← 返回博客
Ai预计阅读 9 分钟

NVIDIA 想让智能体先知道数字是什么意思,再去查它

发布于 2026年11月14日
NVIDIA 想让智能体先知道数字是什么意思,再去查它

text-to-SQL 的卖点一直是速度。用英语提个问题,几秒钟拿到一个数字,不用排队等分析师。真正上线过这类系统的人都知道这个卖点有个洞:快速给出的错数字,比慢慢算出的对数字更糟,因为没人会去复核那个快的。

NVIDIA 的 Auto-Ontology 就是从这个洞开始的。它在 GitHub 上线第一周拿到大约 4,100 颗星,现在超过 12,500 颗。README 用一句话把论点说完了:智能体能检索文档,能查数据库,但可靠性卡住了智能体分析这件事;一个营收指标答得再快,数字错了就一文不值。

它做出来的东西是一层上下文,夹在智能体和数据之间。不是向量索引,也不是更大的提示词。是一份本体:有哪些数据,这些数据是什么意思,该不该用,该怎么用,从哪来,跟什么相似。

五个动词

这个库按五种能力来组织,命名难得地诚实,一看就知道每一块是干什么的。

Discover 从元数据里生成企业本体,接上你已有的本体和语义模型,把知识图谱建起来。这一块必须对付现实:大多数公司对「活跃客户」有三种定义,而且没有记录说明看板用的是哪一种。

Ground 给智能体提供可信的业务含义,覆盖指标、实体和关系,同时把各系统之间不一致的定义调和到一处。实际做起来,这是五个里面最难也最不光鲜的一个:总得有人拍板说财务的定义算数,工具的任务是让这个决定看得见、也能被执行。

Validate 拿已认证的定义和血缘去检查生成的查询,每个答案都附上出处。那行出处才是真正的产品。一个数字如果带着定义和血缘,就可以被争论。没有这些的数字,只能选择相信或者不理。

Expose 通过 MCP、CLI 或者 API 把这层上下文提供给任何智能体框架。Learn 把认证过的修正和使用记录折回本体,让共享的上下文随着每一次提问变得更好。

最后这一条是整个闭环里唯一真正新的东西。多数语义层是一堆会烂掉的文档。这个项目把人做的修正当成这一层自己的训练数据。

技术栈长什么样

以这个项目的野心来说,部署这件事普通得让人松一口气,而如果你是那个要把它跑起来的人,这一点很重要。

前端是 Next.js 16,配 React 19、TypeScript 和 Tailwind 4,加上 Better Auth 和 Prisma。语义目录和本体都放在 Postgres 里,跟它们所描述的那份目录待在一起。自然语言查询走 NVIDIA NIM。界面上有对话、分析、数据目录、报表和设置几个页面。

本地最快的方式是用 Docker Compose 对着 Wide World Importers 跑,这是微软的销售示例库。需要装了 Compose v2 的 Docker、`uv`,还有 build.nvidia.com 给的 NVIDIA API key。步骤是:克隆仓库,建 `.env`,起 Postgres,从单独的评测仓库导入示例数据,然后 `docker compose up -d --build`。打开 `localhost:3000`,用 `.env` 里的管理员账号登录,进 Settings → Semantic Compilation 把它打开。数据摄取在启动时跑,编译马上开始,完成时会显示「Semantic compilation is ready」。

Kubernetes 上有 Helm chart。许可证是 Apache 2.0,README 直说项目不接受外部贡献,在你打算走 fork 再打补丁这条路之前,这一点值得先知道。

设计里不舒服的那部分

本体是对你公司里什么为真的一份主张。从元数据自动建一份出来很快,产出的只是这份主张的草稿,还不是主张本身。

README 说它补充客户已有的语义模型,不取代它们,还说它会调和定义。调和是一件带政治性的事。如果市场和财务对新客户怎么算有分歧,画再多的图谱也定不下来。工具能把冲突摆出来,能把决定记下来。它做不了那个决定。

活儿其实在这里,这也是这个库为什么把调和做成了一个实打实的步骤,而没有做成一键魔法。智能体分析一直让人失望,原因很无聊:模型会写 SQL,可没有人写下过哪一种 SQL 是对的。

为什么这事不只关乎看板

同样的问题会出现在创意运营里,跑图像和视频流水线的人在这里会对上号。

问智能体「上个月我们在生成上花了多少钱」,然后看会发生什么。重试算不算?被丢掉的草稿算不算?失败的生成收不收费?这个数字是按素材算还是按请求算?三个团队会给出三种答案,然后各自做一个内部自洽、对外全错的看板。

本体并不消除这种含糊。它把含糊摊开,而摊开是解决它的前提。另一种做法是大多数公司现在的做法:让每个看板各自带一套不说出口的定义,然后指望没人去比对。

怎么判断你需不需要它

诚实的检验标准不是「我们的数据乱不乱」,因为每家公司的数据都乱。要看的是:有没有哪个问题,两个团队现在的答法不一样,而已经有人把正确答案写下来了。

挑一个你公司里吵得最凶的指标。找三个部门的三个人,请他们各自定义一下。如果定义对得上,那问题就不在本体上,在文档上,一个 wiki 就够了。如果对不上,再强的模型能力也救不了你,因为智能体写出的查询对一个定义是对的,对另外两个是错的,而它不知道自己在按哪一个算。

第二个检验是有没有认证流程。Auto-Ontology 的价值来自 Validate 那一步,而 Validate 需要有东西可以对照。如果公司里没有人被授权说「这是财务批准的毛利率定义」,这个库会很忠实地给你一张图,上面有三种互相竞争的事实。

说句实话

Auto-Ontology 是一个基础设施项目,它的论点一点都不光鲜:卡住智能体的地方,是它不知道问题里的那些词在这家公司内部指什么,推理能力本身还够用。

一周一万两千多颗星说明的是需求,说明不了采用。去点星的人,都是被一个自信的错数字坑过的人。这批人是正确的受众。他们会不会去做那些让工具真正有用的调和工作,是另一个问题,而这个问题会决定它变成基础设施,还是变成收藏夹里的又一个仓库。

相关文章