本體論迴歸：AI代理為何復興語義網

在最近的AI工程師世界博覽會上，加州大學伯克利分校教授Frank Coyle的演講引起了廣泛關注。他重新引入了本體論的概念，並指出對於代理系統而言，LLM雖擅長概率推理，但需要邏輯護欄——即本體論來確保有效性。

本體論在計算機科學中定義為“數據結構的描述——包括類、屬性和關係”，Coyle則簡化為“數據圖”。他追溯了本體論從亞里士多德到AI發展的歷史，並強調其在構建代理系統中的重要性。

圖數據庫公司Neo4j也在其代理產品中使用本體論。CEO Emil Eifrem在演講中介紹了三種本體論：面向業務的本體論、技術本體論和執行軌跡。這些共同構成“更智能的共享基礎”，支持代理大規模運行。

Coyle認為網絡本體如Schema.org和OWL特別有用，因為它們已存在於LLM的訓練數據中，開發者可直接通過提示利用，避免從零開始。他展示了使用Claude代理循環結合本體論驗證LLM推理的例子。

這種概率代理與本體論的結合被稱為“神經符號AI”。Coyle解釋，它將神經網絡與規則系統、知識圖譜等符號AI結合，為LLM提供護欄。

長期從事本體論研究的Kingsley Idehen認為，本體論為語言提供了可計算的上下文，而LLM是強大的語言處理器，兩者結合能提升計算表達力。但他也承認維護本體論是一項挑戰。開發者Prasenjit Sarkar提出，讓代理自主維護本體論可緩解此問題。

儘管存在維護問題，本體論的結構化特性與LLM的概率特性形成互補。Neo4j的Eifrem指出，本體論使我們從“厚代理+手動數據源”轉向“薄代理+共享本體語義層”。

Coyle強調循環工程的重要性，但循環可能失控。本體論可充當護欄，提供“有界規則集圍繞無界循環”。他演示瞭如何使用OWL約束代理，並利用基於本體論的推理器保持LLM正確。

當前AI工程師對質量控制的關注促使本體論復興。2025年的“氛圍編程”熱潮後，人們意識到需要維護軟件。2026年，工程紀律迴歸，本體論作為保持LLM誠實的方式重新受到重視。