OKF от Google: почему папка с файлами лучше векторной базы данных

Google превратила папку с обычными текстовыми файлами в официальный стандарт ИИ — и незаметно сделала дорогостоящую векторную базу данных необязательной. Она называется Open Knowledge Format (OKF) и сейчас является самым обсуждаемым релизом в области памяти для агентов. Вот полный анализ того, что Google фактически выпустила, почему папка с файлами Markdown превосходит RAG и векторную базу данных для памяти ИИ, а также три момента, о которых никто не упоминает. 📬 Самые интересные мнения, не попавшие в видео, я отправляю каждый вторник → https://devsplainers.com/takeouts/ ⏱️ Разделы 00:00 — Идея, которая разрушила 2 года ортодоксальных представлений об ИИ 00:34 — Как на самом деле работают RAG и векторные базы данных 01:28 — Идея «LLM wiki», которую Google только что стандартизировал 02:30 — Что на самом деле представляет собой открытый формат знаний Google 03:37 — Почему папка с текстовыми файлами лучше векторной базы данных 04:53 — Подвох: устаревший формат, неряшливый Markdown и смысл 06:14 — Настоящее преимущество (и стратегия Google в отношении BigQuery) 07:13 — Приживется ли OKF на самом деле? Что вы узнаете: • Почему RAG выполняет одну и ту же работу при каждом запросе • Что делают «эмбеддинги» и векторные базы данных «под капотом» • Идея LLM-вики: ИИ пишет вики, а вы просто задаёте вопросы • Как работает спецификация OKF — пакеты, файлы с одной концепцией, единственное обязательное поле • Почему обычный текст в Git лучше базы данных для хранения знаний агента • Проблема актуальности, которая ломает OKF в командах, работающих с несколькими пользователями • Почему это НЕ SEO-трюк и НЕ замена MCP Что такое Open Knowledge Format? OKF — это спецификация Google Cloud (опубликована в июне 2026 г.) для хранения знаний в виде папки со связанными файлами Markdown, которые агенты ИИ могут читать напрямую — без эмбеддингов, без векторных баз данных, без сервера. Вместо того чтобы заново извлекать знания при каждом запросе, как это делает RAG, вы создаёте их один раз в виде обычного текста, который модель читает так же, как разработчик читает код. 🔗 Другие пояснения от Devsplainers: • Векторные базы данных, объяснение →    • Vector Databases Explained — How They Actu...   • MCP (протокол контекста модели), объяснение →    • What is MCP? How AI Agents Connect to the ...   • Кладбище ИИ Google →    • Google Is Speedrunning An AI Graveyard   📖 Источники: • Блог Google Cloud — «Как формат открытых знаний может улучшить обмен данными» • Спецификация формата открытых знаний — GitHub (GoogleCloudPlatform) • Андрей Карпати — фрагмент кода «LLM wiki», GitHub #OpenKnowledgeFormat #VectorDatabase #Google #RAG #AIagents