每个工程团队都经历过这样的时刻。有人在内部维基上找到一份文档，按照说明操作，结果出了问题。他们给频道发信息：没有人知道。写这个文档的人八个月前就离开了。文档上说最后一次编辑是在 2024 年。
这就是新鲜度问题而且情况越来越糟
##旧合同正在崩溃
长期以来，文档都有一个隐含的契约：有人编写，大家信任，偶尔有人更新。也许吧。当文档只被有判断能力的人使用时，这种契约还能勉强起作用。如果设置指南看起来有点偏差，高级工程师就会临时调整。
但那个世界已经结束了。如今，你的文档不仅仅由人类阅读。它被人工智能工具、内部聊天机器人、入职自动化和搜索系统所使用，这些系统将每个字都视为等价真理。人工智能助手不会眯着眼睛看文档，然后想_"嗯，这看起来有点过时了。"_它会阅读文本，将其视为事实进行处理，并满怀信心地提供服务。
**陈旧的文档加上人工智能就等于大规模的自信错误答案。
新鲜度的实际意义
新鲜度不仅仅是 "这是什么时候最后编辑的"。文档可能是昨天编辑的，但仍然引用了已废弃的 API。真正的新鲜度是一个综合信号：
- 审查状态--是否有人明确确认过这一点仍然准确？
- 链接健康状况** - 文档中的 URL 是否仍在解析？
- 阅读量**--是否有人真正在使用它，还是它已经被放弃了？
- 上下文漂移** - 相关文档是否发生了变化，而本文档保持不变？
- 翻译对齐**--如果有五种语言，是否所有语言都是最新的？
- 社区信号--读者是否将其标记为过时？
每项指标都会告诉你一些不同的信息。这些信息加在一起，就能得出一个信任度分数：一个代表你现在应该对某篇内容有多大信心的数字。
##为什么现在很重要，特别是
有三件事让新鲜度变得刻不容缓：
1.人工智能正在消耗你的知识库
无论你是部署了内部 RAG 系统，在集成开发环境中使用 Copilot，还是让人工智能助手回答文档中的问题，源材料的质量直接决定了输出的质量。垃圾进，垃圾出，从来没有像现在这样直白。
当一个开发人员问你的人工智能助手 "如何部署到暂存阶段？"，而人工智能助手回答使用的是两年前的运行手册，其中引用了你已经迁移的基础架构。而是对整个系统失去信任。
2.团队比以往更加分散
一个团队在柏林，另一个在圣保罗，第三个在东京。所有人都在阅读相同的文档，但语言往往不同。当英文源文件过时时，建立在其上的所有翻译也会过时，但没有人会注意到，因为翻译是分开维护的。
3.合规和审计压力与日俱增
受监管的行业开始问："你能证明这些文件在引用时是最新的吗？如果你的回答是 "嗯，可能有人检查过"，那就站不住脚了。
新鲜度第一的方法是什么样子的
核心思想很简单：**每份文档都必须不断赢得被信任的权利。
这意味着
1.**每份文件在创建时都有一个有效期。没有例外。日期一到，文件所有者就会收到通知，文件会被标记，直到有人明确重新批准为止。
2.**在后台，系统会持续检查断开的链接、读者趋势和上下文变化。这些信号会反馈到实时评分中，无需任何人做任何事情即可更新。
3.新鲜度影响可见度 这是关键机制。高分文档会出现在搜索结果的顶部，并有资格被用作人工智能答案的来源。低分文档的排名会下降。如果低于某个阈值，它就会被完全排除在人工智能答案之外。
4.透明度。 每个人都能看到文件得分的原因。断链、逾期审核、阅读量低--这些信号都是可见的，而不是隐藏在无人阅读的后台报告中。
无所事事的代价
以下是不跟踪新鲜度的后果：
- 新员工按照过时的入职文档入职，第一周就会无所适从
- 人工智能工具提供了错误的答案，却没人知道原因何在
- 合规文档悄然过时，带来审计风险
- 翻译不同步，不同地区的团队根据不同的现实版本开展工作
- 工程师不再完全信任维基，转而使用 Slack 消息，这就形成了自己的知识孤岛
陈旧文档带来的复合成本是巨大的，但在出现问题之前，这种成本是无形的。
一个实用的起点
你不需要一次性彻底修改所有文档。从这些开始：
1.**审核您阅读次数最多的前 20 份文件。**它们上次审核是什么时候？链接是否仍然有效？内容是否仍然准确？
2.** 设置审核日期。** 即使不做其他事情，在每份文档上注明 "审核日期 "也会产生责任感。
3.** 跟踪人工智能工具的来源。** 如果你有一个内部人工智能助手，看看它从哪些文档中提取信息。这些文件是最新的吗？
4.**将评分放在人们可以看到的地方--文档标题旁边、搜索结果中、侧边栏中。可见性会产生保持的压力。
文档新鲜度不是一项功能。它从根本上改变了我们对组织知识的看法。在人工智能工具大规模消耗和重新分配文档的世界里，问题不是你是否有能力关注文档的新鲜度。而是你是否有能力不去关心。
** 每份文档都应该证明它仍然值得信任。不是一次，而是持续不断。
这正是我们在 Rasepi 所要打造的。在这个平台上，新鲜度不是事后才想到的，而是其他一切的基础。审查强制执行、实时健康评分、新鲜度加权搜索以及只使用您可以信任的来源的人工智能答案。
*这是两部系列的第一部分。在第二部分：超越保质期中，我们将探讨如何通过持续的新鲜度监控来填补保质期留下的空白。