本体作为 Agent 的世界模型:语义记忆、状态与工具语义

问一个正在跑的 Agent「你现在知道什么」,它的回答藏在一堆向量里;再问「你怎么知道某个工具现在能不能调」,它通常答不上来。这就是缺世界模型的症状:记忆是一坨可检索的文本,状态是上下文窗口里滚动的内容,工具是一份注入提示词的清单——三者没有共享的词汇,也没有结构化的约束。

本篇讨论怎么用本体给 Agent 装上一个可维护的世界模型:语义记忆、状态模型、工具语义三块拼图,分别回答「长期知道什么」「现在世界什么样」「我能做什么」。

本体作为 Agent 的世界模型

Agent 需要世界模型:三块拼图

认知科学里「世界模型」指主体对环境状态的内部表征——不只是存历史,还要能回答反事实问题:如果现在发货,订单会变成什么状态?把这个词借到工程语境,一个能长期可靠工作的 Agent 需要三块拼图。

  • 语义记忆:跨会话的长期知识——用户是谁、业务实体有哪些、过去发生过什么。要点是类型化:不只是文本片段,而是「某某是某某的客户、某订单处于某状态」这样的实体-关系结构。
  • 状态模型:当前世界快照——本轮会话涉及的实体及其最新属性、允许的状态跃迁。快照必须满足约束:不存在「已取消但已发货」的订单。
  • 工具语义:能力边界——有哪些工具、各自作用于什么实体类型、前置条件是什么、执行后世界如何变化。

三块拼图必须用同一套词汇描述,才能互相咬合:记忆里的事实挂在状态快照引用的类型上,工具的前置条件引用状态字段的取值。这套词汇就是本体——前几篇讲过本体的建模方法,本篇关注它作为 Agent 运行时组件的角色。

小结:世界模型的三块拼图缺一不可,本体是把三块粘在一起的公共词汇。

语义记忆的本体化

语义记忆的主流形态已经收敛到「向量库加结构化图」的混合:向量管召回,图管结构与时间。这里只讲图一侧的本体化,因为它决定记忆能不能回答「谁、什么时候、和谁」这类问题。

研究证据最近两年集中出现。Zep 论文提出双时间知识图(arXiv 2501.13956):每条事实同时携带事件时间(事情实际发生的时刻)与摄入时间(系统知道这件事的时刻),事实可被显式标记过期、可被修正——用户说「我换工作了」,旧雇主的事实不删除而是失效。该论文在 DMR 与 LongMemEval 两个长记忆基准上超过以 MemGPT 为代表的基线,其开源引擎 Graphiti 已成为这个方向的参考实现。

Mem0 团队的论文(arXiv 2504.19413,ECAI 2025)给出另一组数字:图变体 Mem0g 构建实体-关系知识图,在 LOCOMO 基准上比基线约高 2%,相对全上下文方法 token 成本节省 90% 以上。2% 的准确率提升看似不大,但 token 成本的数量级差异说明:结构化记忆不是为了更准,而是为了让「带着记忆工作」在预算内可行。

2026 年 2 月还出现了专门的图式 Agent 记忆综述(arXiv 2602.05665),把实体抽取、时间建模、冲突消解等主题梳理成独立的研究方向——证据链从单点论文走到了系统综述,说明「记忆图的类型化与时间建模」已不是可选优化,而是公认的基础件。

从对话流到记忆图有一条固定的处理管道:指代消解(「他」指谁)、实体抽取(识别类型化的实体与属性)、实体消解(新实体是已有实体的别名还是新个体)、事实写入(挂类型、带时间与来源)。管道的每一步都是出错点,也都有本体参与:类型约束在抽取阶段就过滤掉「不存在的属性」,消解阶段用确定性与唯一性规则代替相似度猜测。把它当作一条 ETL 管道来建设——有监控、有重放、有修复工具——而不是当作模型的一个隐式能力。

小结:向量检索解决「找得到」,本体化的记忆图解决「说得清、可修正、带时间」。

状态模型:当前世界快照

会话内,Agent 需要一个比记忆更「热」的层:当前实体的状态快照。购物 Agent 的快照里有用户的购物车、待支付订单、默认地址;客服 Agent 的快照里有正在处理的工单、客户等级、历史投诉。

快照的核心要求不是全,而是合法。本体在这里提供约束:订单状态机是类型定义的一部分(CREATED 只能跃迁到 PAID 或 CANCELLED),客户等级决定可用的动作集合(VIP 才能走专属通道)。每轮对话后更新快照并跑校验——SHACL 在上一篇讲过,这里它的角色是「状态合法性检查」:如果模型生成的新快照里出现「已取消但正在发货」的订单,校验直接失败,宁可让 Agent 向用户澄清,也不带着矛盾状态继续跑。

以购物场景为例,一个最小快照通常包含:当前用户(引用 User 类型)、活动订单及其状态、购物车条目(引用 Product 与数量)、最近一次支付的失败原因。字段不多,但每一项都有类型与取值域,任何一步跃迁都要过校验。快照的另一个价值是「断点续话」:会话中断后恢复,Agent 从快照重建现场,而不是靠翻聊天记录猜用户刚才想干什么。

快照与记忆的边界要划清:快照是「当前为真」的工作集,随会话演化、可频繁覆盖;记忆是「曾经为真」的档案,只增不改(修正以「新事实加旧事实失效」的方式表达)。混淆两者的系统通常表现为:会话结束后工作状态泄漏成长期记忆,Agent 开始相信早已过期的一切。

小结:快照管当前合法性,记忆管历史可追溯,两层用同一套本体词汇、两种生命周期。

工具语义:从元数据到能力契约

MCP 已经把工具调用的「语法层」标准化:每个工具由 name、description 与 inputSchema(JSON Schema)描述,经 tools/list 发现、tools/call 调用;2025 年 11 月 25 日发布的一周年版规范进一步补齐了扩展机制。协议解决的是「怎么找到工具、怎么传参数」,没有解决「这个工具在语义上是什么」。

description 是自由文本,它的极限很容易触到:工具一多,全量注入描述既浪费上下文又拉低选择准确率;两个工具描述相近时,模型挑错是常态;「什么时候可以调」几乎无法从文本描述里可靠推断。

本体化的增强方向是给工具补上结构化的三件套:

  • 能力域:作用于哪些本体类型。「发货」工具作用于 Order 类型,读写的是订单实例;
  • 前置条件(preconditions):调用前世界必须满足什么。订单状态为 APPROVED、库存大于零;
  • 效果(effects):调用后世界如何变化。订单状态跃迁到 SHIPPED,产生一条 Shipment 实例。

有了三件套,两件事成为可能。其一,按语义检索工具:解析用户请求涉及的本体类型与目标状态,只召回相关工具子集,工具上千个也不再全量注入。其二,调用前静态校验:前置条件是结构化表达式,Agent 可以在发请求前检查状态快照是否满足,不满足就先去调用补状态的工具——这把「调错工具」从运行时事故变成了可预防的规划问题。

工具语义谁来写?注册时刻就要写全。工具作者在注册时声明能力域、前置条件与效果,语义仓库做完整性检查——声明了效果是「状态跃迁」却没有前置条件的工具会被打回。还要区分读写语义:只读工具没有改变世界的义务,写工具必须声明效果与幂等性;Agent 的规划器据此把「查一下试试」与「执行并承担后果」当成两种完全不同的调用纪律。语义声明不全的工具,宁可先不上线。

小结:工具元数据的下一层演进是从「文本描述」到「能力契约」,契约的载体正是本体。

记忆的时序与冲突消解

记忆系统上线后真正难的不是存,是改。三件事必须提前设计。

事实过期:用户换岗、订单取消、价格调整——新事实到达时,旧事实要被标记失效而不是删除。双时间模型的价值在这里兑现:「他现在供职于 B 公司」与「他 2025 年供职于 A 公司」可以同时为真,检索时按查询的时间指向选择合适的事实。

新旧冲突合并:同一实体同一属性出现矛盾陈述时,策略分三档——高置信来源(系统记录、权威接口)直接覆盖并失效旧值;同级冲突保留双版本并标记待确认;推断类事实永远不允许覆盖系统记录。Zep 的实现里这条链路是自动的,但具体策略要按业务定制。

来源置信度:给每条事实记来源与置信度(用户自述、系统接口、模型推断),置信度参与检索排序与覆盖决策。低置信度事实进入会话时要带「据你上次所说」这类措辞,提示用户确认——这一条对 Agent 可信度的影响极大,实现成本却极低。

时间维度还带来一类特殊的检索需求:「过去某时点」查询。用户问「我去年报的价是多少」,答案不在当前状态里,而在失效的事实链上——双时间模型按事件时间过滤即可命中。纯快照型记忆(只保留最新值)在这类问题上结构性失灵,这也是记忆系统必须保留历史版本而不是覆盖更新的核心理由。

小结:记忆的可靠性不取决于存了什么,取决于冲突到达时按什么规则裁决。

实践清单

给准备落地的工程师五条:

  1. 先定最小本体再上记忆图。以 10 到 30 个核心类型(用户、订单、工单、产品及其关系)起步,类型外的内容先放文本,不要一上来就自由 RDF 放飞。
  2. 每条事实带双时间戳与来源。至少记摄入时间,业务事件时间能拿到就记;来源字段是后续一切冲突裁决的依据,缺了它,合并策略无从谈起。
  3. 工具注册时写前置条件与效果,别只写 description。哪怕先用简单的状态表达式,也比纯文本可靠。
  4. 会话快照每轮校验。非法状态宁可拒答追问,也不带病运行;校验规则直接复用业务侧的 SHACL,不要另写一套口径。
  5. 检索用混合策略:向量召回负责「语义相近」,图遍历负责「类型约束下的展开」,两者结果合并重排。纯向量在多跳问题上必输,纯图在模糊表述上必僵。

小结:五条里没有一条需要新技术,难的全在纪律。

参考资料

← 返回资讯列表

读者留言

COMMENTS 暂无
仅本站原创文章开放留言 · 请勿留下手机号、邮箱等个人信息

还没有留言,来说第一句?