AI 资讯 知识库 本体论为什么 Agentic 系统需要本体:给 LLM 一张世界底图

为什么 Agentic 系统需要本体:给 LLM 一张世界底图

把 Demo 里对答如流的 Agent 推上生产环境,工程团队最先撞上的墙往往不是模型不够聪明,而是三件更朴素的事:同一个实体在不同系统里叫三个名字,关键事实找不到可靠来源,Agent 与内部系统对话时接口语义对不上。这三个问题在知识工程领域积累了三十年,它们共同的名字叫「缺一张本体」。本文说清楚为什么 LLM 时代的 Agentic 系统反而更需要本体,以及本体到底在哪几层托住一个 Agent。

为什么 Agentic 系统需要本体

LLM 单干的四类失败

让 LLM 直连业务数据与工具,省掉中间的建模层,开发速度快、演示效果好,但生产环境反复出现四类失败。它们都不是「提示词再调调」能根治的问题。

幻觉没有事实锚点

语言模型按概率补全文本,遇到知识空白时倾向生成流畅但错误的答案。客服 Agent 面对客户问「我的房贷利率是多少」,如果召回的文档片段里没有准确数字,模型可能编一个听起来合理的值。幻觉不是偶发 bug,是概率生成的本性;有效的抑制手段只有一个——给答案一个可核查的事实锚点。从结构化知识库里查出来的数字带出处、可回溯,与从向量相似度里「像」出来的数字有本质区别。

没有共享词汇

同一实体多叫法是比幻觉更隐蔽的坑。「客户」在 CRM 里叫 customer,在订单系统里叫 buyer,在数仓里叫 user_id;「转账」在核心系统叫 transfer,在风控系统叫 payment_order。Agent 要跨系统协作时,没人告诉它这些名字指的是同一个东西。人也难排查——出错的不是某个词,而是词与词之间缺失的映射。没有共享词汇,Agent 每接入一个新系统就要重新学一遍黑话,而且学错一次就可能是一个线上事故。

上下文窗口放不下世界

企业知识库动辄几百万篇文档,个人助手要记住几年的交互历史,上下文窗口再大也放不下一个组织的全部事实。更麻烦的是,关键信息散落在文档各处,检索常常「召回了相关文本,漏掉了关键事实」。结构化的知识图可以把一个问题的答案压缩成一个子图:三五个节点、几条边,模型读起来既省 token 又准确。这个问题还有个反直觉之处:把更多文档塞进上下文并不等于模型「知道」更多——注意力被稀释,关键事实的命中率反而可能下降。结构化知识的另一重价值,是把「知道什么」变成确定性的查找。

工具与数据语义失配

Agent 调用工具前需要知道「这个工具做什么、什么时候能调、参数什么含义」。MCP 把工具的连接协议标准化了,但工具的语义描述仍然靠人写在文档里,质量参差不齐:Agent 拿到 update_customer 接口,不知道它能不能改手机号、改了会不会触发风控。数据侧同理——拿到一张宽表,不知道每列的业务含义与取值约束。语义失配的后果是 Agent 要么不敢调,要么调错。

四类失败的共同根源,是系统缺少一层机器可读、可推理的共享语义。这正是本体(Ontology)的用武之地。

本体是什么:给机器的共享概念协议

斯坦福的 Tom Gruber 在 1993 年给出经典定义:本体是「概念化的明确的规范说明」(A specification of a conceptualization)。拆开说:概念化是你对某个领域「有哪些东西、它们什么关系」的心智模型;规范说明是把这个模型写成机器能处理的正式约定。

类比关系数据库更好理解:schema 之于数据,本体之于知识。schema 声明表、列、类型与外键,约束数据的形状;本体声明类、属性、关系与规则,约束知识的形状。区别在表达力——本体能说「VIP 客户是一种客户」「每笔贷款必须恰好关联一个客户」「如果 A 转账给 B,B 就收到一笔入账」,远超传统 schema 的表达范围。

本体不是文档,是协议:多个系统、多个 Agent、人和模型都按同一套词汇与规则说话。它回答的问题始终是——我们怎么称呼世界上的东西,以及它们必须服从什么规则。协议的另一层含义是演进契约:词汇可以扩展,但已声明的语义不能悄悄变更。这正是 Agent 时代比人肉协作时代更需要它的原因——机器不会「大概是那个意思」地宽容一次改名。

本体给 Agentic 系统的四层支撑

第一层:统一词汇

本体给所有参与者一份权威的术语表。customer、buyer、user_id 在本体里映射到同一个类,Agent 检索、写库、调工具时用词一致。共享词汇的价值不在炫技,而在降低每次协作的对齐成本——人和 Agent、Agent 和 Agent 之间不再需要每次口头约定「我说的 X 是指什么」。

第二层:事实底座

知识图谱装事实,本体装规则,两者合起来是 Agent 的可核查事实底座。检索到的每个事实来自图谱三元组,带着来源,写入时受约束校验——引用不存在的实体或违反规则的值会被直接拦下。幻觉在这里不是被「说服」消失的,而是被「结构」拦住的:模型可以说错,但进入系统的错误会被 schema 与约束挡在门外。

第三层:上下文压缩

与其把整个知识库塞进上下文,不如把问题相关的子图取出来作为结构化上下文。子图是天然的信息压缩:节点是实体,边是关系,模型读到的不再是含噪音的长文本,而是可直接推理的结构。这是 GraphRAG 类方法的核心思想,下文展开。

第四层:行动契约

Agent 的行动也需要契约。Palantir Foundry 的 Ontology 把业务动作建模为动作类型(Action Type):一个「转账」动作带着前置条件(账户余额充足、客户状态正常)、参数约束与生效规则。Agent 只能通过动作类型执行业务操作,LLM 负责理解意图、填参数,Ontology 负责校验与执行。模型提供判断,本体提供许可——这条分工让「Agent 乱操作」从担忧变成可治理的工程问题。

四层汇成一句话:词汇层省对齐成本,事实层拦幻觉,结构层省 token,契约层管风险。

业界现状:四个证据

本体不是学院派的怀旧,过去两年主流平台用真金白银投了票。下面四个证据分布在平台层、协议层、记忆层与检索层,恰好覆盖 Agentic 系统栈的四个高度——它们不是孤立的案例,而是同一趋势的四个切面。

Palantir:Ontology 做 Agent 的骨架

Palantir Foundry 的 Ontology 把企业数字资产组织为对象类型、属性与链接类型,配以动作类型与函数构成可执行的业务语义层。2025 年 4 月官方公告的 AIP Agent Studio 中,Agent 由 LLM、Ontology 与自定义工具共同驱动——Ontology 是 Agent 看见并操作企业世界的唯一界面。2026 年 1 月底,Ontology MCP 又向 Developer Console 用户开放 beta,把这套语义层直接接入 MCP 生态。

MCP:工具语义的传输层标准化

Anthropic 在 2024 年 11 月开放 Model Context Protocol;2025 年 3 月 OpenAI 宣布采用;Google DeepMind 与 Microsoft 随后跟进,一年之内成为事实行业标准。MCP 解决的是「工具怎么接」,而工具描述的语义质量、工具背后数据的一致命名,仍要靠本体层补齐。传输协议标准化与语义层标准化是互补的两件事,不是互相替代。

记忆图谱:Zep 与 Mem0

Agent 长期记忆正在从向量堆转向图谱。Zep 的论文提出双时间知识图谱架构,事实带事件时间与摄入时间、可过期失效,在与 MemGPT 的对比评测中胜出;Mem0 的图变体 Mem0g 用实体-关系图组织记忆,在 LOCOMO 长对话基准上以超过 90% 的 token 节省取得更优效果。两个系统的共同点:记忆不是向量堆,而是带结构的图谱——图谱背后的 schema 就是一个轻量本体。

GraphRAG:全局问题的图解法

Microsoft 的 GraphRAG 用 LLM 从语料抽取实体与关系构建图,对社区预生成摘要,让「这个数据集整体讲什么」这类全局问题有了可靠答案,突破了向量检索只能回答局部问题的局限。它是「本体 + 知识图谱作为 LLM 上下文」这条路线最有代表性的开源实现。

四条证据指向同一个判断:Agentic 系统的下半场,竞争点正在从模型能力转向语义基础设施。

反面观点与边界

必须诚实面对本体路线的成本。第一,建设贵:定义类、属性、公理并让业务方达成一致,是以月计的共识工程。第二,维护贵:业务变化快,本体滞后于现实就成了负债。第三,「LLM 时代本体过时论」确实存在——模型能力每半年上一个台阶,或许终端到端地从原始文本直接回答,中间的语义层是多余的一跳。本文作者的判断是:模型越强,语义层的价值越从「帮模型理解」转向「替系统兜底」,而可靠性需求不会随模型变聪明而消失。换个角度看,这场争论其实错位了:模型能力决定「语义层要不要人来读」,而系统规模与责任边界决定「语义层要不要存在」——多 Agent 协作的世界天然需要共享词汇,这一点与模型强弱无关。

何时不需要本体?原型验证期、单一领域的小应用、生命周期以周计的内部工具——直接用提示词加向量检索,更快更省。当系统同时满足三条——多个 Agent 或多个系统协作、事实准确性有合规或资金后果、生命周期以年计——本体的投入开始有回报。本体是基础设施,基础设施应该在系统成熟到需要它时再铺。

小结

Agent 上生产的三道墙——没有共享词汇、没有可靠事实、没有行动契约——恰好是本体三十年前就定义好的问题域。Palantir、MCP、记忆图谱、GraphRAG 四条业界证据说明语义层正在成为 Agentic 系统的标准组件,而反面观点提醒我们:本体是重武器,该在系统长大之后上。下一篇把「本体」这个概念本身讲透:它从哪里来,现代形态是什么,与知识图谱、图数据库怎么分工。

参考资料

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?