💻 Хотів AI-помічника. Вийшла система для знань

Коли підключаєш AI до бази знань, очікування просте: зараз буде розумний помічник для нотаток. Запитаєш, де рішення з минулого проєкту, він знайде. Попросиш контекст для поста - принесе. Трохи магії, трохи Ctrl+F на стероїдах.

Але швидко стає незручно від простих питань. Звідки йому читати? Яким нотаткам довіряти? Що вважати джерелом правди? Чи може він щось міняти? А якщо може - як перевірити, що він не “допоміг” у стилі джуна з доступом до продакшена?

Я додавав AI-бібліотекаря до бази знань в Obsidian як помічника. А в процесі вийшов бекенд для роботи зі знаннями. Пошук там не магічний: простий індекс нотаток і посилань плюс regex-пошук через bash-скрипти. Бібліотекар читає нотатки, рішення й технічний контекст, але не має права вивалити все в чат або “пофіксити щось” напряму в master. Для різних задач - різні джерела. Для короткого контексту - повернути вижимку або цитату і шлях до джерела. Для змін - branch + PR, а не запис у темряву.

І в цей момент “чат з нотатками” перестає бути чатом. База знань стає схожою на database, а не на папку з нотатками. Посилання, теги й структура - на schema. Git - на протокол запису. Джерела - на audit trail. А модель - не центр всесвіту, а просто частина системи.

Оце, здається, головний урок для задач “AI + знання компанії”. Підключити документи, embeddings і RAG може бути хорошим стартом. Але це ще не вся система. У командній роботі проблема не тільки в пошуку тексту. Складніше - безпечно з ним працювати: відрізнити джерело правди від випадкової нотатки, не чіпати зайве й залишити зміну, яку можна нормально переглянути.

Бо знайти текст і зробити корисну роботу зі знаннями - різні задачі. Чим більше я працюю з агентами, тим менше вірю в майбутнє “все стане чатботом”. Цікавіше інше: AI як інженерна система - з протоколами, межами доступу, ревʼю і відповідальністю за зміни.

---
🌱 Keep calm and grow | 💬 Обговорити 1-на-1