此翻译正在等待母语者审校。最终文本将在签核后发布。
OfflineExpert / OEP
OEP 把受管控的文档转化为受治理的知识包，可检索、可引用、可审计，并能在受控的 AI 工作流中使用。
决定一切的那个问题
知识来自哪里？用的是哪个版本？这个答案日后能否被有据地辩护？查询究竟在哪里运行？敏感知识是否离开了受控环境？
大多数 AI 工具只是把问题和一些文本发给模型，这在做实验时没什么问题。但在受监管的工作中，难的问题总是先来：
OEP 正是围绕这些问题设计的。一个 OEP 知识包是一座受管控、已建立索引、经过签名的参考资料库，带有页码锚点、证据记录，以及关于它可以在哪里运行的明确规则。
五项承诺
- 受管控知识优先：第一个问题不是"用哪个模型？"，而是"我们的知识将去向何处？"
- 证据链，而非提示词日志：每个答案都会与其所依据的原文逐字核对。
- 部署边界是刻意设计的：签名知识包、开启前先验证、遭篡改时明确拒绝。
- 版本化、受治理的语料库：封存前经过八道验证关卡，让问题在构建阶段就暴露，而不是在生产环境中暴露。
- 可移植的专家系统：内容与审核者会变化，机器不会。