本體論定義企業概念，知識圖譜連起實際關係，Harness 把規矩落到行動
協作者：張Sir與AI
張Sir最近連續寫了三篇文章，談人工智能代理（AI Agent，能按目標分步處理任務，並在獲授權時調用工具的 AI 系統）為什麼不聽話（《Agent 不聽話》、《管理層定規矩》、《規矩寫進系統》）。三篇處理的是怎樣管和控，這一篇要補上規矩能夠執行的知識基礎。Agent 要聽得懂規矩，系統先要知道規矩裡每個詞在公司代表什麼。
設想一家公司上月換了品牌形象，新品牌標誌（logo）和舊版幾乎一樣，只是 AI 圖標多了一層陰影。公司早有規矩，對外發布只可使用現行品牌素材。市場部請 Agent 準備新產品的推廣帖文，系統也確認所用 logo 是素材庫裡的正式檔案，發布後，品牌部同事卻一眼看出 AI 圖標沒有陰影。系統找到了真檔案，也遵守了「只用正式素材」的要求，偏偏不明白哪一版才算「現行」。
檔案找到了，哪一版才算現行？
大型語言模型（large language model，LLM）懂得處理語言、生成文字和推理，卻不會自動認得一家公司的品牌、流程和權限。企業 AI 知識庫（knowledge base）把整理過的內部文件和數據放在一起，供系統查找。檢索增強生成（retrieval-augmented generation，RAG）則先從指定資料找出相關內容，再交給模型回答。張Sir在《AI 有幻覺，先分清病因再對症下藥》談過這種做法。
知識庫和 RAG 主要處理「去哪裡找」和「找出哪些內容」的問題，卻不保證系統理解企業概念。本篇開場的新舊 logo 都是真實檔案，也都能被檢索出來；兩版只差一層陰影，若系統沒有版本關係、生效日期和現行狀態，舊版仍可能排在新版之前。找到檔案是一種能力，判斷哪個版本現在有效是另一種能力；本文接著解釋系統怎樣定義概念、連接具體關係，並在模型外執行規矩。
本體論（ontology）定義企業世界裡有哪些業務概念，它們有什麼屬性、可以建立什麼關係，以及適用哪些規則。知識圖譜（knowledge graph）依照這套定義，把公司裡一個個實際物件及其關係連起來。控制框架（harness）包在模型外面，根據這些概念和關係執行規則、權限與審批流程，決定 Agent 可以查什麼、做什麼，以及何時要交給人處理。也就是說，它們共同定義了企業是怎樣運行的。
本體論和知識圖譜各自做什麼？
以品牌工作為例，本體論會定義品牌標誌、品牌版本、適用渠道和批准人是什麼，也會定義「取代」「屬於」「由誰批准」這些關係。在操作型設計中，這些概念還可以接到發布帖文等可執行動作。它像一套共同語言，讓市場部、品牌部和系統所說的「版本」「現行」與「批准」指向同一意思。
知識圖譜接著填入公司的實際情況，當中的節點（node）代表具體事物，連線（edge）代表事物之間的關係。某一個新版 logo 是一個節點，舊版 logo 是另一個節點；知識圖譜記下新版取代舊版、何時生效、適用哪個渠道，以及由誰批准。這裡的「圖」是關係網，與圖片無關。用族譜來比喻，本體論定義父子、兄弟和夫妻關係怎樣成立，知識圖譜則按這些定義記下誰是誰的父親。
企業還要選定值得持續維護的權威數據，內部部分包括品牌、政策、流程、產品和客戶數據，日常工作依賴的公共資料則包括法規和政策、政府部門的名稱和職能、官員職銜與人名、地名和地區劃分。一般模型使用大量公開資料訓練，未必完整掌握一個地方最新的部門改組、官員調任、新設地區和路名；外籍人員的中文譯名也可能不符合官方用法。公司要記下來源、版本、生效時間和核實人，知識圖譜裡的關係才有可靠內容。
如何把本體論接上行動和權限
本體論和知識圖譜讓系統知道「現行 logo」指向哪個檔案，harness 才能在發佈前對這項知識進行檢查。它可以要求 Agent 先按渠道和日期查找現行版本，再核對批准狀態；找不到、出現衝突或版本已過期，便停止發布或轉交人工。模型負責理解任務和生成內容，harness 負責守住模型不能自行越過的邊界。
美國數據公司 Palantir 的設計把這種分工做得很清楚。張Sir在一月的《AI時代還要做「高級外勞」嗎？》談過它派駐工程師的做法。根據 Palantir 的官方文件，其 Ontology 有語義元素（semantic elements）和動態元素（kinetic elements）。前者用物件、屬性和連結描述企業有什麼及彼此怎樣相連，後者以動作（actions）、函數（functions）和動態安全控制（dynamic security）定義系統怎樣改變數據及執行業務邏輯。
到了實際行動，Palantir 的人工智能平台（AI Platform，AIP）會用 AIP Logic 編排工具調用。按官方文件，在這套流程中，模型不能直接動用工具，只能提出請求，再由 AIP Logic 在啟動這項流程的那位同事的權限內執行。這像公司的信用卡，員工可以刷卡，金額和用途仍受公司預先設定的規則限制。
權限接上行動之後，仍有一條容易忽略的邊界。Agent 查找數據時，系統會按使用者對不同記錄和欄位的讀取權限過濾內容；Palantir 官方文件同時提醒，這種讀取時的控制不會自動延伸到模型輸出，也不會延伸到模型透過動作工具對 Ontology 所作的修改。敏感資料仍要另外設定標記、分類和存取規則。本體論負責定義，知識圖譜保存具體關係，harness 執行控制，三者不能互相頂替。
回到開場那則帖文，品牌部不只要記下「新版取代舊版」，還要標明生效日期、適用渠道、批准人和舊版狀態。這些條件都有可查證的記錄，系統才有依據判斷哪一版現行，harness 也有內容可以核對。這三個概念放進具體業務後怎樣運作，下篇接著談。
@張Sir的AI養生館 – 創新智人
參考資料
Palantir Technologies. (n.d.-a). AIP Logic blocks. Palantir Foundry documentation.
Palantir Technologies. (n.d.-b). Ontology overview. Palantir Foundry documentation.
