Introdução ao Open Knowledge Format

O Open Knowledge Format (OKF) não é um novo repositório de dados nem uma plataforma de conhecimento, é uma especificação de *forma*, não de função. Ele codifica, em Markdown + YAML, o que já acontece de forma espontânea nas equipes de IA: wikis manuais em Obsidian, arquivos AGENTS.md em repositórios, ou log.md gerados por LLMs que atualizam documentação sozinhos. A novidade está na padronização dessas práticas informais, e na decisão estratégica do Google Cloud de não construir mais um serviço fechado, mas sim um contrato técnico que qualquer agente, ferramenta ou humano possa ler sem SDK, sem API e sem conta.

A inspiração direta vem do gist de Andrej Karpathy, publicado em abril de 2026, que viralizou com 17 milhões de visualizações. Mas Karpathy propôs um padrão *conceitual*; o OKF v0.1 entrega a primeira versão *executável* desse conceito, com regras explícitas para cross-linking, conformance mínima e nomes reservados como index.md e log.md. O formato não impõe ontologia: você define o que é type: metric ou type: runbook, mas todos concordam que type existe e é obrigatório. Isso é interoperabilidade por convenção, não por imposição.

Agentes de IA não falham por falta de poder de raciocínio, falham por falta de contexto coerente e acessível. Hoje, esse contexto vive em silos: catálogos de metadados proprietários, comentários em código, PDFs no SharePoint, e memória humana. O OKF transfere essa camada de conhecimento para o ciclo de vida do software: versionável no Git, auditável, editável por humanos e consumível por agentes, tudo no mesmo arquivo. Isso muda a economia do desenvolvimento de agentes: em vez de cada time gastar meses integrando um catálogo específico ao seu framework, agora pode usar o mesmo diretório de Markdown como fonte de verdade compartilhada.

O OKF também cria uma nova camada de infraestrutura de IA: a de *conhecimento estático*. Enquanto o Model Context Protocol (MCP) lida com conexões dinâmicas a ferramentas em tempo real, o OKF cuida da base curada, durável e estruturada, como um sistema de arquivos para o raciocínio de agentes. E, diferentemente de formatos anteriores como JSON-LD ou RDF, ele prioriza legibilidade humana sem sacrificar máquina-legibilidade.