Context Kubernetes：面向智能体AI系统的企业知识声明式编排

我们介绍了 Context Kubernetes，这是一种用于在代理 AI 系统中编排企业知识的架构，具有原型实现和八个实验。核心观察是，在整个组织中，以正确的权限、以正确的新鲜度向正确的代理提供正确的知识，在结构上类似于 Kubernetes 十年前解决的容器编排问题。我们形式化了六个核心抽象、基于 YAML 的知识架构即代码声明式清单、协调循环以及三层代理权限模型，其中代理权限始终是人类权限的严格子集。三个价值实验表明：（1）在没有治理的情况下，代理会从已删除的源提供虚假内容，并在 26.5% 的查询中泄漏跨域数据； (2) 在没有新鲜度监控的情况下，陈旧的内容会默默地提供——通过协调，陈旧内容会在 1 毫秒内被检测到； (3)在五种攻击场景中，扁平权限阻止0/5攻击，基本RBAC阻止4/5，三层模型阻止5/5。五项正确性实验证实了零未经授权的交付、零不变违规以及没有接受调查的企业平台提供的带外审批隔离的架构实施。对四个主要平台（Microsoft、Salesforce、AWS、Google）的调查表明，没有一个平台在架构上隔离代理审批渠道。我们确定了使上下文编排比容器编排更困难的四个属性，并认为这些属性使解决方案更有价值。