# 策展 · X (Twitter) 🔥🔥🔥

> 作者：Google Cloud Tech (@GoogleCloudTech) · 平台：X (Twitter) · 日期：2026-05-04

> 原始來源：https://x.com/GoogleCloudTech/status/2051013926347751457

## 中文摘要

Google Cloud 推出「Knowledge Catalog」，解決傳統資料目錄無法提供 AI Agent 所需業務脈絡的痛點。透過將「Dataplex」進化為企業通用脈絡引擎，幫助 Agent 精準執行複雜任務，避免幻覺、高延遲與過時洞察。

**傳統資料目錄的缺失**  
傳統資料目錄僅為技術使用者設計的手動清單，專注表格結構而非 AI Agent 所需的深度業務語意與資料關係。當 Agent 缺乏這些脈絡時，會引發幻覺、高延遲與過時洞察。Google Cloud 因此將「Dataplex」進化為動態、常態運作的「Knowledge Catalog」，作為企業通用脈絡引擎，讓 Agent 以準確性執行複雜任務。

**客戶實際應用案例**  
Bloomberg Media 已使用「Knowledge Catalog」為其「Data Access AI Agent」提供可信脈絡。透過統一企業中繼資料與業務脈絡，他們讓組織內利益相關者直覺探索資料湖，將複雜業務查詢轉化為即時 AI 敘事，並確保每項洞察的準確性與品質。William Anderson，Bloomberg Media CTO 表示：「這內部解決方案賦予我們信心。」

**三大基礎支柱**  
「Knowledge Catalog」建基於三個基礎支柱：  
- **Aggregation**：統一脈絡並解決衝突定義。  
- **Enrichment**：持續產生意義並繪製關係。  
- **Search**：賦予 Agent 高精準檢索能力。

**Aggregation：跨資料域統一脈絡**  
為建構真正脈絡，需從各處彙集。「Knowledge Catalog」自動彙集 Google 及合作夥伴資料平台、語意模型與第三方目錄的中繼資料，統一為單一受治理的真相來源。  
- **廣泛中繼資料彙集 (GA)**：涵蓋 BigQuery、AlloyDB、Spanner、Cloud SQL、Firestore (Preview) 及 Looker (Preview)；支援第三方如 Atlan、Collibra、Datahub、Ab Initio 及 Anomalo，將舊有中繼資料納入 Agent 生態。  
- **企業連通性 (Preview)**：透過 Google Cloud Lakehouse 聯結應用程式、作業系統與 AI 平台，如 Palantir、Salesforce Data360、SAP、ServiceNow 及 Workday；例如 SAP 資料產品自動映射至「Knowledge Catalog」。  
- **BigQuery measures (Preview)**：將程式化業務邏輯嵌入 SQL 引擎，確保計算可重複且數學精準；「Knowledge Catalog」彙集 BigQuery measures 與 LookML 為單一語意基礎。  
- **Data products (GA)**：封裝資料 asset 與脈絡，提供內建意圖、SLA 及治理限制，作為擴展複雜 AI 案例的可靠建構塊。

**Enrichment：持續學習產生意義**  
「Knowledge Catalog」超越手動策劃，持續豐富資料：挖掘結構化綱要、查詢記錄及 BI 語意模型，從非結構化資料提取實體關係，並在團隊工作場所交付。  
- **Smart Storage 及 Object Context API (Preview)**：內建於 Google Cloud Storage (GCS)，檔案上傳即自動標記、嵌入及豐富中繼資料，讓非結構化資料對 Agent 立即可發現。  
- **深度多模態中繼資料提取 (Preview)**：整合 Gemini，從複雜非結構化資料集辨識業務資訊，自動建構提取實體及映射業務關係的管線。  
- **自動脈絡策劃 (Preview)**：自動產生資料集、data products、關係及驗證 SQL 模式的自然語言描述，包括業務詞彙，讓人類與 Agent 無需猜測即可互動；透過推斷隱藏關係與意圖模式，建構資料與業務的動態演化地圖。  
- **驗證查詢與語意護欄 (Preview)**：防範 AI 幻覺邏輯與猜測 SQL 聯結，提供驗證 SQL 模式及預生成自然語言問題。

**Search：高精準、安全檢索釋放 Agent**  
在 Agent 時代，搜尋演進為新查詢路徑，企業規模挑戰在於速度、相關性、全域涵蓋及安全性。「Knowledge Catalog」解決這些，讓自主 Agent 高速迭代。  
- **高精準語意搜尋 (GA)**：採用混合搜尋堆疊，基於 Google 數十年創新，如查詢重寫及機器學習技術，提供亞秒延遲與精準相關性；Agent 收到提示即時排名並回傳正確脈絡。  
- **存取控制感知搜尋**：尊重來源系統的中繼資料權限，確保 Agent 僅檢索授權 asset，避免錯誤脈絡引發幻覺，建立信任。  
- **可量化脈絡評估**：擴充搜尋以評估框架，將脈絡建構從猜測遊戲轉為可量化工程學科，讓團隊測試並迭代脈絡策略，持續優化 Agent 輸入品質。

**進階應用實例**  
具備基礎 data products、高精準搜尋及護欄後，可可靠部署進階 AI，如 Gemini Enterprise 中的「Deep Research Agent」(Preview)，由「Knowledge Catalog」驅動。該 Agent 綜合即時業務資料、內部文件及網路研究，回答高度複雜問題，提供確定性精準與深度引用，將原需數週手動努力的任務壓縮至數分鐘。

別再強迫 Agent 猜測企業未明文規範。建構脈絡一次，即釋放 Agent 處理其餘。立即啟用「Knowledge Catalog」，連結：https://goo.gle/3Pd8iqW。

## 標籤

Agent, 新產品, 產業趨勢, Google, Google Cloud