EvoOntology：让数据智能体拥有可自我进化的本体层

导语

让大语言模型操作真实数据，难点往往不在于能否生成一条SQL或调用一个文件工具，而在于模型是否真正理解数据的含义。企业数据通常分散在表格、文件和数据库中，字段命名、目录结构和业务语义也并不统一。智能体若只能依赖通用工具逐步查看原始数据，就需要承担大量探索成本；如果把人工整理好的语义层直接写进提示词，又很难覆盖大规模数据，更难适应不同智能体的行为。

EvoOntology试图在智能体与数据之间增加一个可交互、可更新的本体层。

核心设计

• 以MCP作为统一接口：EvoOntology将本体封装为MCP服务器，使数据智能体能够在运行时主动查询和使用，而不是只能被动接受一段静态背景描述。
• 三层本体结构：系统包含模式层、内容层和工具层。模式层描述数据组织方式，内容层补充数据中的语义信息，工具层则提供与这些信息交互的能力。三者共同帮助智能体从“看见字段”走向“理解数据”。
• 自动构建本体：论文引入构建智能体，直接从数据中生成适配当前场景的本体层，减少完全依赖人工设计语义模型的工作。
• 持续自我演化：系统会利用交互历史发现本体中的不足，并执行带归因的类型化编辑。每次修改并非自动生效，而是要经过与原版本的成对评估，并结合具体的LLM骨干判断是否接受。

实验与意义

论文在三个常用的数据智能体基准上，使用四种LLM骨干进行评估。根据论文摘要，EvoOntology在这些设置下持续超过强基线以及已有语义层方法，说明动态本体不只是静态提示词的替代品，也可能成为数据智能体运行时的基础设施。

更重要的是，这项工作将“数据理解”从一次性的上下文注入，转变为智能体可以查询、验证和修正的过程。对于异构数据环境而言，本体层能够承担数据发现、语义对齐和工具选择之间的连接角色。其MCP形态也意味着，未来不同类型的智能体可以通过相对统一的协议接入同一类语义能力。

当然，自演化机制也带来新的评估问题：本体修改是否会引入错误语义，自动评估能否识别隐蔽退化，以及不同模型骨干是否会形成不同的本体偏好。EvoOntology给出的方向是，把本体更新置于可归因、可比较的评估闭环中，而不是让系统无约束地自我修改。随着代码开源，这一思路也更便于在真实数据环境中进一步验证。

来源：Hugging Face Daily Papers