我核对了这些产品的官方资料。结论很明确：企业知识产品都会建立知识范围，但多数产品不会要求普通用户每次手工选择“知识空间＋业务领域”。 更常见的是管理员配置知识，普通用户直接进入搜索、Chat 或某个智能体。
| 产品 | 产品怎么设计 | 谁负责建立 | 适合场景 | 解决的问题 |
|---|---|---|---|---|
| Glean | 统一搜索、Chat、Agent；用户主要选择“公司知识 / 通用知识 / Web”，系统根据权限和上下文搜索企业内容 | 管理员连接数据源，用户不建知识空间 | 大中型企业、资料散落在多个系统 | 跨系统找资料、权限过滤、企业统一搜索 |
| Atlassian Rovo | Search、Chat、Agent三类入口；搜索结果可过滤，Agent预先绑定知识和动作 | 管理员连接数据，Agent创建者配置知识 | Jira、Confluence重度使用团队 | 项目知识检索、协作问答、任务执行 |
| Microsoft Copilot Studio | 创建一个Agent，再为Agent添加SharePoint、网站、文件、Dataverse等知识源；用户使用发布后的Agent | Agent创建者或管理员配置 | 微软生态、客服、HR、IT支持 | 把企业知识包装成特定业务助手 |
| 阿里云百炼 Model Studio | 业务空间下创建知识库，再绑定到智能体应用；支持多知识库联合检索和自动知识库路由 | 开发者、知识管理员 | 企业自建AI应用、专业知识问答 | 私有知识补充、多知识库检索、RAG应用开发 |
| 腾讯云智能体开发平台 ADP | 平台级共享知识库＋应用默认知识库；应用可引用多个知识库，发布后用户直接使用应用 | 团队成员或应用管理员配置 | 多部门、多应用复用知识的企业 | 知识隔离、应用独立、跨应用复用 |
Glean的核心入口是：
textSearch / Chat ↓ 搜索用户有权限访问的企业内容 ↓ 返回答案、文档和来源
管理员事先连接 Google Drive、Slack、Microsoft 365 等企业系统。普通用户不需要手工创建知识空间，也不需要每次选择业务领域。系统根据数据源权限、用户行为和企业知识图谱个性化结果。
用户可以在Chat中选择：
也就是说，Glean只让用户决定“使用企业知识还是外部知识”，不会把内部知识库结构全部暴露出来。Glean官方说明
适合：
解决的是：用户知道自己要找什么，但不知道去哪个系统找。
Rovo分为三个入口：
管理员负责连接企业数据源，普通用户直接搜索；如果任务比较专业，就选择对应Agent，例如处理Jira事项、员工入职或整理Confluence内容。
Rovo继承原系统权限，用户只能看到自己原本有权限访问的内容。Atlassian Rovo官方说明
适合：
解决的是：知识与工作任务分离——用户找到信息后，还要回到业务系统完成操作。
它的产品选择是：不让用户选择抽象的“业务领域”，而是选择“搜索、Chat或者某个专业Agent”。
Microsoft采用的是典型的“应用/助手模式”：
text创建Agent ↓ 给Agent添加知识源 ↓ 配置指令、工具和权限 ↓ 发布Agent ↓ 普通用户直接对话
Agent创建者可以添加：
普通用户一般不需要知道Agent背后连接了哪些知识库。Microsoft官方文档
适合：
解决的是：把一组知识源、业务规则和操作能力封装成一个可使用的业务角色。
它与截图的区别是：截图让用户选择“知识空间＋领域”；Microsoft更倾向于由创建者预先绑定，然后用户直接选择Agent。
阿里云百炼与截图的底层结构比较接近：
text业务空间 ↓ 创建知识库 ↓ 导入文件或数据 ↓ 知识库绑定智能体应用 ↓ 应用发布给用户
知识库只在当前业务空间中使用。智能体应用通过“+”添加知识库。其知识检索服务还支持多个知识库联合检索，并可开启“知识库路由”，由模型判断查询哪些知识库。阿里云百炼知识库文档、多知识库检索文档
适合：
解决的是：如何把企业私有资料转换成可供AI检索的知识服务。
需要注意：百炼的“业务空间、知识库选择、+”主要面向开发者和知识管理员，不是要求最终用户每次提问都配置。
腾讯云ADP采用两层知识结构：
其流程是：
text创建应用 ↓ 应用自动拥有默认知识库 ↓ 导入文档、问答或数据库 ↓ 必要时添加平台共享知识库 ↓ 发布应用
官方文档明确说明：一个知识库可以被多个应用共享，一个应用也可以引用多个知识库。腾讯云ADP知识库说明
适合：
解决的是：既保证不同应用相互独立，又避免公共知识被重复上传和维护。
普通用户通常只进入发布后的应用，不负责选择或建立底层知识库。
截图采用的是：
text知识空间 → 业务领域 → 在线模式 → 使用
它更像以下两类产品：
知识管理或智能体开发后台
给管理员、知识运营人员、业务专家使用。
专业人员检索工作台
用户本身理解“集团知识空间”“油气勘探开发”等专业分类，并且需要主动控制检索范围。
它不太像Glean、Rovo这类面向全体员工的统一搜索产品，因为这类产品会尽量自动继承权限、自动搜索多个来源，减少提问前的选择。
真正普遍的不是“两个下拉框”，而是以下业务分层：
text管理员侧： 建立空间 → 接入数据 → 分类治理 → 配置权限 → 绑定应用 用户侧： 进入搜索或助手 → 直接提问 → 系统检索 → 展示答案和来源
因此，“要不要手工建立”的答案是：
如果你们面向普通员工，建议参考 Glean/Rovo：
text直接提问＋自动权限检索＋必要时筛选来源
如果你们面向明确的业务岗位，建议参考 Microsoft Copilot Studio：
text油气勘探助手／设备助手／制度助手
后台将助手绑定知识空间和领域，前台不暴露技术结构。
如果你们是一个AI开发或知识管理平台，建议参考 阿里云百炼/腾讯云ADP：
text业务空间 → 知识库 → 应用
这时截图中的“空间＋领域＋新增”是合理的，但应当放在管理端或专家模式里。
最终结论：截图不是行业唯一方案，更偏管理端和专业检索场景；面向普通用户时，主流做法是“后台配置知识，前台选择助手或直接提问”。
本文作者:Eric
本文链接:
版权声明:本博客所有文章除特别声明外，均采用 BY-NC-SA 许可协议。转载请注明出处！