到底什么是本体（Ontology）

Ontology，本体。一个今年在 AI 圈炙手可热的词。作为哲学爱好者，我更不禁比其他人对这个词还多一分痴迷，因为 Ontology——本体论，是哲学中最重要的问题域之一。但其实，本体并不是什么新的东西。

一、AI 时代的锤柄

人们常用工具的使用来理解人类与其他动物的区别。这个说法划不清物种的边界，却抓住了一件重要的事：人不只制造工具，也通过工具形成自己与世界的关系。

欧陆现象学传统非常关心这件事。海德格尔谈锤子，关注的不是它有多重、由什么材料构成，而是我们拿它钉钉子时的状态。熟练的工匠在挥起锤子时不会盯着锤子想“锤子”这个词的定义，他全神贯注在钉钉子这件事情上，仿佛挥起的锤子就是他手臂的延伸。这就是工具的“上手”：它退到注意力的后面，让事情得以发生。

所以，锤柄不只是一截木杆。它让石头的力量进入人的动作，也让人的意图落到石头上。

人类历史上，每一轮技术革命，都需要连接技术与人、技术与世界的“锤柄”。

往上追溯到石器时期，当人把石头绑在木杆上，工具与人的界面，就是那根用来抓握的木杆。随着工业革命，工具的复杂性大幅提高了，但本质上，它们仍是外在于人的身体、有待人去组织和调用的生产力。蒸汽机、内燃机可以提供动力，但要让动力稳定地运货、载人、连通城市，还需要火车、铁轨和车站。铁轨之上，才逐渐长出交通网络、调度规则和售票体系。

在上一轮互联网与 SaaS 带来的企业信息化里，让软件处理业务的前提是数字化：库存、账目、客户档案要先变成数据，软件才用得起来。而人使用软件，靠的是用户界面，也就是 UI。那几十年里，数字化转型企业和 SaaS 企业做的，很大一部分就是这两层连接：一面向数据，一面向人。

现在，轮到 AI 进入企业。它要读懂一家公司里正在发生什么：员工在做什么，订单的内容是什么，客户的态度是怎样的，谁给谁付了钱，谁向谁做出了承诺。AI 原生化转型的一个前提，是让这些事变得 AI 可读，并在授权范围内可写、可执行。

为这件事修的那层界面，我愿意把它叫作新时代的锤柄。Palantir 用来承载这种连接的核心概念，就是 Ontology，本体。所以，本体谈不上玄奥。它和锤柄一样，是让技术与世界接上的那层东西。

二、本体的语法与身体

如果要给企业本体一个朴素的、容易理解的定义，我会这样说：

“把企业里与业务相关的一切，变成 AI 能准确读、准确写的语言，以代码的形式搭建起来。这个由代码构成的实体，就是本体。”

哲学中的本体论，追问的是存在及其基本结构；企业数字化的本体，则是一种建模方式。两者不能直接画等号。但它们确实共享一种追问：这里究竟有什么？这些东西如何关联？我们凭什么说，一件事发生了？

一家教育机构说“客户”，指的是付钱的家长，还是上课的孩子？说“报名”，指提交了意向，还是已经缴费？说“完成交付”，是课上完了，还是反馈也送到了家长手里？这些词在日常交流里可以含混，因为人会补充语境。但让 AI 据此行动，含混就会变成后果。

本体化最费力的部分，是把散落在员工脑子里的默会知识、业务现场默认的规则，翻译成一门企业与 AI 共用的语言。Palantir 方法论里的对象、关系和动作等机制，可以理解为一种这类语言的通用语法；但具体有哪些对象，什么动作成立，仍要由企业自己的业务决定。

不过，语法还不能解释全部问题。一套语言可以把企业描述得很清楚，却不意味着 AI 已经能够在企业里做事。读懂“可以调课”，与知道此刻能否调课、由谁批准、改动后要通知谁，是两回事。

这也是我想引入身体的原因。语法回答企业如何被 AI 读懂，身体回答：读懂之后，它通过什么参与行动。

上世纪四十年代，法国现象学家梅洛-庞蒂对“身体图式”作了重要阐发。身体不只是我们操控的对象，也是我们理解世界、进入世界的方式。走路的时候，你通常不必逐一指挥自己的腿；伸手拿杯子，也不必先计算距离。你知道怎么行动，却未必说得清这份“知道”在哪里。用他所强调的区别来说，身体首先体现的是“我能”，而不只是“我思”。

借用这个视角，我认为，只有当业务模型与数据、权限、流程和执行系统接起来，本体才开始具有身体图式的意味。它不再只是告诉 AI“这家公司有什么”，也告诉它“在这个位置，你能做什么，不能做什么，做完之后会改变什么”。

身体当然是一个比喻。本体让能力有了落点，判断仍然在人。没有执行连接，语法停在纸面；没有清楚的语法，行动又容易失去边界。所谓企业的身体，就长在这两者接合的地方。

三、被肢解的 AI

没有这层共同结构时，AI 往往只是作为一个个被肢解的部件进入企业。

设计部门用它提高出图效率，产品部门用它改进交付质量，市场部门用它写文案。每个部门都可能从中获得局部收益。但把镜头拉远，问题就会显现出来：这些 AI 彼此不相识。它们各自很能干，却未必知道自己处理的是同一个客户、同一份订单、同一个交付承诺。

于是员工仍会遇到那个熟悉的断点：自己的事做完了，接下来是审批、等口径、跨部门交接。信息不全，就要去找人；找完了，还要再确认一遍。摩擦的来源，常常是 AI 被分散地嵌进了原有的组织壁垒。它改善了一个动作，却没有接通动作之间的关系。

管理者面对的则是另一种困难。他能够接触到的信息本来就有限。哪个销售上周向客户承诺了什么，哪个团队在周三的会上改变了交付安排，这些事情都真实发生过，却未必进入共同的记录。管理者最终看到的，往往是经过层层汇报、已经丢失流程与细节的二手结果。

问题不只是信息分散，还有意义分散。

同一件事，不同部门可能有不同的叫法；同一个词，又可能对应不同的事实。有人说“客户已确认”，指的是对方口头表示认可；另一个人说“已确认”，指的却是合同已经签署。把文件都放进一个知识库，并不会自动消除这种分歧。信息被放在了一起，意义仍然可能彼此分离。

本体要做的，是为关键业务建立共同的参照：我们讨论的是哪个对象，它现在处于什么状态，这个判断来自哪里，下一步允许发生什么。

本体结构接通之后，AI 才有可能跨越部门的工具边界，参与一条连续的业务链路：从识别对象，到理解状态，再到执行动作，并把结果写回原有的业务世界。但这种连续性不是一次建模就能获得的。它需要在真实业务中不断校正，也需要有人对结构本身负责。

四、活的身体

身体，应当是活着的。它不能只是对企业现状的一次描述。

企业是一个动态经营的过程：今天的客户结构、课程安排、人员分工，下个季度就会变。即使此刻的模型足够准确，如果没有持续维护，它也会逐渐偏离现实。

要让这副身体活着，至少需要两样东西。一是维护的窗口：有人、有节奏地检查业务事实与模型是否仍然一致，而不是把它当作一次性工程交付。二是生长的能力：业务变化时，模型可以随之调整，旧记录仍然能够解释，新动作也有清楚的边界。这里的“生长”，是让变化有入口、有责任人，也有可以检验的结果。规则怎么改，仍然由人决定。

维护，是企业对自身业务事实的持续确认。哪些对象发生了变化，哪些规则已经失效，哪些新动作需要被纳入，不能只等系统出现错误之后再处理。它需要进入日常经营，成为有人负责、能够追溯、可以复盘的一部分。

生长，是让企业的经验沉淀为可复利的资产，新的判断能够接在旧的事实之上，组织不会因为人员变化而反复失忆。一个活的身体，让人的判断有处可落，让已经发生过的工作继续对未来产生作用。

这也是我为什么强调“活着”。本体如果只是一次性的建模成果，它最终仍然会变成另一套静态文件；只有当它持续连接事实、权限、流程与行动，企业才开始拥有一种能够承接变化的结构。AI 可以不断变强，但企业仍需要知道自己是谁、正在做什么，以及哪些行动应当由谁承担。

本体的价值，最终不在于把企业描述得多么完整，而在于让企业在变化中保持可理解、可行动，也可负责。这副身体要做的，正是为这种持续的理解与行动提供落点。

写在最后

铁轨之于动力，UI 之于软件，本体之于 AI：这些比喻并不严格对应，却指向同一件事：技术的能力，不会自动成为企业的能力。中间总要有人修一层连接。

当然如果 AGI 真的到来，能够更直接地理解现场、进入物理世界，今天由我们辅助企业进行的连接工作，以及本体的具体实现方式，都可能发生变化。但能力再强，企业仍然需要明确事实、权限和责任。能不能做，与应不应该做，始终不是同一个问题。

作为 AI 原生实践者，我们真正关心的不是一家企业烧了多少 Token，而是它是否开始形成一种能够承接 AI 的结构。这种结构不必一次完成，但必须经得起真实业务的使用。