一家公司最要紧的东西，大多不在数据库里。合同、保单、政策手册、客户往来邮件、会议录音，散在成千上万个文件夹里。人工智能要替人干活，第一步不是变聪明，而是先把这些文件找出来。
过去二十年，企业处理这类文件的办法是建目录、打标签、写权限。人来找，靠记性；机器来找，靠文件名。文件一多，目录就失控，最后大家还是回到搜索框，敲一个模糊的词，翻十几页。
先认清要找的是什么
这些文件有个共同点：格式不统一。有的是扫描件，字其实是图片；有的是录音，话藏在声音里；还有监控视频、产品照片、手写批注。传统搜索只认文字，遇到这些就停住了。
这正是企业人工智能的第一道坎。模型能读文字，却读不了抽屉里那叠发黄的合同；能写周报，却不知道上周那笔退款到底是谁批的。缺的不是推理能力，是材料。
Box 公司在美国加州，成立二十多年，做的是企业内容管理。它在十一月五日于旧金山开的年度客户大会上，发布了一个叫“上下文检索”的引擎，专门对付这类材料。
把图片和录音编进索引
做法说起来不复杂，难在细。引擎先给每一份内容建索引：扫描件把字认出来，图片把物体标出来，音频转成文字，视频按片段切开。这一步叫多模态索引，意思是几种形态一起处理。
建完索引，搜索走两条路。一条按关键词硬碰，合同编号、公司名、条款号，一个字都不能差；另一条按意思找，用户不记得原话，只记得“那份关于延期的补充协议”，也能摸到附近。
两条路合起来用，就是混合搜索。只按关键词，会漏掉换了说法的条款；只按意思，又容易把相近的概念混进来。企业文件最怕这两种错，一个漏事，一个惹事。
索引还有一层好处：新文件进来，能很快被看见。合同刚签完，扫描件上传，智能体下一次回答就能引用它，不用等到半夜统一重建。这一点，对每天都在改的制度文件尤其重要。
索引也不是把文件重排一遍，而是把内容切成一段一段，给每一段标上出处。智能体回答的时候，能说清这句话来自哪一页、哪一条款。企业要的正是这个“可追溯”。
权限写在每一份文件上
企业最怕的不是搜不到，而是搜到了不该看的。这套引擎在返回结果前，会先看文件原本的权限：谁能读、谁能改、谁只能看摘要。智能体拿到的，只是当前用户有权看的那一部分。
这句话听着像常识，做起来不容易。企业权限常常是历史遗留的：一个项目组的文件夹里，混着离职员工的授权、外部律所的临时账号、三年前一次并购留下的共享链接。检索层要绕开这些坑，只能一份一份对。
对完之后，还有一个更细的问题：同一个人，在不同设备、不同网络、不同时间，权限可能不一样。手机丢了、账号借人用了，这些情况检索层管不了，得靠上层的身份系统。它只保证一件事：不问过权限，不吐内容。
换个说法，这层东西的价值不在“多聪明”，而在“多守规矩”。一个能背下全部合同的助手很危险；一个知道哪几页不能背的助手，才敢让它进会议室。
三个数字，都是公司自己给的
Box 给了三个数：搜索准确率提升两成，词元消耗降低九成，问答速度是原来的四倍。三个数都写在同一份新闻稿里，也都带着“客户有可能达到”的限定，不是已经发生的平均值。
第一个数的口径要说清。它衡量的是前五条结果里有没有正确答案，不是“随便搜都准”。分母不同，数字就不能拿去和别的产品比，也不能当成行业平均水平。
第二个数省钱。词元是大模型读写文字时的计量单位，一份合同拆成几千个词元，一次问答再乘上轮数，账单就上去了。检索层先把无关的段落剔掉，模型要读的东西少了，钱自然省。
第三个数省时间。问答快四倍，指的是同样一个问题，等的时间缩短到四分之一。注意是“快四倍”，不是“快四成”，这两个说法在中文里经常被写混，差得很远。
三个数都是公司口径，没有第三方复测。新闻稿的措辞是“客户有可能达到”，不是“已经达到”。这不是谦虚，是法律部门的要求：还没上线的功能，不能写成已经实现的成绩。
这套东西还没全面上线
时间表也写在新闻稿里：引擎要到明年年初，才向企业高级版客户开放；英伟达的 Nemotron 3 Ultra 模型，眼下已经可以在 Box 的人工智能功能里选用。前者还要等，后者已经能用。
同一天，Box 还发了另外两样东西。一个叫 Architect，用一段大白话描述流程，它就能搭出智能体工作流，先拿真实文件试跑，再交给人审核；第四季度开始小范围试用。
另一样是防护。批量下载、会话被劫持、账号被接管、文件被成批删除，这些动作会被盯住；严重的直接掐断会话，轻一点的加一道身份验证。这部分现在就能用。
三样东西放在一起，能看出这家公司的位置：它不造模型，也不卖算力，它卖的是“模型能看见什么”。这个位置不显眼，但绕不过去。因为所有智能体，都得先过这一关。
检索层不生产答案
模型再强，也得先拿到对的材料。检索层不生产答案，它只负责把材料摆到桌上，并且确保桌上没有别人的东西。这件事做好了，智能体才谈得上可靠。
所以“找得到”和“看得到”之间，隔着一层权限。这一层做不好，智能体越能干，闯祸越快；做得好，它反而显得笨——因为它会说“这份文件我不能看”。
一份合同的价值，在于它能被用上；一份合同的风险，也在于它被谁用上。检索层就站在这两句话中间，往前一步是效率，往后一步是事故。
免责声明：本文基于公开信息撰写，仅供读者参考，不构成任何投资建议。