Una knowledge base vivente migliora se stessa con l'uso. CVS cattura le risposte degli esperti, rileva le contraddizioni in un knowledge graph temporale e ritira i fatti obsoleti senza mai cancellare la cronologia — aggiungendo automaticamente 30-50 voci verificate a settimana.
La conoscenza entra in CVS in tre modi contemporaneamente. Gli esperti aggiungono fatti manualmente attraverso l'interfaccia web. Il ciclo di escalation agentica cattura le risposte a domande che la base non era prima in grado di gestire. E il diff-reindex re-ingerisce automaticamente i documenti quando cambiano, così gli aggiornamenti affluiscono senza una ricostruzione completa.
Ogni canale converge sullo stesso percorso disciplinato: l'input grezzo diventa fatti atomici, ogni fatto viene marcato con la sua provenienza, viene eseguito un controllo delle contraddizioni rispetto alla conoscenza esistente e una patch non distruttiva si deposita nella knowledge base vivente. Nulla viene sovrascritto e tutto è attribuibile.
Quando arriva un nuovo fatto, CVS non lo accoda ciecamente. Il vecchio fatto e il nuovo fatto — ciascuno portatore della provenienza della fonte e di un periodo di validità — entrano nel knowledge graph temporale, dove il motore ragiona su come si relazionano nel tempo anziché soltanto sulla sovrapposizione del loro testo.
Il controllo si risolve in uno di cinque esiti: CONFIRMS, PATCHES, SUPERSEDES, CONTRADICTS o NEEDS HUMAN REVIEW. La conoscenza obsoleta viene ritirata dal retrieval nel momento in cui viene sostituita — ma la sua cronologia è preservata, così potete ancora interrogare ciò in cui la base credeva in qualsiasi data passata.
CVS aggiorna la conoscenza a livello di frammento, non di documento. Un chunk evolve lungo una catena di versione esplicita — Documento v1 → chunk A → patch A1 → patch A2 → sostituito dal Documento v2 — con archi tipizzati che registrano esattamente come ogni passo deriva dal precedente.
Poiché le patch sono non distruttive, il contenuto originale non viene mai riscritto. Il retrieval legge sempre la catena valida corrente, mentre gli auditor possono percorrere gli archi DERIVED_FROM, PATCHED_BY e SUPERSEDED_BY per ricostruire l'intera derivazione. È questo a rendere CVS difendibile rispetto a SOX e a requisiti simili di controllo delle versioni.
Questo è il ciclo che quasi nessuna AI aziendale chiude. Un collaboratore chiede; i cinque retriever cercano; la confidenza scende sotto la soglia; la domanda viene instradata all'esperto giusto; la risposta dell'esperto diventa fatti atomici; e la risposta successiva è immediata e migliore. Il ciclo è operativo, non un pulsante «mi piace» su una risposta in chat.
Il routing scorre attraverso Slack, Teams o la coda di escalation di CVS, così gli esperti rispondono dove già lavorano. Ogni risposta catturata viene analizzata in fatti marcati con la provenienza e applicata come patch alla base, cumulandosi in circa 30-50 nuove voci di conoscenza ogni settimana — conoscenza che resta anche quando la persona che la possedeva se ne va.
In un pilota di 30 minuti faremo l'escalation di una vera domanda senza risposta, cattureremo la risposta dell'esperto e mostreremo dal vivo il controllo delle contraddizioni e l'aggiornamento della catena di versione.