本体模型-当下企业核心业务语义的沉淀模型也是AI大模型最容易理解的模型

大家好，我是人月聊IT。

昨天，从我提出一个关键想法开始，即传统供应链计划有些无法通过TOC理论精确求解，往往是一个非线性规划和组合最优化问题，适合引入AI大模型进行动态分析推理。然后差不多花了大半天时间从构想到核心架构设计，到本体模型设计，到最终可演示完整原型系统。从构想到MVP原型演示，基本实现完整端到端闭环。这才是我们应用AI辅助的关键，AI快速将你的想法细化和落地。前面全部用Claude4.6网页版输出，后面用Codex CLI挂接GPT5.4完成AI编程代码开发。整个思路将成为我后面持续学习，通过AI辅助验证和落地自己想法的关键方法。昨天实际一共输出了从构思到方案到完整MVP系统落地的完整过程，大家理解了这个思路，基本上可以用到企业其它需要本体模型支持的其它业务场景。

不懂点哲学都没法聊本体了。本体本身是形而上的东西，来源于现实世界的抽象。但是维特根斯坦说了一句就是，世界是事实的总和，而非事物的总和。 事实= 事物+命题。命题本身核心是逻辑，可对应到行为，规则定义。简单来说，就是研究世界，你只要把事物，命题搞明白，那么就可以通过组装组合来定义世界（场景）。场景无法穷尽，但是事物和命题可以。这就是形而上抽象的价值。

本体建模规范我最近做一个大的迭代。首先是在对象建模地方引入了领域建模的概念，构建领域对象和聚合根；其次是在规则建模中增加了规则和事件之间的关联映射；再次是在实现层面可选引入图+AI大模型混合推理。再次是UI修改为生成式UI，类似CopilotKit来实现，前期我只需要确定一个统一的UI标准规范模板即可。最后是权限管理，核心思路是将权限统一转到网关路由层处理。这个在《本体模型驱动的软件建模规范-V2.0版本》文章中已经有详细说明。

为啥知识图谱出来这么多年实际应用领域相当小，核心原因就是原有的模型仍然是结构化数据库驱动的模型，强大对象和对象关系。因此只有在类似SNS社交关系网络，风控模型等少数领域会使用到知识图谱或图数据库。但是在本体论建模思想出现后我就谈到，企业已有的业务价值链都值得用本体建模思路重新建模，知识图谱应用不再局限在知识工程和非结构化数据处理，而真正转到整个企业业务价值链。本体模型是沉淀企业核心业务语义的重要模型，是容易被AI大模型学习和理解的业务语义模型。而本体模型的一个呈现方式即知识图谱或变通后知识图谱。

AI辅助写作已经更新到V7.0版本，基于本体模型驱动的AI辅助写作，前面也专门输出了一篇文章。即基于历史文章抽象我写作本体模型，然后再结合本体模型+大模型进行问答方式写作。先抽象，再实例化或泛化，是我今年重点强调的一个AI时代的思维方式。通过模型化来更好的解决AI精确化的问题，减少幻觉。

本体模型是构建ai原生企业或组织的基础。我在扩展讲下我这句话的意思，传统的数字化即已经有了现实世界，和虚拟数字世界，然后再找方法将其粘合为一个整体。类似当前已有IT系统上面增加AI赋能全部是这个模式，包括palantir本体论也是这个思路，即构建本体来打通数据到业务。也就是树都长出来了，你来将枝叶缝合到一起，这个不能叫AI原生。新的本体+AI的思路是一开始就构建底层的本体模型，本体模型一方面支撑IT应用构建，一方面又为后续虚拟世界到现实世界的连接构建了足够的业务语义，方面自然语言的交互。大家都是从树根长出来了，天然就是融合一体的，完全不需要后天粘合。为何AI大模型没出来前这个思路不行，类似企业架构本身也体现本体思想，但是一到后面落地就变成了4A架构，因为对于太大组织或系统，为了方便人解决问题必须分解，但是分解自然就带来了集成的问题。

对于本体论实际包括两个方面。一个是应用本体论思想的，一个是Palantir的本体论。 实际第1点包括第2点。对于Palantir本体论更多是粘合数据和业务贯通的，而不是传统OO思路基于这个本体能够构建出一个完整的IT系统的。我研究1+2，新应用的构建完全由本体驱动，那么构建的应用自然业务和数据就是贯通的，而不是面对遗留IT后续再来粘合。道生一，一生二，二生三，三生万物。底层天然就是融合的，而不是拆分后再来考虑融合。借助AI大模型+本体，让这个思路有了实现的可能。

我在前面和AI交互的时候提到一个关键问题，就是基于本体模型调用Function接口拉取数据处理作为上下文注入AI的时候。如果数据量极大那么很难驱动AI进行动态推理。在这里已经有两种明确思路。其一是前置一个图数据库，通过图数据库对数据进行预处理后再导入；其次就是拉取出来的数据本身要进行语义压缩，压缩完成后再投喂给AI。

最近由于发本体论相关的文章比较多，也有很大朋友给我私信，再次说明下加我微信和进我建的微信技术沟通群的方法。一个是说明清楚你是谁，需要和我讨论什么，如果我分析确实有和你沟通交流的内容点自然会加微信。另外一个就是希望进群学习的，直接任意一篇文章打赏50元后给我私信加群。注意微信技术群不是只讨论本体论，而是讨论和数字化，AI技术相关的内容。另外对于私信上来不自报家门和自我介绍，而且还自以为是，自认为自己研究的东西对我有用的一概不加。

AI时代，既是行业大洗牌，也是组织，群体和个人的大洗牌。对于个体来说真正起关键促进作用的是感知力，洞察力和创新能力，持续的学习和自我进化能力。但是这个能力本身又来源于个人长期历史知识经验的积累，来源于个人已有的知识深度和广度。只有知识广度不行，难以提出真正有价值的问题；只有深度也不行，难以跨领域举一反三和融会贯通。还是我原来讲过的一句话，很多人不是在AI时代落后了，而是在AI到来前已经就落后了，但是靠着吃老本混迹了多年而已。这句话虽然有点扎心，但是却是事实，技术进步这个车轮无法阻挡。

再次说明个人不接培训，当然如果你愿意给足够吸引力的培训费用另说。个人今年会承接个人年服务咨询服务包，其中包括一定的现场服务天数加全年远程线上咨询服务。为啥不接独立的项目咨询合同？说实话不论是AI赋能，还是本体论咨询服务，都是具备相当的不确定性，是一个结合企业实际情况逐步探索细化的过程。按项目模式走实际很难确定明确的验收标准，我也很难评估投入工作量，按人天服务方式实际是最好的一种模式。包括我前面说过，谁现在号称有完全符合本体论思想可大量商用的本体论产品基本都是扯淡。本体论落地不是简单技术平台产品的事情，而是一个强业务建模的事情，需要的是业务+技术+管理的综合思维能力。

我们的本体建模驱动的AI原生应用开发平台还在研发中，我前面发布过的仅仅是一个可运行原型，但是离真正的完整平台还有不小的距离。整个平台会划分为本体建模子系统，AI基于模型生成应用子系统，AI运行态可语义交互子系统三个关键系统。当前遇到的问题仍然还是代码生成的准确度上面还有不小的障碍，特别是稍微复杂点的需求理解，长上下文情况。当然也包括语义交互的时候存在的幻觉问题。所以这个平台遇到的问题已经不是技术实现问题，仍然是深刻理解业务后构建的本体模型本身的业务语义的精确度问题，本体模型的稳定性问题。

前面我分享过基于Codex+GPT5.4进行静默编程完成周报管理系统的案例。昨天我又试验了下Codex+SuperPowers来实现一个英语背单词的手机APP应用。整体最终效果差强人意，完全没有达到我的期望。而且还有一个关键问题就是整体开发效率很低，运行了半天时间基本才做了一半内容。当然SuperPowers技能包有几个关键亮点，其一就是基于头脑风暴式和你交互对话方式细化和确认需求，其二就是SubAgent机制，拆分为不同的Agent进行代码编写，CodeReview，任务安排等各种工作。

我最近习惯基本就是每天一定把免费的Claude网页版额度全部用完，用的地方就是帮我理清一些我提出的新思路和观点，类似前面谈到的AI赋能供应链管理。当前Claude网页版能力足够强大，特别是可以直接在对话交互中输出架构图，集成图等各种图表，可以直接输出PPT，Word文档等。

最近有不少朋友问我在使用Notebooklm输出PPT的时候，里面的中文经常出现乱码或糊掉。这个一方面是控制ppt页面上的字数，一方面是转到直接使用Gemini pro+图片工具来逐一输出各章图片。Gemini pro去调用Nano Banana输出的图片质量明显好很多。当然对于Notebooklm的PPT制作风格，可以参考Github上的一个开源项目awesome-nano-banana-ppt-prompts。awesome-notebookLM-prompts项目，这两个项目觉得值得参考。

ps：最近有人公开发文碰瓷我，说我本体文章借鉴抄袭了对方的本体开源项目。再次说明个人文章完全原创和AI大模型辅助生成代码，对方谈到的开源项目我压根一眼都没有看过。坚决不给对方蹭流量机会，坚决支持对方公开发起法律维权，你不发起法律维权我都瞧不起你。同时你发文侵犯我名誉的文章我已经截图保存。个人保留进一步追责的权力。