DIY LLM 第 2 章 · 带读页之三
本体到底装在哪？
接着上一轮那个「快递单 vs 仓库货架图」的比喻，把「自带」这个词拆开。
一句话：没有一个通用大模型把 ontology 装在自己里面。但「平台打包一层」和「模型帮你建一层」这两件事都有，而且 2026 年它们是企业 AI 的主战场 —— 更专业的不是模型，是那层架子。
先消个歧义：这里说的「仓库」是上一轮那个货架关系图的比喻，不是真的成品仓库。如果你问的是真仓库（库位 / 批次 / 入库单那套），办法完全一样，只是货架上摆的东西换了一组。
「自带」有三种意思，答案不一样
延续老规矩：先分类型，再看有没有。
| 你说的「自带」 | 有没有 | 白话 |
|---|
| 装在模型里面 |
没有（通用模型） |
模型里有的是「印象」，读不出来、改不了、不保证前后一致。像老师傅脑子里的经验。 |
| 交付时打包一层 |
有，2026 企业级主流 |
本体在中间、模型在边上。模型可以换，架子不换。像仓库台账，跟今天雇哪个搬运工无关。 |
| 模型自己从资料里建 |
有，活跃方向 |
能替你摆货、贴标签、连关系，但格子得人先画、结果得人签字。是理货员，不是仓库设计师。 |
为什么「模型里的印象」不算本体
还是那台烘箱：温度、不良率、夏天湿度。
老师傅的经验读过几万篇工艺文档，你问「温度算什么」，他答得像模像样；但你查不到他到底归到哪一类，改不了，换个问法又变回去，也说不清凭什么。
仓库台账白纸黑字：温度 → 工艺参数 → 属于烘箱 → 有设定值、量程、校准日期。能查、能改、能对账、能追责、改一次全局生效。
本体要的是后面那一种。所以模型里那些统计出来的关联，再像也不算 —— 这也正是前面《Causal AI》那条「变量与结构必须显式」的同一句话。
模型能建仓库吗：能，但分工要分清
一个能干，一个不能干；都不是「全自动」。
理货员 · 模型能干
从一堆工艺文档里把东西摆上架。
- 有哪些东西：烘箱、传感器、批次、工位。
- 每样有什么属性：设定值、量程、校准日期。
- 谁跟谁有关系：湿度影响散热、传感器属于烘箱。
- 谁属于哪一类：温度和节拍都算工艺参数。
- 2024 年起这类做法已经很成熟：模型读文档 → 抽东西和关系 → 连成图 → 自动分组；有的还能直接导出成本体文件，导进你培训用的那个本体工具。
设计师 · 得人来
分几个区、什么算一类、谁说了算。
- 格子得人先画。自动抽取要你先给一张「要抽哪些类、哪些字段」的模板，模型才往里摆货；工具自己也承认结果不稳定，同一段文本两次抽可能不一样。模型填表，不设计表。
- 「什么算一类」是约定，不是事实。「不良率」算质量指标还是工艺结果？文本里两种写法都有，模型没法替你拍板。分区是老板定的，不是理货员看货摆得近就成一区。
- 抽出的是说法，不是机制。它能读到「湿度高」和「不良率高」总一起出现，但那是别人写在纸上的，不是你验证过的。这又回到 L1 与 L2 那条线。
- 架子会变，得能改、能留版本、能回滚。挂在外面才做得到；焊进模型里，改一次就得重训一遍。
一个别被 demo 骗的代价：自动建图很贵 —— 建索引那一步要跑成百上千次模型调用，官方自己的文档就警告「会吃掉大量模型资源」；新资料来了，分组摘要往往要重建。2025–2026 一大批改进都在专门降这块成本。做企业交付，这笔钱要进报价口径。
对你手上的事，最值钱的一句
2026 年企业级 AI 的架构共识反而是：本体在中间，模型在边上，模型是可以换的零件。有一家做企业 AI 平台的公司（不是模型公司）把那层叫 Ontology —— 把「有哪些东西」和「能做哪些动作」、权限、写回放在一起；今天接这家的模型、明天换那家的，这层不动。有分析干脆叫它「企业的世界模型」：这里的「世界」是企业自己的对象、关系和规则，不是能生成视频的那种。
这跟你 FDE 路线图几乎同构：语义层 / 受控写回 / 验证资产 / 安全合规。所以上一轮那个问题「会不会更专业」——更专业的不是模型，是那层架子。押在模型上是押人人都能买到的东西；押在架子上是押只有你有的东西。
审供应商的三问：① 架子在哪，能不能导出来给我看？② 谁定义的分类，改一次要多久，有没有版本？③ 换一个模型，架子还在吗？三问答不上，就是话术。
模型能当理货员，不能当仓库设计师。
本体不该在模型里，该在模型旁边 —— 而且是你签字、能改、能审计的那一份。