OKF：AIエージェントのための知識ベースの再定義

2026年6月、Googleは「Open Knowledge Format（OKF）」を発表しました。これは、AIエージェントが知識を組織化し交換するためのオープン仕様です。OKFバンドルは、Markdownファイル、軽量なYAMLメタデータ、そして概念間のリンクだけで構成されていますが、すべてのAIアプリケーションに埋め込みベクトルデータベースが必要という前提に挑戦しています。

OKFの背景には、従来のRetrieval-Augmented Generation（RAG）の限界があります。RAGでは、ドキュメントをチャンクに分割してインデックス化するため、検索効率は向上しますが、元の文書構造や概念間の論理的な関係が失われます。例えば、病院の入院ポリシーを分割すると、医師が「患者の入退院プロセス」を尋ねた際に、関係をゼロから再構築する必要が生じます。OKFは、各概念を独立したMarkdownファイルとして保存し、リンクで明示的に関連付けることで、この問題を解決します。

OKFのアイデアは、Google独自のものではありません。2026年初頭、AI研究者のAndrej Karpathyが「LLM Wiki」という概念を提唱しました。彼は「ObsidianはIDEであり、LLMはプログラマーであり、Wikiはコードベースである」と例え、AIエージェントが継続的に知識ベースを読み書きし改善することを提案しました。Googleはこのコミュニティのアイデアをオープン仕様に昇華させ、フレームワークやSDKではなく知識そのものの標準化に焦点を当てました。

典型的なOKFバンドルは、エントリポイントとなるindex.md、オプションのCHANGELOG.md、そして複数の概念ファイルで構成されます。各概念ファイルはYAMLフロントマター（タイプ、タイトル、説明、タグなど）とMarkdown本文（知識内容と関連概念へのリンク）を持ちます。例えば、病院の知識ベースには、患者入院ポリシー、救急トリアージ手順、電子健康記録システムなどの概念ファイルが含まれ、それらはリンクで相互接続されます。

OKFの強みは、そのシンプルさと一貫性にあります。一度AIエージェントがあるOKFバンドルの構造を学習すれば、同じ規則に従った別のバンドルも容易にナビゲートできます。さらに、OKFはRAGを完全に置き換えるものではありません。大量の非構造化ドキュメント（PDF、研究論文など）に対してはRAGが依然として最適です。OKFは、ポリシー、手順、APIドキュメントなどの構造化された概念知識に適しています。実際のアプリケーションでは、RAGで非構造化情報を検索しつつ、OKFで正確な概念知識を提供するハイブリッドアーキテクチャが考えられます。

OKFは、AIエージェントのための軽量でバージョン管理可能な知識管理の代替手段を提供し、特に正確な関係性の維持が必要な場面で威力を発揮します。AIエージェントの普及に伴い、OKFは知識共有と協調の重要な標準となる可能性を秘めています。