本周如何部署一个 Cerebras 风格的知识库

如何在本周部署一个 Cerebras 风格的知识库 2026 年 7 月 22 日 · 阅读约 4 分钟 · 查看原文 ↗ AI MCP Cerebras 在做 AI 算力基础设施，而就在上周，他们的知识库在 X 上获得了 240 万次浏览。 在推出后的 3 个月内，Cerebras 的员工和 AI 智能体每天向它提出 15000 个问题。 在推出后的三个月内，Cerebras 的员工、自动化和 AI 智能体每天向它提出 15000 个问题。 这是一次难得的机会，让我们看到一家公司运转中的大脑内部是什么样子。它能跨 Slack、GitHub、Google Docs、Jira、代码仓库和内部数据库进行搜索。它懂得谁能看什么。它返回的是带引用的答案，而不是一堆链接。 每一家公司都想要那种体验。 但几乎没有几家应该去造 Cerebras 为得到它而造的那套机器。 过去几年里，我们把 Slite 建成了那个层。一家公司可以连接它的工具，部署一个端到端、具备权限感知的公司大脑，而不必把内部搜索、上下文囤积和管理变成一个永久性的工程项目。 Cerebras 破解了什么——他们不同意 Karpathy 和 Garry Tan 的看法 Cerebras 破解了一件事：它否定了近来围绕 Karpathy 的公司大脑和 GBrain 的那套智慧。 你不需要把公司知识变成一个存储起来的上下文图谱。你可以在运行时，用智能检索得到完美的答案。 过去三个月里，所有人都在尝试构建知识图谱，把他们的数据复制到 GitHub 仓库里。 Cerebras 建了一个更简单的东西：企业搜索。仅此而已。知识留在它被创建的那个系统里。当有人提问时，Cerebras 就在那个时刻从那些来源里检索相关的上下文。 不存在一个需要同步的公司存储模型。对于不断变化的知识，在提问时刻检索新鲜上下文，比每晚重建昨天的上下文图谱更实际。 这个图谱一旦重建完成就开始变陈旧，维护它成本很高，而最重要的是——你并不需要它，就能得到完美的搜索，而搜索是公司大脑 99% 的应用场景。 你需要这个。你甚至可以自己建，但你不应该建。 Cerebras 证明了内部公司大脑是可行的。它也揭示了那张账单。 让公司知识变得可查询，需要： 持续摄入和按来源定制的刷新计划 为每一个新来源做设计 排序、重排序方法 认证 ACL 副本 审计、分析 为每一种来源做专门的检索 ……还有很多很多 我能这么说，是因为我过去两年里和 Slite 一起构建了市面上最好的企业搜索之一。 让每一个系统都保持可靠是极具挑战性的工作，我们有 3 名工程师把全部时间都花在这上面。 对 Cerebras 来说，他们有 700 多名员工。他们负担得起为一个像基础设施这样关键的东西配一个 3–4 人的团队。 对大多数团队来说，这笔账算不过来。 你不应该构建并维护这个，尤其是当你可以买到它的时候。 我们把 Cerebras 构建的东西产品化了 过去两年里，我们围绕与 Cerebras 相同的洞察构建了 Slite Agent： 在问题被提出时推断正确的上下文，而不是把公司知识冻结进一个图谱。 这意味着要为每一个来源构建深度集成，并去处理权限、同步、检索和可靠性背后那些脏活累活。 我们还通过 MCP 暴露同一个公司大脑，这样你的 AI 智能体就可以提问，并收到干净、具备权限感知的上下文。 你得到的是： 一个今天就能用、并且到第四季度会超过你内部所能构建任何东西的公司大脑。 一个供你的员工和 AI 智能体使用的可信上下文单一来源。 一个替你处理权限、基础设施、安全和 GDPR 合规的团队。 你得到了 Cerebras 构建的那个公司大脑，却不需要 Cerebras 体量的资源来构建和维护它。 我们还往前走了一步 即便是完美的检索，也只能返回你的来源所说的话。如果一份文档已经过时或自相矛盾，搜索只是更快地找到错误的答案。 Slite Agent 会监控你的关键知识，当它偏离你团队里的其他信号（一次 Slack 对话、一个新合并的 PR、一张工单）时就标记出来，并提出： 要应用的变更 理由和支撑来源 一个可见的 diff 每一项变更都由人批准或否决。没有任何东西会静默地重写公司记录。 ——"检索回答今天的问题。维护让下一个答案变得更好。" —— 公司大脑已经成为必不可少的基础设施组件。 它是一种必需品，不是一个工程项目。 Cerebras 不得不去构建它。 你大概应该去买它。标签：# X # AI # MCP # Guide 相关文章 How I use Grok Bots to rank brands on AI answers that it feels illegal Name this bot `CrowdReply - Scout`. Grok Bot AI MCP Slack