在团队内部构建专家级知识共享

你尝试学习一项新服务。你阅读文档。你编写原型。但它失败了，因为文档已经过时了。你不得不等待两天才能咨询到专家。

现在看看服务的负责人。他们一半的时间都在回答重复的问题。他们想开发新功能，却不得不陷入“救火队员”的角色中。

预防故障是隐形的工作，而修复故障则是显性的。这就是为什么文档会逐渐失效。专家们专注于高影响力的任务，而忽略了 Wiki。

你可能认为 AI 可以解决这个问题。但 AI 会产生幻觉。在处理私有项目时，它会犯错。

你需要的是一个“活的”知识库，而不是一个静态的 Wiki。

Wiki 之所以失败，是因为编写它感觉像是一项苦差事。它会占用处理实际工作的时间，而且更新它并不会让任何人直接受益。

一个“活的”知识库会改变工作流。其核心原则很简单：人类只提供判断，而 Agent 处理其余的一切。

以下是其工作原理：

• 使用 Markdown 编写。它的摩擦力极低。
• Agent 将 Markdown 转换为带有图表和代码高亮的 HTML。
• Markdown 是事实来源（Truth）。HTML 是视觉层。
• 文档成为工作的副产品。
• 你不再是编写文档，而是告诉你的 Agent 你学到了什么。
• Agent 总结工作内容并提交一个 Pull Request。
• 由专家对 PR 进行评审。

这会产生飞轮效应。每一位使用 Agent 的开发者都在生成知识。每一个被批准的 PR 都会让 Agent 变得更聪明。贡献的成本几乎为零。

在 Wiki 中，你是在牺牲自己的时间为他人编写内容。而在知识库中，你是在为自己工作，知识随之而来。

该系统充当基础设施。你可以在其之上构建更多工具：

• 基于过往故障提供修复建议的 On-call Agent。
• 分析其他团队变更以防止故障的同步工具。

单打独斗的编码时代正在结束。我们必须向 Agentic workflows 转型。

Source: https://dev.to/duskcloudxu/knowledgebase-how-to-build-expert-knowledge-sharing-within-your-team-2jag

Optional learning community: https://t.me/GyaanSetuAi