概念笔记 · 学习草稿，不是厂商原文

笔记 03：证据与效益边界

文中若另有限制，以正文和文献页为准。

笔记 03：证据与效益边界

类型：如何阅读资料和设计验收，不是投资建议，也不预测收益。 主要来源：sources.md 的冲突清单；Why Ontology；平台摘要；安全与 OSDK；2023 论文。

先把陈述分成三格

论文格子还要再加一条作者自限：Wilczynski 等写明，早期迹象尚不足以给出确定性成效结论。约 150 个概念、250 名内部使用者，说明的是采用情况，不是制造企业利润。

官方口径里已经能看到的裂缝

这些不是“文档不可用”，而是学习时必须并排阅读：

• “不是语义层”与“包含语义要素”应合读：不是没有语义，而是不止于语义。
• 数据集一对一类比，与多个支撑数据源、无数据源仅由动作创建，应合读。
• Roles 为中心的旧表述，与强制/自主控制、遗留权限页，应合读；权限模型可能仍在演进。
• 动作“提交后全局可见”，与冲突、重试、webhook 幂等限制，应合读。
• 决策血缘、数据血缘、工作流血缘应分读。留痕有助于复盘，但不能证明当时判断正确，也不能自动补上未记录的反证和线下决定。

最佳实践页写原则来自广泛实施经验，但页面本身没有给出可独立审计的客户结果。应把它当设计建议，而不是效益证明。

效益应该怎么验收

结合先前关于经营落地的讨论，价值首先看一类决策是否被改变，并且这种改变能否被验证：等待是否缩短、误处置是否减少、经验是否留下、失败是否可定位。不要用“上了本体/模型，利润一定涨”做承诺。

验收要对照三种状态：现行做法、不用模型的规则或清单改进、加入模型后的增量。管理改进的收益应归管理改进。影子运行或历史回放可以分别评估关联是否可靠、规则或预测表现、复核负担，但不能单独证明干预已经改善经营结果。

指标要成对出现，例如及时拦截与误冻结、提前量与误报、触达成功与无效上门。具体数字必须用企业本地窗口实测，本库不预填。

与本用户数据边界有关的产品能力

平台摘要描述了通往 OpenAI、Anthropic 等商业模型的安全连接，以及 Ontology MCP：外部 Agent 可以读对象并通过预定义动作写回。函数和 AIP 也可以把本体上下文交给模型。

这些是产品能力描述。本用户红线是：客户与员工个人信息、工单原文、设备序列号不得进入任何云模型，脱敏也不行。因此：

• 可以学习这些架构如何分级授权、如何做评估与日志；
• 不能把“让云端大模型直接读真实对象”写成推荐方案；
• 含敏感内容的处理应留在企业本地合规环境，对外只返回非敏感结构或汇总。

对“值不值得做”的表述纪律

本体和工作域方法的责任边界，是推理与执行过程是否可核对，不是现实结局是否一定更好。对手、物理执行、战略目标本身，都不在模型或本体的保证范围内。把这一点写进学习材料，是为了避免第一次误报就动摇整个方向，也避免把过程工具宣传成结果保险。

文中直接点到的文献

正文没有逐字写到某条标题。全部文献仍在目录里，类型、年份和限制都留在原记录上。

打开全部 17 条文献