这么长，一堆废话，真_老虎社区_美港股上老虎 - 老虎社区

这么长，一堆废话，真看不下去[捂脸]

AI这只手Palantir造了二十年

免责声明：上述内容仅代表发帖人个人观点，不构成本平台的任何投资建议。

精彩评论

我们需要你的真知灼见来填补这片空白

发表看法

{"i18n":{"language":"zh_CN"},"detailType":1,"isChannel":false,"data":{"magic":2,"id":607741969527728,"tweetId":"607741969527728","gmtCreate":1789398093606,"gmtModify":1789398095376,"author":{"id":3546249304196282,"idStr":"3546249304196282","authorId":3546249304196282,"authorIdStr":"3546249304196282","name":"火火兔爸","avatar":"https://static.tigerbbs.com/1914631c23e50a7645217a36cc9d9598","vip":1,"userType":1,"introduction":"","boolIsFan":false,"boolIsHead":false,"hat":"https://static.tigerbbs.com/9fbaa680ff01ef22199d81a0f09ea1d9","crmLevel":9,"crmLevelSwitch":1,"currentWearingBadge":{"badgeId":"35ec162348d5460f88c959321e554969-3","templateUuid":"35ec162348d5460f88c959321e554969","name":"传说交易员","description":"证券或期货账户累计交易次数达到300次","bigImgUrl":"https://static.tigerbbs.com/656db16598a0b8f21429e10d6c1cb033","smallImgUrl":"https://static.tigerbbs.com/03f10910d4dd9234f9b5702a3342193a","grayImgUrl":"https://static.tigerbbs.com/0c767e35268feb729d50d3fa9a386c5a","redirectLinkEnabled":0,"hasAllocated":1,"isWearing":1,"stampPosition":0,"hasStamp":0,"allocationCount":1,"allocatedDate":"2021.12.21","exceedPercentage":"93.98%","individualDisplayEnabled":0},"individualDisplayBadges":[],"wearingBadges":[{"categoryType":1100,"badgeId":"35ec162348d5460f88c959321e554969-3","name":"传说交易员","description":"证券或期货账户累计交易次数达到300次","smallImgUrl":"https://static.tigerbbs.com/03f10910d4dd9234f9b5702a3342193a","bigImgUrl":"https://static.tigerbbs.com/656db16598a0b8f21429e10d6c1cb033","isScarce":0,"effectEnabled":0,"redirectLinkEnabled":0,"redirectLinkValidityFrom":0,"redirectLinkValidityTo":9223372036854776000,"sortingWeight":0,"wearable":0}],"fanSize":487,"starInvestorFlag":false},"themes":[],"images":[],"coverImages":[],"title":"","html":"<html><head></head><body><p>这么长，一堆废话，真看不下去<span>[捂脸]&nbsp;</span>&nbsp;</p></body></html>","htmlText":"<html><head></head><body><p>这么长，一堆废话，真看不下去<span>[捂脸]&nbsp;</span>&nbsp;</p></body></html>","text":"这么长，一堆废话，真看不下去[捂脸]","highlighted":1,"essential":1,"paper":1,"likeSize":0,"commentSize":0,"repostSize":0,"favoriteSize":0,"link":"https://laohu8.com/post/607741969527728","repostId":2667634146,"repostType":2,"repost":{"id":"2667634146","kind":"news","pubTimestamp":1789354037,"share":"https://www.laohunote.com/m/news/2667634146?lang=zh_CN&edition=full","pubTime":"2026-09-14 10:47","market":"sh","language":"zh","title":"AI这只手Palantir造了二十年","url":"https://stock-news.laohu8.com/highlight/detail?id=2667634146","media":"王智远","summary":"造语言，不太像硅谷公司干的活，Palantir这家公司的 CEO 卡普，学哲学的，读到了博士，论文题目里，有“行话”两个字。Palantir 多做了一件事，把动词造了出来。名字，先立住了，立名这件事，看着虚，其实是给后面二十年的活，先钉了个桩。后来有人翻专利记录，发现这个家族一路续案，到 2025 年，还在授权新版本，一本词典，编了快二十年，第一页，是 2006 年写的，那时，这个词还没几个人认识。","content":"<html><body><p><strong>本体论（Ontology），给企业世界造的一门语言。</strong></p><p>这个词，算被说烂了，但凡关注过企业 AI 或 FDE，很难绕开它。不过，多数人讲它，还是从今天往回看。</p><p><strong>要理解透，得换个方向，回到二十多年前的起点。</strong></p><p>它当年要解的题，今天企业里到处都是，同一家客户，在 CRM 叫“某某有限公司”，在 ERP 叫“某某股份”，在仓库系统叫“某某集团”。</p><p>系统们各叫各的，一到汇总就露馅，数对不上。更日常的是开会，市场部说的“客户”和财务部说的“客户”，不是一回事。</p><p>两边都有报表，两边都没错，会开完，事推不动。</p><p><strong>企业里真实存在的东西，人看得见，软件看不见，软件里只有表和字段，各看各的，这就是它要解的题。</strong></p><p>他们的解法，是给企业世界造一门语言。</p><p>只有三种词。名词，是对象，客户、订单、井位、飞机，现实里有的就登记；介词，是链接；动词，是动作。</p><p><strong>抽象吧？索性，就叫它名词、介词、动词吧。</strong></p><p>造语言，不太像硅谷公司干的活，Palantir这家公司的 CEO 卡普，学哲学的，读到了博士，论文题目里，有“行话”两个字。</p><p>先看名词，也就是对象。</p><p><strong>打开软件，一张一张的表，一百行数据。本体把这一百行，变成一百个客户，每个客户带着自己的订单和设备。</strong></p><p>这一步看着平，其实是翻译。计算机按行列存数据，人的脑子不是，人看世界，看的是东西，和东西的关系。两边对不上，写代码的人给这个错位起了个名字，叫阻抗失配。</p><p><strong>本体要把这错位填上，让软件按人看世界的方式，把世界重新登记一遍。</strong></p><p>接着是介词，链接。</p><p>光有名词，世界还是散的，客户和订单什么关系？零件装在哪架飞机上？出了事顺哪条线查？都说不清。链接管的，就是这个，谁属于谁，谁依赖谁。</p><p><strong>这一层建好，企业就成了一张能走的图，查一个零件，能顺着走到飞机、走到供应商、走到昨天那条警报。</strong></p><p>名词和介词，让世界看得见。<strong>真正的分水岭，在最后一种词，动词。</strong></p><p>给企业建模的活儿，很多人干过，知识图谱、指标体系、语义层，做法不同，终点相似，把世界摆出来，给人看。</p><p>图谱能告诉你，某个客户连着某家公司，公司又连着董事。然后呢？没有然后，查询到此为止，它们到名词为止。</p><p>Palantir 多做了一件事，把动词造了出来。</p><p><strong>一个“给司机派单”，可以被定义，被触发，被追责。动作落地，牵动一串东西，仓库收货，动的是库存、凭证和第二天的排产。</strong></p><p>这句话的分量，换个说法就清楚了：你没法在度量层里建模“给司机派单”。官方文档里还有更直接的一句：</p><p><strong>本体不是语义层，它不满足于让报表对得上，还要把活干成。</strong></p><p><img decoding=\"async\" loading=\"lazy\" src=\"https://x0.ifengimg.com/ucms/2026_38/ACFC7D5511904BF0AE66B44779F1B9685B5BBA89_size700_w1080_h608.png\"/></p><p><strong>上一代最雄心勃勃的尝试，是语义网，想把全世界的知识装进一个模型，让机器推理。</strong></p><p>做了十几年，没推动，最贵的失败是 IBM 的 Watson，攻过医疗，攻过金融，都没站住，复盘有个共识，那些世界，只能看，不能动。</p><p><strong>还有一层教训，知识是灌进去的，跟医生怎么干活，对不上。</strong></p><p>动词落地有代价的，在模型上点一下，现实里就有一辆车出发，一张订单变更，一条产线降载，动手的人，要认账。</p><p><strong>这也是很多方案停在“看”的原因，想让它动手，先得答一串问题，谁有资格动？动错了算谁的？答不上来，动词就落不了地。</strong></p><p>所以，动词落地之前，规矩先立好了。</p><p>动作带权限，谁能做？在什么条件下能做？每一次动手，也都记着账，谁点的、几点点的，日后查得到。</p><p>还有一条最关键的，它给“人”留了位置，美国克利夫兰医学中心用它调度全院床位，系统的输出是建议，拍板权在人手里，人确认，才执行。</p><p><strong>行业里那句半开玩笑的话，高管敢为 AI 的建议买单？不敢为 AI 的执行签字？这套设计，就是让它反过来。</strong></p><p>不急着替人做决定，反而让它敢被用在最怕出事的地方。医院、工厂、五角大楼，错一次，代价按人命算，或者按亿算，它在这里站住了。</p><p>......</p><p><strong>这门语言一点点长出来的，内容一点一点往里面填，到今天还在填。</strong></p><p>给你讲一个故事：</p><p>2006 年，这家公司才三岁，离第一份正式产品，还有两年，一份专利申请先递上去了，标题里写着一个词：dynamic ontology，动态本体。</p><p>名字，先立住了，立名这件事，看着虚，其实是给后面二十年的活，先钉了个桩。</p><p>嗯，这份专利，到底写的什么？<strong>用大白话说，它想让企业的数据模型活一点，过去的企业软件，表结构是钉死的，业务一变，模型就得推倒重来。</strong></p><p>这份专利说：我们要换个活法，对象、属性、关系，随时能加，随时能改，不伤筋动骨。</p><p><strong>那时，行业的惯例是反过来的，模型要一次设计好，动一下都是大工程，它偏要反着来，业务长出什么，系统跟着长什么。</strong></p><p>发明人一栏，三个名字，Gettings、Jain、McGrew，打头的那个，是这家公司的联合创始人，这份申请，后来成了这家公司所有产品的地基。</p><p>后来有人翻专利记录，发现这个家族一路续案，到 2025 年，还在授权新版本，一本词典，编了快二十年，第一页，是 2006 年写的，那时，这个词还没几个人认识。</p><p>但词立住了，没人用，也就是一页纸，怎么办？<strong>要解决这个问题，肯定要去一线、去战场，对不对？</strong></p><p>2010 年，一队工程师被派进了一间保密机房。你可以把它理解成这家公司早期最硬的一场考试，他们干什么呢？给情报分析师演示这套东西。</p><p>原定两周，他们连干了十四天，每天十九个小时，白天对着分析师改功能，晚上把反馈发回总部，机房里不许开免提。</p><p><strong>带队的小伙叫桑卡尔，把电话用橡皮筋绑在头上，一只手敲代码，一只耳朵听现场反馈，另一只耳朵听总部指令。</strong></p><p>两周后，分析师说，有用，桑卡尔打电话回总部，说的是，这行不通，太累了，撑不住；电话那头，卡普笑得停不下来，说，不行？那还能怎么行？</p><p>好了，别急，故事才开头。</p><p>同年，另一队人到了伊拉克的巴拉德空军基地。<strong>他们的作息跟着巡逻队走，士兵白天出任务，揣着装好这套软件的野战笔记本，晚上回来交反馈，士兵睡觉，工程师写代码。</strong></p><p>第二天再出任务，手里的东西又好用了一点。</p><p><strong>刚到的时候，营里有人嘀咕，这帮小子谁啊，凭什么给他们找床？两周以后，说法变了，说，这些人是金子。</strong></p><p>一位将军后来回忆，说这帮人让我们第一次把网络画了出来，人、钱、武器、毒品，在网络上怎么流，看得清清楚楚。</p><p>填进去的到底是什么？先是人。谁在哪儿活动？和谁通过话。然后是物，车、武器、钱；再然后是事，什么时间？什么地点？发生了什么？词条不高级，管用就行。</p><p><strong>你别说，词条就是这么一块一块填出来的。又过了几年，词典跟着他们出了战场，进了工厂。</strong></p><p>图卢兹，空客的总部，一架 A350 五百万个零件，四个国家、八个工厂、几百个团队各管一段，工程师先把飞机、零件、工位、班组一个个登记进词典，让这些团队第一次说上了同一种话。</p><p><strong>后来的事，造飞机的速度，提了三成还多，也进了医院，有套系统先内部跑了整整一年，跑顺了，才对外宣布。</strong></p><p>先跑起来，再宣布，这是他们的脾气，也是这本词典的脾气。</p><p><strong>到今天，这本词典也没编完，有一阵子，它被叫作语义层，后来官方的说法改了几轮，最近一版，叫“人机团队的决策中枢”。</strong></p><p>去年，他们还给词典添了个新版本，能装进手机，能让无人机和机器人带着走。</p><p>今年 9 月，它又和英伟达牵了手，把这门语言用进 AI 供应链，决策和结果，都记回词典，变成下一轮的养料。</p><p><strong>词典越编越厚，写词条的人也换了好几茬，它只进不出，没有出版的那天。</strong></p><p>它如今铺进了五十多个行业，而真正让全世界盯上这门语言的，是 2023 年，那一年之后，它突然成了硬通货。</p><p>......</p><p><strong>为啥呢？因为有了 AI。然后呢？大家发现，这东西聊什么都行，一让它干活，就卡壳，问题出在哪？</strong></p><p>卡在它不懂业务里的黑话，也不懂流程里那些从来没被写下来的规矩。</p><p>嗯，跟模型聪不聪明，关系不大，它认识“客户”这两个字，不认识你的客户，它读过上亿份文档，没看过你今天仓库里那张入库单。</p><p><strong>有人把真实企业的数据库丢给最好的模型，上千列的表，上百行的问题，它干对多少？三成。剩下七成，它敢写，你敢用吗？</strong></p><p>还有些更隐蔽的，就算它答得对，它也只是把答案放在那儿，接下来照做，还得靠人抄一遍，它就停在“说”上，到不了“做”。</p><p>所以，光有脑子不够，AI 缺一只手，一只放在它的脑子和你的系统中间的手，这只手得知道，你公司里有什么，谁和谁连着，点一下，会发生什么。</p><p>举个例子：</p><p>你说，把这批货先调给缺货的门店。这句话，人听完，知道去哪个系统、找哪张单、找谁批。</p><p><strong>AI 听完，愣住了，它不知道“这批货”是哪个对象？“缺货”拿什么算？“调”又是哪个动作。</strong></p><p>硬干会怎样，它只能给你一段话，你还得自己把话，翻译成系统里的操作，翻译到一半，错就来了。翻译不了，它就动不了手。</p><p>这门语言干的就是这个，卡普有句话，意思是：</p><p><strong>现在真正赚钱的生意有两块，一块是算力，一块是他嘴里的“应用层”。</strong></p><p>这个应用层做的事，翻译过来就三句，把大模型变得安全，有用，精确。这套东西，他带人编了小半辈子。</p><p><strong>它就是企业世界的“智能中枢”（Intelligent Hub）。</strong></p><p>有意思的是，这么想的不止他一家。</p><p>2023 年之后，全行业都醒过来了，微软上了自己的操作本体，Snowflake、Databricks 也在抢着做语义层，这个事，从“一家的独门”，变成了“行业的标准动作”。从独门到标准动作，说明什么？这条路，大家认了。</p><p><strong>过去这一年，赛道动静肉眼可见，有的把语义层塞进数据仓库，有的捆进办公套件，还有的干脆请咨询公司，一家一家客户去装。热闹是真热闹。</strong></p><p>你再去细看，读得懂世界的多，写得动系统的少，卡普前阵子在电视上说，这个东西，现在所有人都在抄。</p><p>实际上，往深了想，这可能不只是一家公司的事。</p><p>每家公司都有自己的“语言问题”，往前翻翻，文章开头那三个名字，同一个客户三个叫法，这画面，你身边大概率也能对上号。</p><p>这些词乱着的时候，机器没法干活，人也一样，开起会来，一半时间扯的是这个。</p><p><strong>老板说的“降本”，和采购说的“降本”，是两套动作；产线说的“故障”，和售后说的“故障”，是两种等级。</strong></p><p>这样的词，每个公司都有几百个，散在每个人脑子里，谁也没正式定义过。</p><p>过去几年，不少公司试过另一条路，先开几个月的会，把全公司的数据口径统一了，再谈下一步；结果呢？<strong>会开完了，口径还是没统一。为啥？口径背后是利益，谁都不愿意先松手。</strong></p><p>而你看这门语言是怎么长出来的，边干活，边编词，不是开会开出来的。</p><p>怎么编？没有开学典礼，也没有结业考试，今天这单生意对“大客户”有分歧，就地定一个；明天那条产线对“故障”不服，再定一个。</p><p>词条跟着生意长，长着长着，全公司的话，就对上了。</p><p><strong>也有人说，这东西维护起来太重。说得对，今天的词条，答不了明天的问题。</strong></p><p>重，是它的成本，也是它的门槛，想要它，就得准备好一直养它，养得起，它是你的地基，养不起，它就是一堆过期词条。</p><p>所以，本体论这道题，每个组织迟早都要交卷，答案，得在干活里找。<strong>过去十年，企业在打通数据，接下来要被打通的，是 AI 干得成事的语言。</strong></p><p><img decoding=\"async\" loading=\"lazy\" src=\"https://x0.ifengimg.com/ucms/2026_38/B9BEA8FA3C7FA2312B759B47E0B1F4610B293951_size1580_w1080_h1440.png\"/></p></body></html>","source":"ifeng_tech","collect":0,"html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>AI这只手Palantir造了二十年</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\nAI这只手Palantir造了二十年\n</h2>\n\n<h4 class=\"meta\">\n\n\n2026-09-14 10:47 北京时间&nbsp;&nbsp;&nbsp;<a href=https://tech.ifeng.com/c/8wPOdAekVpO><strong>王智远</strong></a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n<p>本体论（Ontology），给企业世界造的一门语言。这个词，算被说烂了，但凡关注过企业 AI 或 FDE，很难绕开它。不过，多数人讲它，还是从今天往回看。要理解透，得换个方向，回到二十多年前的起点。它当年要解的题，今天企业里到处都是，同一家客户，在 CRM 叫“某某有限公司”，在 ERP 叫“某某股份”，在仓库系统叫“某某集团”。系统们各叫各的，一到汇总就露馅，数对不上。更日常的是开会，市场部说的...</p>\n\n<a href=\"https://tech.ifeng.com/c/8wPOdAekVpO\">网页链接</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","type":0,"thumbnail":"","relate_stocks":{"PLTZ":"2倍做空PLTR ETF-Defiance","LU1861558580.USD":"日兴方舟颠覆性创新基金B","SHLD":"Global X Defense Tech ETF","BK4588":"碎股","PLT":"Defiance Leveraged Long Plus Income PLTR ETF","PLTA":"ProShares Ultra PLTR ETF","PLTI":"REX PLTR Growth & Income ETF","IE00BZ9MQY76.HKD":"FTGF CLEARBRIDGE US AGGRESSIVE GROWTH \"A\" (HKD) ACC","PLYY":"GraniteShares YieldBOOST PLTR ETF","PLTR":"Palantir Technologies Inc.","PLTD":"1倍做空PLTR ETF-Direxion","PLTG":"2倍做多PLTR ETF-Leverage Shares","BK4023":"应用软件","GUNZ":"Tuttle Capital Self Defense Index ETF","PTIR":"2倍做多PLTR ETF-GraniteShares","EYES":"Corgi Data & Surveillance ETF","AIPI":"REX AI EQUITY PREMIUM INCOME ETF","LU1861559042.SGD":"日兴方舟颠覆性创新基金B SGD","PLTL":"2倍做多PLTR ETF-Corgi","BK4543":"AI","BK4547":"WSB热门概念","IGV":"北美软件ETF-iShares","IE00B19Z9Z06.USD":"Legg Mason ClearBridge - US Aggressive Growth A Acc USD","BK4585":"ETF&股票定投概念","PLTU":"2倍做多PLTR ETF-Direxion","PLOO":"2倍上限加速PLTR ETF-Leverage Shares","PLTW":"PLTR周配息ETF-Roundhill","IE00B894F039.SGD":"Legg Mason ClearBridge - US Aggressive Growth A Acc SGD-H","PLTY":"PLTR期权收益策略ETF-YieldMax","BK4613":"AI应用软件","IE00B19Z9P08.USD":"LEGG MASON CLEARBRIDGE US AGGRESSIVE GROWTH \"A\" (USD) INC"},"source_url":"https://tech.ifeng.com/c/8wPOdAekVpO","is_english":false,"share_image_url":"https://static.laohu8.com/e9f99090a1c2ed51c021029395664489","article_id":"2667634146","content_text":"本体论（Ontology），给企业世界造的一门语言。这个词，算被说烂了，但凡关注过企业 AI 或 FDE，很难绕开它。不过，多数人讲它，还是从今天往回看。要理解透，得换个方向，回到二十多年前的起点。它当年要解的题，今天企业里到处都是，同一家客户，在 CRM 叫“某某有限公司”，在 ERP 叫“某某股份”，在仓库系统叫“某某集团”。系统们各叫各的，一到汇总就露馅，数对不上。更日常的是开会，市场部说的“客户”和财务部说的“客户”，不是一回事。两边都有报表，两边都没错，会开完，事推不动。企业里真实存在的东西，人看得见，软件看不见，软件里只有表和字段，各看各的，这就是它要解的题。他们的解法，是给企业世界造一门语言。只有三种词。名词，是对象，客户、订单、井位、飞机，现实里有的就登记；介词，是链接；动词，是动作。抽象吧？索性，就叫它名词、介词、动词吧。造语言，不太像硅谷公司干的活，Palantir这家公司的 CEO 卡普，学哲学的，读到了博士，论文题目里，有“行话”两个字。先看名词，也就是对象。打开软件，一张一张的表，一百行数据。本体把这一百行，变成一百个客户，每个客户带着自己的订单和设备。这一步看着平，其实是翻译。计算机按行列存数据，人的脑子不是，人看世界，看的是东西，和东西的关系。两边对不上，写代码的人给这个错位起了个名字，叫阻抗失配。本体要把这错位填上，让软件按人看世界的方式，把世界重新登记一遍。接着是介词，链接。光有名词，世界还是散的，客户和订单什么关系？零件装在哪架飞机上？出了事顺哪条线查？都说不清。链接管的，就是这个，谁属于谁，谁依赖谁。这一层建好，企业就成了一张能走的图，查一个零件，能顺着走到飞机、走到供应商、走到昨天那条警报。名词和介词，让世界看得见。真正的分水岭，在最后一种词，动词。给企业建模的活儿，很多人干过，知识图谱、指标体系、语义层，做法不同，终点相似，把世界摆出来，给人看。图谱能告诉你，某个客户连着某家公司，公司又连着董事。然后呢？没有然后，查询到此为止，它们到名词为止。Palantir 多做了一件事，把动词造了出来。一个“给司机派单”，可以被定义，被触发，被追责。动作落地，牵动一串东西，仓库收货，动的是库存、凭证和第二天的排产。这句话的分量，换个说法就清楚了：你没法在度量层里建模“给司机派单”。官方文档里还有更直接的一句：本体不是语义层，它不满足于让报表对得上，还要把活干成。上一代最雄心勃勃的尝试，是语义网，想把全世界的知识装进一个模型，让机器推理。做了十几年，没推动，最贵的失败是 IBM 的 Watson，攻过医疗，攻过金融，都没站住，复盘有个共识，那些世界，只能看，不能动。还有一层教训，知识是灌进去的，跟医生怎么干活，对不上。动词落地有代价的，在模型上点一下，现实里就有一辆车出发，一张订单变更，一条产线降载，动手的人，要认账。这也是很多方案停在“看”的原因，想让它动手，先得答一串问题，谁有资格动？动错了算谁的？答不上来，动词就落不了地。所以，动词落地之前，规矩先立好了。动作带权限，谁能做？在什么条件下能做？每一次动手，也都记着账，谁点的、几点点的，日后查得到。还有一条最关键的，它给“人”留了位置，美国克利夫兰医学中心用它调度全院床位，系统的输出是建议，拍板权在人手里，人确认，才执行。行业里那句半开玩笑的话，高管敢为 AI 的建议买单？不敢为 AI 的执行签字？这套设计，就是让它反过来。不急着替人做决定，反而让它敢被用在最怕出事的地方。医院、工厂、五角大楼，错一次，代价按人命算，或者按亿算，它在这里站住了。......这门语言一点点长出来的，内容一点一点往里面填，到今天还在填。给你讲一个故事：2006 年，这家公司才三岁，离第一份正式产品，还有两年，一份专利申请先递上去了，标题里写着一个词：dynamic ontology，动态本体。名字，先立住了，立名这件事，看着虚，其实是给后面二十年的活，先钉了个桩。嗯，这份专利，到底写的什么？用大白话说，它想让企业的数据模型活一点，过去的企业软件，表结构是钉死的，业务一变，模型就得推倒重来。这份专利说：我们要换个活法，对象、属性、关系，随时能加，随时能改，不伤筋动骨。那时，行业的惯例是反过来的，模型要一次设计好，动一下都是大工程，它偏要反着来，业务长出什么，系统跟着长什么。发明人一栏，三个名字，Gettings、Jain、McGrew，打头的那个，是这家公司的联合创始人，这份申请，后来成了这家公司所有产品的地基。后来有人翻专利记录，发现这个家族一路续案，到 2025 年，还在授权新版本，一本词典，编了快二十年，第一页，是 2006 年写的，那时，这个词还没几个人认识。但词立住了，没人用，也就是一页纸，怎么办？要解决这个问题，肯定要去一线、去战场，对不对？2010 年，一队工程师被派进了一间保密机房。你可以把它理解成这家公司早期最硬的一场考试，他们干什么呢？给情报分析师演示这套东西。原定两周，他们连干了十四天，每天十九个小时，白天对着分析师改功能，晚上把反馈发回总部，机房里不许开免提。带队的小伙叫桑卡尔，把电话用橡皮筋绑在头上，一只手敲代码，一只耳朵听现场反馈，另一只耳朵听总部指令。两周后，分析师说，有用，桑卡尔打电话回总部，说的是，这行不通，太累了，撑不住；电话那头，卡普笑得停不下来，说，不行？那还能怎么行？好了，别急，故事才开头。同年，另一队人到了伊拉克的巴拉德空军基地。他们的作息跟着巡逻队走，士兵白天出任务，揣着装好这套软件的野战笔记本，晚上回来交反馈，士兵睡觉，工程师写代码。第二天再出任务，手里的东西又好用了一点。刚到的时候，营里有人嘀咕，这帮小子谁啊，凭什么给他们找床？两周以后，说法变了，说，这些人是金子。一位将军后来回忆，说这帮人让我们第一次把网络画了出来，人、钱、武器、毒品，在网络上怎么流，看得清清楚楚。填进去的到底是什么？先是人。谁在哪儿活动？和谁通过话。然后是物，车、武器、钱；再然后是事，什么时间？什么地点？发生了什么？词条不高级，管用就行。你别说，词条就是这么一块一块填出来的。又过了几年，词典跟着他们出了战场，进了工厂。图卢兹，空客的总部，一架 A350 五百万个零件，四个国家、八个工厂、几百个团队各管一段，工程师先把飞机、零件、工位、班组一个个登记进词典，让这些团队第一次说上了同一种话。后来的事，造飞机的速度，提了三成还多，也进了医院，有套系统先内部跑了整整一年，跑顺了，才对外宣布。先跑起来，再宣布，这是他们的脾气，也是这本词典的脾气。到今天，这本词典也没编完，有一阵子，它被叫作语义层，后来官方的说法改了几轮，最近一版，叫“人机团队的决策中枢”。去年，他们还给词典添了个新版本，能装进手机，能让无人机和机器人带着走。今年 9 月，它又和英伟达牵了手，把这门语言用进 AI 供应链，决策和结果，都记回词典，变成下一轮的养料。词典越编越厚，写词条的人也换了好几茬，它只进不出，没有出版的那天。它如今铺进了五十多个行业，而真正让全世界盯上这门语言的，是 2023 年，那一年之后，它突然成了硬通货。......为啥呢？因为有了 AI。然后呢？大家发现，这东西聊什么都行，一让它干活，就卡壳，问题出在哪？卡在它不懂业务里的黑话，也不懂流程里那些从来没被写下来的规矩。嗯，跟模型聪不聪明，关系不大，它认识“客户”这两个字，不认识你的客户，它读过上亿份文档，没看过你今天仓库里那张入库单。有人把真实企业的数据库丢给最好的模型，上千列的表，上百行的问题，它干对多少？三成。剩下七成，它敢写，你敢用吗？还有些更隐蔽的，就算它答得对，它也只是把答案放在那儿，接下来照做，还得靠人抄一遍，它就停在“说”上，到不了“做”。所以，光有脑子不够，AI 缺一只手，一只放在它的脑子和你的系统中间的手，这只手得知道，你公司里有什么，谁和谁连着，点一下，会发生什么。举个例子：你说，把这批货先调给缺货的门店。这句话，人听完，知道去哪个系统、找哪张单、找谁批。AI 听完，愣住了，它不知道“这批货”是哪个对象？“缺货”拿什么算？“调”又是哪个动作。硬干会怎样，它只能给你一段话，你还得自己把话，翻译成系统里的操作，翻译到一半，错就来了。翻译不了，它就动不了手。这门语言干的就是这个，卡普有句话，意思是：现在真正赚钱的生意有两块，一块是算力，一块是他嘴里的“应用层”。这个应用层做的事，翻译过来就三句，把大模型变得安全，有用，精确。这套东西，他带人编了小半辈子。它就是企业世界的“智能中枢”（Intelligent Hub）。有意思的是，这么想的不止他一家。2023 年之后，全行业都醒过来了，微软上了自己的操作本体，Snowflake、Databricks 也在抢着做语义层，这个事，从“一家的独门”，变成了“行业的标准动作”。从独门到标准动作，说明什么？这条路，大家认了。过去这一年，赛道动静肉眼可见，有的把语义层塞进数据仓库，有的捆进办公套件，还有的干脆请咨询公司，一家一家客户去装。热闹是真热闹。你再去细看，读得懂世界的多，写得动系统的少，卡普前阵子在电视上说，这个东西，现在所有人都在抄。实际上，往深了想，这可能不只是一家公司的事。每家公司都有自己的“语言问题”，往前翻翻，文章开头那三个名字，同一个客户三个叫法，这画面，你身边大概率也能对上号。这些词乱着的时候，机器没法干活，人也一样，开起会来，一半时间扯的是这个。老板说的“降本”，和采购说的“降本”，是两套动作；产线说的“故障”，和售后说的“故障”，是两种等级。这样的词，每个公司都有几百个，散在每个人脑子里，谁也没正式定义过。过去几年，不少公司试过另一条路，先开几个月的会，把全公司的数据口径统一了，再谈下一步；结果呢？会开完了，口径还是没统一。为啥？口径背后是利益，谁都不愿意先松手。而你看这门语言是怎么长出来的，边干活，边编词，不是开会开出来的。怎么编？没有开学典礼，也没有结业考试，今天这单生意对“大客户”有分歧，就地定一个；明天那条产线对“故障”不服，再定一个。词条跟着生意长，长着长着，全公司的话，就对上了。也有人说，这东西维护起来太重。说得对，今天的词条，答不了明天的问题。重，是它的成本，也是它的门槛，想要它，就得准备好一直养它，养得起，它是你的地基，养不起，它就是一堆过期词条。所以，本体论这道题，每个组织迟早都要交卷，答案，得在干活里找。过去十年，企业在打通数据，接下来要被打通的，是 AI 干得成事的语言。","news_type":1,"symbols_score_info":{"PLOO":0.6,"PTIR":0.6,"PLTD":0.6,"PLTZ":0.6,"PLTY":0.6,"PLTI":0.6,"EYES":0.6,"PLTU":0.6,"PLTW":0.6,"SPLTRmain":0.6,"AIPI":0.6,"PLT":0.6,"PLTL":0.6,"IGV":0.6,"SHLD":0.6,"PLTA":0.6,"PLTG":0.6,"GUNZ":0.6,"PLTR":1.96,"PLYY":0.6}},"isVote":1,"tweetType":1,"viewCount":99,"commentLimit":10,"likeStatus":false,"favoriteStatus":false,"reportStatus":false,"symbols":[],"verified":2,"subType":0,"readableState":1,"langContent":"CN","currentLanguage":"CN","warmUpFlag":false,"orderFlag":false,"shareable":true,"causeOfNotShareable":"","featuresForAnalytics":[],"commentAndTweetFlag":false,"andRepostAutoSelectedFlag":false,"upFlag":false,"length":32,"optionInvolvedFlag":false,"subscribersOnly":false,"subscribersOnlyAccessible":false,"xxTargetLangEnum":"ZH_CN"},"commentList":[],"isCommentEnd":true,"isTiger":false,"isWeiXinMini":false,"url":"/m/post/607741969527728"}