据动察 Beating 监测，大模型落地企业最大的障碍是缺乏内部背景知识（如表结构、工作流或 API 说明）。由于知识散落在不同系统、代码注释或员工脑中，开发人员不得不针对不同 AI 工具重复搭建检索管线。 为此，谷歌发布开放知识格式（OKF）v0.1 规范，正式将 Andrej Karpathy 提出的「LLM-Wiki」模式标准化。规范无需新软件或开发套件，主张将所有内部知识写成直观的 Markdown 文本文件，并随源码一同托管在代码仓库中。 在技术结构上，OKF 知识包由 Markdown 目录树构成。每个文件顶部使用文本标签声明类型、描述和日期，文件间通过超链接建立引用关系；同时配备用于快速预览架构的 index.md 和记录更新历史的 log.md。 Andrej Karpathy 指出，人类讨厌更新 Wiki 是因为手动维护目录和跨文件链接极其枯燥。而 AI 不会遗忘更新交叉引用，并能单次处理编辑多达 15 个文件，非常适合扮演「文档管理员」接管日常维护。 此外，规范采用了宽容的解析模型。即便 AI 在自主生成文件时遗漏了字段、写错类型或留下了死链接，系统也不会报错崩溃，确保了极高的容错性。