2000
14大模型一来，很多人都觉得知识图谱、本体（ontology）这些“上古概念”该进博物馆了。王昊奋的判断正好相反：大模型越强，它们反而越重要——本体和知识图谱，正是 AI Agent 需要的那道“缰绳”。
这一期很硬：从“企业为什么一直在建知识图谱”，一路聊到“Palantir 和 Claude 正在用两种相反的路子，做同一件事”。如果你在做 AI 落地、做 Agent，值得反复回听。
嘉宾
王昊奋｜同济大学长聘教授、博士生导师，开放知识图谱社区 OpenKG 发起人
亮点
知识图谱没过时，它成了 agent 的 harness 先想一个问题：让 AI 自己干活，最大的麻烦是什么？是它太自由、容易跑偏。可企业的决策错一次就赔钱，赔不起。怎么办？得给它加一道约束，逼它按规矩来——这道约束，行业里叫 harness。王昊奋说，别把 harness 想得多新鲜：把概念、关系、规矩定死，不许 AI 乱来，这件事知识图谱干了十几年了。所以他反问：「本体也好、知识图谱，不就是一种更约束的东西吗？」结论就清楚了：大模型不但没淘汰知识图谱，反而因为它太能跑，才更需要知识图谱来给它上规矩。
Palantir 走本体优先，Claude 走模型优先 做这件事的公司，王昊奋分成两派，思路正好相反。一派叫本体优先，代表是 Palantir。它的客户是军工、金融、供应链，数据本来就规整，要的又是毫秒级的实时决策。而大模型最大的毛病恰恰是慢，所以这类活儿只能让本体打底、模型靠边站。另一派叫模型优先，代表是 Claude。它先把模型做出来，发现不够用，再一路往上加 MCP、加 skill、加各种图谱。两条路谁更高明？王昊奋说得很克制：「不是谁优谁劣，是谁更适合什么。最终两者会变成你中有我、我中有你。」
模型优先全是相关性，本体优先才追得到因果 为什么严肃决策只能走本体优先这条路？王昊奋的话很锋利：现在的 AI 说到底是在找规律，找的是相关性，不是因果。可反洗钱、查根因这种事，要的恰恰是确定的因果——哪一步导致哪一步，得说得清。再加上黑天鹅、长尾这些小概率的事，本来数据就没几条，AI 怎么学都学不全。严肃场景里你不允许它猜错。所以他说，最后的决策权和解释权，都得攥在人手里。
本体从“地图”长成了“导航” 王昊奋打了个特别好的比方。早期 Palantir 的本体，像一张静态地图，画的是一个组织里有哪些人、哪些事。可到了 agent 时代，光有地图不够了——你不光要知道地形，还得能走起来。所以本体也得“活”过来：挂上接口和各种功能，把背后的服务、流程都接出来，让 AI 真能照着去做事。用他的话说：「地图只是地图，你动不了；导航会告诉你往哪走，还顺路给你提醒。」
数据不等于知识：DIKW 与 context is all you need Mango 一直把话题往落地上拽：数据看得见，可数据不等于知识。王昊奋接过话，搬出那个老金字塔 DIKW——从数据，到信息，到知识，再到智慧，一层层往上垒。落到今天的 AI，他说就盯三件事：第一，把需求说清楚；第二，把上下文喂够（这就是那句 context is all you need，而 memory 不过是上下文的外挂硬盘）；第三，在外面再套一层 harness 兜着。
我们其实是大模型的 boot loader 全集最妙的一个画面，是任鑫先抛出来的：将来每家公司都拿大模型当中枢，那大家拼的，就是谁更会把现实世界抽象出来、对齐给模型看。这就好比让大模型当将领，我们当斥候——替它把地图画准、把方向校对好。王昊奋顺手补了更狠的一句：「说白了，我们其实是它的 boot loader（开机引导程序）。」任鑫笑：「你这个更悲观。」
个人知识管理：存量用脑子，增量用 AI 最后任鑫问王昊奋：你自己是怎么管知识的？他的答案很不像个“知识管理博主”。他说会用 AI，但绝不依赖到上瘾。他只记概念层的东西，那些具体的实例，全交给 AI 去“卸载”——因为人最值钱的本事是抽象。一句话：老本靠脑子，新知识交给 AI。他还撂下一句扎心的：「我们老喜欢先把 PPT 拍下来，可拍完之后，又有几个人真去看呢？」拍下来不等于学会，不回头看，那只是在喂自己焦虑。所以他说，要像训练机器一样训练自己，把有限的脑子，留给品味和判断。
时间戳
01:25 嘉宾登场：交大同系老同学，一道图形学大作业种下的“阴影”
03:37 做 AI 组织转型，发现当年被自己抛掉的“本体”又回来了
06:52 信息化的本质：数据库→数据仓库→知识图谱，解决的都是“管理”
15:15 知识图谱 = 图 + 语义：主谓宾三元组与本体（ontology）
17:24 本体对齐就像 MCP：与其两两适配，不如都对齐到中间协议
20:55 手搓本体的无底洞：360 度处处是死角，共识极难形成
21:43 哪里做得好：金融反洗钱、电商商品图谱——谁数据结构化谁赢
27:48 本质是知识工程：知识图谱只是手段，真正在做业务抽象
30:50 agent 时代为什么又提它：本体就是 agent 的 harness
36:26 从地图到导航：静态本体长成可行动的 dynamic ontology
48:21 数据不等于知识：DIKW 与 context is all you need
54:48 让大模型当将领，我们是它的斥候 / boot loader
58:36 两条路线：Palantir 本体优先 vs Claude 模型优先
01:09:00 skill-bench：机器自动生成的 skill 反而更差
01:14:29 个人知识管理：存量用脑子，增量用 AI，别变成机器的附庸
欢迎订阅「AI 炼金术」的播客，以及同名公众号、视频号
「AI 炼金术」是一档由徐文浩和任鑫——两位多年老友、AI 领域的资深从业者——打造的播客。这里是探讨 AI 和创业的理想聚集地，我们会邀请一线创业者、产品产品和科研学者，深入探讨 AI 如何重塑行业、变革生活，以及如何从 0 到 1 打造 AI 原生产品。
我们的讨论会涵盖多个话题：从 AI 如何改变世界的未来，到如何找到 AI 创业的 PMF；从如何利用 AI 降本增效，到怎样将 AI 技术融入日常生活……如果你对 AI、产品、创业感兴趣，这里有满满的干货和一线实战经验，欢迎关注并推荐给你的朋友，共同探索未来的无限可能！
商务合作：公众号 「AI炼金术 」菜单栏中【商务】获取联系方式
节目主理人：
徐文浩：某AI创业公司联合创始人，正在面向全球市场开发AI应用。连续创业者，参与过多家创业公司，拼多多早期员工。广告科技公司MediaV的算法和数据负责人，后被360收购。离开后加入成立不到1个月的拼多多。后创办了基于AI的海外客服聊天机器人公司 BotHub.AI 和 海外社交电商平台 Bukito 都宣告失败。2023年再次下场创业。
任鑫：美元基金合伙人，主要在投资和孵化面向全球市场的 AI 应用。之前是连续创业者，曾经打造“今夜酒店特价”用移动互联网应用特价销售酒店尾房；被京东并购后内部创业“京东到家”开展本地即时零售业务；2015 年再次创业 Get 探索对话式人工智能助理成为先烈；2021 年出售公司，2023 年重新回到 AI 世界。
播客剪辑：
十六颗糖
BGM：
片头：Shortwire - Reconfig
片尾：FINNEAS - Let's Fall in Love for the Night
