知识截止日与缺失的那只钟

截止日是一道渐变，不是一堵墙。

训练数据是文本在被采集那一刻的快照。但围绕任何一件事写出来的东西——文档、教程、争论、勘误、后续分析——会在之后的数月乃至数年里持续累积。紧随事件之后拍下的快照，抓到的是那份公告，以及几乎没有任何理解。

• 「近」意味着稀薄，而不是空白。模型可能认得一个在截止日前不久发布的库，知道它的名字和大致用途，却对它的 API 几乎没有可靠细节。这个状态比彻底不知道更危险，因为它会产出自信、具体而错误的输出。
• 反过来也成立。几年前那些已经稳定下来的主题，模型的知识密实、被反复交叉印证，通常相当出色。
• 别去问模型自己的截止日。那个日期并不是它被训练过的一项事实；它是在推断，而且推断得很差——往往猜得偏早，因为那正是它的证据开始变稀的地方。请改从提供方文档里读。
• 后训练也会挪动这条线。同一模型家族的小版本之间，行为与知识都可能移动——参见后训练。

没有钟，以及随之而来的算术。

模型收到的是文本，不是时间戳。缺了它，「下周二」「这份合同签了多久」「这个还在保修期内吗」全都是对着一个想象出来的「现在」算出来的——而答案回来时自洽且错误，这是最难被察觉的那一种。

• 每次请求都注入当前日期与时区。系统提示词里的一行字就能消灭一整类 bug。时区比看上去更要紧：一个跨地区预约、排期或计算到期的智能体，有两只钟可以搞错。
• 把它放在提示词的最末尾。时间戳是易变内容，而把易变内容放在系统提示词顶部，会让可缓存前缀在每一次调用上全部失效——为一个便宜的问题付出昂贵的修法。参见提示词缓存。
• 给它一个日期工具，而不是让它心算。工作日计数、月末进位、时区换算都是代码该干的活儿，而且工具结果的可审计性是一串推理比不了的。
• 别把相对表述存进记忆。写进长期记忆的「上个季度」，在季度一翻篇就变成了假话。存绝对日期，展示时再渲染成相对表述。

智能体会把过时的认知变成动作。

在聊天界面里，一条过时的事实只是一句人读了会打折扣的话。在智能体循环里，它是一次工具调用——而过时的操作性知识比过时的事实危害大得多，因为它看起来和「胜任」一模一样。

• 典型故障都出在带版本的接口上。被移除的 API 参数、被改名的 CLI 标志、默认值变了的库、挪了位置的配置项。智能体写出那次调用，它失败了，而如果错误信息毫无帮助，智能体就会把同样错误的东西再试一遍。
• 宁可去读，不要去回忆。环境才是事实基准，而查证它很便宜：跑一下 --help、打开那份真实的配置文件、请求一次 schema。多一次工具调用，胜过一个看似合理的幻觉外加一次失败的运行。
• 错误信息必须列出合法取值。「参数无效」逼着模型从记忆里猜——而那恰恰是已经过期的那份记忆。「参数 foo 无效；合法取值：bar、baz」一步就能终结循环；参见为智能体设计工具。
• 能钉住的就钉住。如果智能体要对着一个有版本的依赖工作，就把版本号放进上下文。「猜装的是哪个大版本」不是一个模型能做成的任务。

让「时效性」成为一个路由决策，而不是一句免责声明。

解法不是在答案后面附一句提醒，而是在设计阶段就判定哪些问题对时间敏感，并强制它们走上一条会读取当前数据的路径。

• 按问题分类，而不是按模型的自信度。价格、可用性、版本、某个职位上的人、法规，以及任何带「当前」「最新」字样的问法——这些一律路由到检索。别把这件事的开关交给模型自报不确定性；它并不可靠地知道自己不知道什么。
• 接地把「回忆」转换成「阅读」。把当前文档放进上下文，就把一道记忆题变成了一道理解题，而模型在后者上强得多——参见幻觉与接地。
• 给检索到的文档打上时间戳。拿到两段互相矛盾、又都没有日期的材料，模型没有任何有原则的方式去取舍，常常会把它们揉在一起。有了日期，你才能指示它优先采信更新的那份。
• 盯住你自己索引的截止日。一套半年前爬取的 RAG 系统，把你当初引入它来解决的那个问题原样复刻了一遍——只不过这一次的截止日是你自己的，你能修。

延伸阅读：幻觉与接地讲为何自信的杜撰是结构性的，RAG 讲检索这条路，选模型讲截止日在清单上的位置。