← 全部文章
安全與治理 業務決策者 · · · 作者 ObjectStack Team

Ontology 會成為 AI 技術棧的標準組成部分嗎?為什麼執行環境必須開放

Ontology 會成為 AI 技術棧的標準組成部分嗎?agent 介面層已經是了:Ontology MCP 於 2026 年 6 月正式可用。定義層正在跟進。執行環境仍然封閉,而可移植性恰恰住在那一層。

Ontology 會成為 AI 技術棧的標準組成部分嗎?為什麼執行環境必須開放 Ontology 會成為 AI 技術棧的標準組成部分嗎?為什麼執行環境必須開放
  • 本體
  • MCP
  • Palantir
  • 語義層

先給結論:Ontology 會成為 AI 技術棧的標準組成部分嗎?作為一個層,它已經是了:ontology 是一份機器可讀的模型,描述一家企業的業務物件、物件之間的關係、被允許的動作和審計規則;2026 年,每一家主要資料平台都推出了 ontology,或在旁邊配了一個語義層。尚未標準化的,是它歸誰所有。本文在 2026 年 6 月主張,型別化應用定義與執行它的執行環境都應該開放。此後行業自己讓出了其中一部分:Palantir 的 Ontology MCP 在 2026 年 6 月 16 日當週正式可用——距本文釋出只有四天——任何 agent 都能通過一個開放協議呼叫 ontology 裡的物件與動作;到 8 月,Palantir 又開始把本體定義搬進帶版本的程式碼倉庫。決定可移植性的是三層——介面層、定義層、執行環境——2026 年打開了第一層,開始開啟第二層,而第三層原地未動。執行環境就是最後一層沒有開啟的地方,也是這場爭論裡唯一還值得爭的一半。

先講一個你大機率親眼見過的過程。

某家企業立項做“AI 助手”。第一週,演示驚豔:把客戶資料匯出一份給模型,它真的能回答“華東區哪些客戶續約風險高”。高管看完當場拍板擴大試點。

第三個月,要接生產資料了,安全團隊進場,問了三個問題:

  • AI 能看到哪些資料?銷售 A 問“全公司業績排名”,它會不會把別人的提成也答出來?
  • 它要執行動作——改折扣、發合同——權限按什麼算?出錯了算誰的?
  • 審計要查“這筆折扣是誰批的”,AI 參與的那部分,記錄在哪?

專案組答不上來。不是態度問題,是架構裡根本沒有能回答這些問題的層。資料散在十幾個系統裡,權限寫在各個應用的程式碼裡,“折扣審批”這個業務規則只存在於某個資深員工的腦子裡。AI 面對的是一堆裸表和裸介面,它再聰明,也沒有地方去“看懂”這家企業的規則。

第九個月,試點悄悄結束。模型沒有輸給能力,輸給了沒有人敢簽字。

這件事行業裡有一個名字,叫缺一個 Ontology(業務本體):一個結構化、機器可讀的語義層,把“這家企業有哪些業務物件、它們之間什麼關係、誰能對它們做什麼、做了之後記在哪”顯式地定義出來。

Ontology 會成為 AI 技術棧的標準組成部分嗎?

在展開論證之前,這個問題值得先得到一個直接的回答,因為答案比正反兩方的說法都更少炒作的味道。

一句話說清 ontology 是什麼: ontology 是一份型別化、機器可讀的模型,描述一家企業由哪些東西構成(客戶、訂單、資產)、它們如何關聯、可以對它們做什麼以及由誰來做、每一次變更記錄在哪裡。語義層止步於前兩項。知識圖譜儲存關係,但不儲存權限。正是後兩項,讓 ontology 成為一個可以放心讓 agent 通過它動手的東西。

它正在變成標準嗎? 就廠商自己已經交付的東西來看,這一層是的:

訊號發生了什麼狀態
Agent 介面Palantir 的 Ontology MCP 把物件型別、動作型別和函式暴露為 MCP 工具(Palantir)2026 年 6 月 16 日當週正式可用
平台廠商微軟在 Fabric IQ 中提供 ontology 項,並附帶一個 MCP 伺服器(Microsoft Learn);Databricks、Snowflake 和 Google 推出面向 agent 的語義層(對比)Fabric IQ ontology 處於預覽;各語義層已 GA 或狀態不一
交換格式Open Semantic Interchange 以 Apache Ossie 之名進入 Apache 孵化器,“超過 50 家組織”支援這一面向指標、維度及其關係的廠商中立格式(Apache Ossie)自 2026 年 7 月 10 日起孵化中
定義即程式碼Palantir 的 SuperRepo 用 TypeScript 宣告物件型別、連結、介面與動作(Palantir)自 2026 年 8 月 3 日當週起 beta

所以,“AI 技術棧的標準組成部分”在三種不同意義上都成立,而它們推進的速度各不相同:

  1. 標準的層——是,已經是了。 如今每一個嚴肅的企業 agent 平台都預設:在模型與原始資料之間,有一個受治理的業務模型。
  2. 標準的介面——是,而且就是 MCP。 各平台為 agent 呼叫這一層採用了一個開放協議,這是這份清單裡標準化最快的一項。
  3. 標準的格式——只限分析型那一半。 Ossie 覆蓋指標、維度和關係。動作、權限與審批——決定 agent 能否修改一條記錄的那一半——還沒有任何可比的東西。

誠實的反方論點: 很多團隊永遠不需要一個完整的 ontology。如果 agent 只負責回答問題,資料倉儲的語義層加上對文件的檢索就能把事辦成,建模成本只是零頭;而 ontology 專案向來以“建模委員會開了六個月、什麼都沒交付”出名,這個名聲也確實是自己掙來的。ontology 值回成本的時刻,是 agent 必須在某個人的權限之下做一件事——而這恰恰是沒有標準格式的那一半,並且如本文後面所論證的,也沒有開放的執行環境。

Palantir 把這件事做成了可驗證的企業架構

把 Ontology 從論文概念變成企業架構實踐的代表,是 Palantir。值得認真看一下它為什麼成立——看得越公道,後面的問題才越清楚。

Palantir Foundry 的核心動作是兩個。第一,把企業散落各處的資料整合進一個統一的本體層:客戶、裝置、訂單不再只是幾十張表,而是有型別、有關係、有屬性的業務物件。第二,把寫操作收斂成受控的 Actions——每個動作帶校驗、帶權限、帶完整審計。AIP 把這套架構直接對準了大模型:LLM 不直接碰資料庫,而是呼叫本體層暴露出來的受治理工具。 模型可以換,邊界不動。

這套東西為什麼貴?因為它解決的問題確實貴。把一家大企業多年積累的系統梳理成一個乾淨的本體,需要團隊一個系統一個系統地啃,一個概念一個概念地對齊——這是實打實的人力密集型工程。政府、國防、金融、能源這類客戶,對“AI 每一步都在權限之內、都有記錄”的要求是硬性的,也願意為交付質量、責任邊界和長期支援付費。

所以這裡真正值得吸取的,不是某家公司的估值故事,而是一個架構判斷:AI 要進入企業,必須先有一個受治理的業務語義層。

需要重新想的是下一個問題:這一層應該以什麼形態存在?因為有幾件事正在變。

軟體正在變成 AI 寫的

第一件事最直觀:應用本身越來越多是 AI 寫出來的。

過去“給 50 人的團隊定製一套報銷審批系統”在經濟上不成立——開發費比痛點貴。現在一個 AI agent 幾個小時就能交付一個可用雛形。定製業務軟體正在從稀缺品變成更日常的產物,長尾需求會明顯增加。

注意這個增長髮生在哪:發生在長尾。發生在那些很少出現在企業軟體銷售名單上的團隊裡——他們沒有采購流程,沒有實施預算,不開 POC 評審會。他們只是讓 agent “搭一個能用的”,下午就開始用了。

一個靠駐場工程師和百萬美元合同運轉的模式,結構上夠不到這個市場。這不是誰對誰錯,是兩個市場。但這個新市場裡的每一套系統,同樣會撞上開頭那三個安全問題——只是撞上的時候,旁邊沒有 FDE。

下一個做技術選型的,是 agent

第二件事更隱蔽,但影響更深:技術選型這個動作本身,正在從人手裡轉移到 AI 手裡。

今天你讓一個 agent “搭一個客戶管理系統”,它大機率會選 Next.js 加 Postgres。為什麼?不是因為有人給它做了廣告,而是因為這些技術開放、文件完整、大量存在於它的訓練資料裡。它見過幾十萬個用法,知道每個坑怎麼繞。

這意味著一件以前不存在的事:對開發者工具來說,公開的協議文本和開原始碼就是分發渠道本身。 一個協議越開放、越多人討論、越多程式碼可學,下一代模型就越懂它,agent 就越傾向於選它——這是一個會自我強化的迴圈。

封閉平台面對這個迴圈有兩條出路。貴的那條是把格式本身開放,讓模型學會它、讓 agent 不用被提示就想到它。便宜的那條是格式照舊封閉,只在邊緣採用一個開放協議——agent 於是能呼叫這個平台,儘管仍然學不到它。

本文最初的寫法是:封閉平台進不了這個迴圈。不到一週,這個說法就被證明太強了——在位廠商走了便宜的那條路,而且走通了。留下來的是更窄、也更要緊的一句:agent 能呼叫的介面不等於 agent 能學習的定義,而這兩樣都不等於一個你能帶走的執行環境。在位廠商為此做了什麼、又唯獨沒做什麼,見下文。

等等——封閉平台不是也贏過很多次嗎?

到這裡,一個聰明的反駁應該出現了:開放未必贏。雲端計算時代贏的是 AWS,移動時代贏的是 iOS,都是封閉的。

這個反例值得認真接,因為接完恰好能看清規律。

看一眼 AWS 是怎麼賺錢的:它託管的是 Linux、Kubernetes、Postgres——清一色的開放標準。iPhone 封閉,但它跑的網路是 TCP/IP 和 HTTP。再往前數:資料庫廠商殺成紅海,SQL 這個語言本身是公共的;容器編排打了三年,最後大家都跑在開放的 OCI 映像格式上。

規律其實很整齊:被整個生態依賴的可移植底座最終會走向開放——既包括定義,也包括解釋和執行這些定義的基礎執行環境。 廠商仍然可以獲得持續收入,但賣的是託管運營、升級、安全封裝、效能、支援和責任。AWS 自己就是最大的例證:Linux、Kubernetes、Postgres 保持開放,AWS 為可靠運營它們收費。

業務語義層正是這種底座。物件模型、權限規則、審批流程,以及強制執行它們的執行環境語義,未來會被應用、agent、審計系統共同依賴。依賴越多,定義與執行環境就越不應該只存在於某個供應商的平台裡。定義應是你倉庫中可讀、可版本化的檔案,相容執行環境則應可自託管、可替換。只能由一家付費引擎執行的“開放檔案”,並不真正可遷移。

企業花了二十年把資料從一個個封閉系統裡解放出來,不應該在 AI 時代把比資料更核心的資產——業務的定義本身——再鎖進去一次。

Ontology MCP 打開了介面層,執行環境依舊關著

這個規律幾乎立刻被檢驗了一次,而檢驗結果比當初的預測更有說服力。

本文釋出四天後,Palantir 的 Ontology MCP 在 2026 年 6 月 16 日當週面向 Foundry 環境正式可用(Palantir 官方文件)。物件型別、動作型別和函式被投影成 Model Context Protocol 工具,任何相容 MCP 的 agent 都能讀取這套 ontology 並驅動它的業務流程,不必再為每個 agent 框架各寫一份對接程式碼。微軟也在 Fabric IQ 上預覽同樣的介面。

隨後在 8 月,Palantir 推出了 beta 階段的「本體即程式碼」:物件型別、連結、介面與動作用 TypeScript 宣告在一個 monorepo 裡,這些程式碼定義就是唯一事實源。

把這兩步放在一起看,上一節那個「底座終將開放」的判斷成立了——但成立的理由和當初寫下它時不一樣。底座確實在開放。它之所以開放,是因為在位廠商自己把它打開了,而且是按對自己代價最小的順序開啟的:

層它是什麼2026 年把它留在哪
介面層agent 如何呼叫 ontology已開放。 MCP,由平台廠商自己採用
定義層物件、動作與權限形式上在開放。 以程式碼入庫,仍要落到單一廠商的平台上
執行環境執行動作、並在執行時強制規則的那一層原地未動。 沒有廠商交出一個你能換個地方跑的執行環境

第三行值得慢慢讀,因為整個論點就在那裡。

開放的介面讓 ontology 可被呼叫;放進倉庫的定義讓它可讀、可評審。但這兩樣都不能讓它換個地方跑起來。可移植的定義不等於可移植的系統:一個裝滿本體程式碼的 monorepo,最終仍要落在一套 Foundry 環境上。而且工具面是從定義投影出來的,誰執行這次投影,誰就決定了工具是什麼。定義檔案自己不執行任何東西。

這就是這次更新真正依賴的那個數字。把 Palantir 那套寫進文件的投影規則套到一箇中等規模的應用上——12 個物件型別、30 個動作型別、6 個對外函式——你會得到37 個說著開放協議的 MCP 工具,而底下只有一臺引擎能回答其中任何一個。介面變得可移植了,依賴一寸也沒動。

三層結構決定可移植性:介面層通過 MCP 開放,定義層以程式碼入庫的形式開放,而負責強制權限、事務與審計的執行環境原地未動

把最有力的反駁如實擺出來:團隊真正想從可移植性裡拿到的東西,如今大半已經拿到了。你可以讀自己的模型、以 diff 的方式評審它、把任何 agent 指向它;分析型語義還能通過一份 2026 年進入 Apache 孵化器的中立規範來交換。如果你的 ontology 只需要回答問題,那已經接近夠用了,本文不該假裝不是。

而回答它的那條線,和「語義層」與 ontology 的分界線是同一條:它一直成立,直到有事情必須真的發生。當一個對外暴露的動作真的改寫了一條記錄,你在意的一切——權限校驗、事務、超過閾值時的審批、那一行審計記錄——都是引擎的性質,而不是檔案的性質,也不是協議的性質。你能匯出那句話,導不出那道強制。

把這個缺口叫作最後一層沒有開啟的地方。這不是指控,而是對這個賽道停在哪裡的描述。九個月裡有兩層開放了,而且多半是靠自身慣性;第三層一動沒動——因為那是平台生意在不改變自己賣什麼的前提下無法開啟的一層。

這層“定義”長什麼樣

說了這麼多,看一眼實物。下面是 ObjectStack 型別化應用定義裡的一個商機物件(節選自真實示例):

export const Opportunity = ObjectSchema.create({
  name: 'crm_opportunity',
  label: '商機',
  fields: {
    name: Field.text({ label: '商機名稱', required: true }),
    account: Field.lookup('crm_account', { label: '客戶', required: true }),
    amount: Field.currency({ label: '金額', min: 0 }),
    probability: Field.percent({ label: '贏單機率', defaultValue: 50 }),
    expected_revenue: Field.formula({
      label: '預期收入',
      expression: cel`amount * probability / 100`,
    }),
    discount_percent: Field.percent({ label: '折扣', max: 100 }),
  },
});

// 權限同樣是宣告的:銷售可讀寫商機,但不能刪除
export const SalesUser: Security.PermissionSet = {
  name: 'crm_sales_user',
  objects: {
    crm_opportunity: { allowRead: true, allowCreate: true, allowEdit: true, allowDelete: false },
  },
};

關鍵不在語法,在於這幾十行就是系統本身。開源 ObjectStack 執行環境讀取這份定義,派生資料表、REST API、管理介面、MCP 工具,並強制執行權限與審計。折扣超過 30% 要走財務審批?那是一條掛在這個物件上的流程定義,同樣是宣告式的,同樣在版本庫裡。ObjectOS 在同一應用之外增加瀏覽器內 Build 與 Ask、團隊審閱和審批、託管雲或私有部署運營、SSO 與支援——但不會把定義或執行引擎重新變成專有依賴。為了執行它,ObjectStack 倉庫提供 ObjectOS Community —— ghcr.io/objectstack-ai/objectstack 映像、os start 和 Console,免費且自託管 —— 而 ObjectOS Cloud 是託管版本,ObjectOS Enterprise 是自管理、需許可的版本。

一份中繼資料定義,同時生效為 API、介面、AI 工具和審計權限

這帶來三個直接後果:

  1. 開頭那三個安全問題,有了結構性的答案。 AI 能看什麼——權限集裡寫著;它執行動作按什麼權限算——它以登入使用者的身份行動,由 ObjectStack 執行環境強制執行,而不是靠提示詞約束;審計記錄在哪——人和 agent 的每一次讀寫共用同一本賬,誰、什麼、何時、為什麼,合規團隊只看一本。
  2. 業務變更變成了程式碼評審。 AI 要給系統加一個“續約提醒”?它提交的是一份中繼資料 diff,改了什麼欄位、動了什麼權限,一目瞭然。出問題可以回滾,因為定義是版本化的。
  3. 整個系統裝得進一個 agent 的上下文視窗。 一個典型的企業模組,從幾萬行 CRUD 和膠水程式碼收斂成幾百行宣告——小到 AI 可以完整讀懂每一處依賴,然後跨資料、API、介面、權限做一次安全的整體重構。這是“AI 當共同維護者”和“AI 當代碼補全”的分界線。

定義與可移植執行環境歸社群,生產運營做生意

現在可以把整個論證收攏了。

Ontology 這個判斷是對的,Palantir 已經替行業證明過。本文最初寫下時,“定義開放、獨家引擎收費”還是一種值得提前警告的失敗形態。九個月過去,它不再是警告,而是對這個賽道最終落點的如實描述——由一群把除了自己所賣之外的一切都開放了的廠商,一個個合理決定累積而成。這反倒讓另一條路更好講了:型別化業務定義與可移植的治理執行環境都屬於開放生態;收費產品提供圍繞它們的生產運營體驗。

這正是 ObjectStack 和 ObjectOS 的分工:

  • ObjectStack 是一套開放業務本體(open business ontology):型別化的應用定義,加上執行它的開源執行環境(Apache 2.0)。物件、關係、權限、流程、API、UI、AI 工具在你的倉庫裡一次定義;執行環境從中派生資料庫、REST API、渲染介面與 MCP 服務,並在每次呼叫上強制權限與審計。定義和引擎都可 diff、可自託管、可遷移——而後一半,正是這個賽道其餘玩家留著沒開的那一層。
  • ObjectOS 運營的是同一份 ObjectStack 應用。它銷售瀏覽器內 Build 與 Ask、團隊審閱和審批、託管雲或私有部署運營、SSO、企業控制與支援,而不是一臺把業務本體重新鎖回廠商手裡的封閉執行引擎。為了執行它,ObjectStack 倉庫提供 ObjectOS Community —— ghcr.io/objectstack-ai/objectstack 映像、os start 和 Console,免費且自託管 —— 而 ObjectOS Cloud 是託管版本,ObjectOS Enterprise 是自管理、需許可的版本。

一邊是任何團隊、任何 agent 都看得懂、可自託管、帶得走的應用定義與可移植執行環境;另一邊是企業真正願意付費的生產體驗:協作編寫、審批、託管、私有部署、SSO、支援、升級和運營責任。應用及其基礎執行環境歸你,為團隊可靠運營它們才是生意。

結語

那個九個月死掉的 AI 試點,死因從來不是模型不夠聰明,而是沒有一個能讓安全團隊簽字的業務語義層。行業裡最貴的公司用十年證明了這一層的價值;而 2026 年只用九個月證明了一件更窄、也更有用的事:這一層裡便宜開放的部分,現在都已經開放了。介面是一個公開協議,定義是一份你能讀的檔案。剩下的,是那臺把定義變成介面、並在變的過程中強制規則的引擎——而這一層,什麼都沒開啟。

所以本文在 6 月提出的問題,現在有了更鋒利的形式。不再是「本體該不該開放」——那已經有了答案,而且是廠商自己給的。而是:當最後一層沒有開啟的,恰好是執行你業務規則的那一層,你希望那臺引擎是誰的?

如果你想驗證這套東西是不是真的:

npm create objectstack@latest my-app && cd my-app
# 用你的編碼 agent 開啟它,說清業務需要什麼
npx os dev --ui

五分鐘後,定義你的第一個業務物件,看開源 ObjectStack 執行環境把它變成一張表、一個 API、一個管理介面和一個 AI 可以安全呼叫的工具。每次呼叫都帶權限,每次呼叫都記賬。如果團隊需要瀏覽器內 Build 與 Ask、共享審閱和審批、託管雲或私有部署、SSO 與支援,ObjectOS 運營的仍是同一份 ObjectStack 應用,不會換成專有格式或獨家引擎。