Sutra-OS 是一个开源、可自托管的本体平台,把组织数据统一为单一类型化模型,所有写入必须通过服务端强制执行的规则与提案审批流程。其核心设计包括数据血缘可追溯、AI 智能体仅能提交提案、模型与数据支持分支管理,以及由独立出口代理保管凭证。项目目前处于 Beta 阶段,提供 Python SDK、CLI 与 REST API。
本体
Ontology
对领域概念、类型、关系与操作的形式化建模,作为数据与应用的统一语义层
收录情报动态
文章提出让 Coding Agent 真正熟悉项目的两条互补路径:用本体(Ontology)显式表达领域概念、关系与成立条件,使模型理解团队约定;用 RSI(递归自我改进)机制把执行反馈沉淀为可复用知识,由 Memory 承担保存与复用。作者结合内部研发实践 Loop,目标是减少 Agent 重新理解项目的时间与重复犯错。
Databricks 发布升级版 AI 智能体 Genie,借助自建本体层为智能体提供客户数据上下文,使其能够无人监督地完成多步骤长周期任务。CEO Ali Ghodsi 以自身真实使用场景演示了员工满意度分析、销售复盘与访谈准备等能力,并称可通过 Unity Gateway 设置用量上限、切换低成本开源权重模型来控制智能体成本。
文章指出大模型生成 SQL 的语法已趋稳定,但选表、字段与指标口径三类错误仍普遍存在,根因是业务知识碎片化、缺乏结构化表达。作者提出用本体(Ontology)把隐性业务知识转化为 AI 可读、可验证的结构化资产,并给出自动抽取链路、召回与迭代机制的设计及评测结果。
这是一则线下技术巡展的报名推广文,并非技术内容发布。活动定于 11 月 10 日下午在上海徐汇举行,由蚂蚁密算、合合信息、普华永道等机构的 5 位讲者分享本体建模、企业知识更新、Agent Harness 工程、可信金融智能体与 Data Agent 取数等议题。文中未给出任何具体方法、参数或可验证结果,仅可作为活动日程参考。
NVIDIA 发布开源库 Auto Ontology,旨在为企业智能体构建统一的上下文语义层。该工具通过 MCP、CLI 和 API 暴露经过验证的业务定义与数据血缘,解决智能体在查询数据库时因语义歧义导致的准确性问题,支持从元数据自动生成企业本体并持续优化。
本文阐述在金融问数场景中,如何通过概念、属性、关系、约束四大核心要素构建业务本体,以将业务知识转化为 AI 可理解的结构化语言。文章提出“AI 能否听懂、系统能否执行、本体能否保鲜”的三问校验法作为评估标准,并对比了行业五条建设路线,强调选型需兼顾业务贴合度与工程落地性。
Netflix 工程团队发布技术博客,介绍其基于本体论(Ontology)构建端到端可观测性知识图谱的实践。该方案旨在解决超大规模实时流媒体场景下,传统监控工具难以关联海量日志与系统依赖关系的痛点,通过语义建模提升故障定位效率。