# 本体论又回来了：AI 智能体正在复活语义网

> 原标题：Ontologies Are So Back: Why AI Agents Are Reviving the Semantic Web

- 来源：Latent Space
- 发布时间：2026-07-30T11:17:55.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/48392
- 原文：https://www.latent.space/p/ontologies-agentic-systems

## 摘要

在 2026 年 AI 工程师世界博览会上，UC Berkeley 的 Frank Coyle 提出，大模型虽然擅长概率推理，但要让智能体在业务流程里稳定干活，得给它加上“逻辑护栏”——也就是本体论。他说的本体论可以简单理解成“把数据画成关系图”，用来定义某个领域里有哪些东西、它们之间是什么关系。Neo4j 的 CEO Emil Eifrem 把本体论...

## 推荐理由

这篇文章把本体论重新拉回 AI 智能体的架构讨论里，有具体的人和公司背书，不是纯理论。但话题偏底层架构，传播面可能比产品发布或模型更新窄一些。

## 锐评

Frank Coyle 在 AI 工程师大会上的核心判断很直接：大模型擅长概率推理，但要让智能体进业务流程稳定干活，得给它加上“逻辑护栏”，也就是本体论——简单说就是把数据画成关系图，定义清楚一个领域里有哪些东西、它们之间是什么关系。Neo4j 的 CEO 把本体论拆成了三层：业务概念、技术元数据、以及智能体运行时的执行痕迹，这相当于给智能体铺了一条有明确路标和监控的跑道。

最实用的建议是别自己瞎造。Coyle 点名 Schema.org、FOAF 这些老牌网络本体，它们早就躺在大模型训练数据里了，开发者直接用提示词调用就行，不用从零开始定义。这能省掉大量前期建模成本，也降低了智能体在推理时跑偏的概率。

不过，文章没给出任何量化对比——用了这些本体之后，智能体任务成功率到底提升了多少，延迟和 token 消耗有没有增加。也没提如果业务场景太特殊、现有本体覆盖不了时，改造成本有多高。这些信息缺口让“本体论复兴”目前更像一个方向性判断，落地效果还得看具体场景的实测数据。