate 累积、Supersession 不清晰而逐渐腐化。Retrieval Tuning 无法修复一个 Lifecycle 未定义的 Corpus。把 Knowledge Base 当成 Operational System，才能让 Freshness、Authority 与 Deletion 成为明确 Responsibility，而不是偶尔大扫除。
01
从 Admission 到 Retirement 管理 Source
定义谁可以新增 Source、Required Metadata、Parsing / Chunking Rule、Authority / Effective Date、Update Trigger 与 Expiry Behavior。追踪 Source Version 与 Supersession，让 Retrieval 能偏向 Controlling Material。Corpus Change 后安全 Re-index，并运行 Retrieval Regression；同时保留足够 Provenance，解释 Answer 最终由哪个 Source 支撑。
02
例子：Refund Policy 从 30 天变成 14 天
New Policy Ingest 时带 Effective Date，并标记 Supersede Previous Document。Old Policy 为 Historical Audit 保留，但从 Current-support Retrieval 中退出。Regression Query 检查 14-day Source 已经被正确 Retrieve，同时 Stale Policy 不再控制 Answer。
常见失败模式
- Superseded Document 继续可搜索，却没有 Authority Metadata。
- 把 Ingestion Success 当作 Real Query 可检索的证明。
- 替换或删除 Source 时丢失 Version 与 Provenance History。
工程启发
- 为每类 Authoritative Source 指定 Ownership 与 Update Trigger。
- 显式表示 Supersession 与 Effective Date。
- Meaningful Corpus Change 之后运行 Retrieval Regression。
关键结论
- 01Knowledge Quality 取决于 Lifecycle，不只是 Embedding。
- 02Freshness 与 Authority 需要 Operational Owner。
- 03Living Knowledge Base 必须支持 Update、Retirement 与 Evaluation。
来自 Knowledge Graph 的相关知识点
这些关系直接来自 canonical graph，不维护第二套 Guide 分类体系。