AI Engineer即时本体论：廉价智能对数据意味着什么 — Hrishi Olickel, Southbridge AI
AI Engineering
中文导读
当模型把贷款金额的负号抹掉，把净额 78.4 万美元变成 530 万美元债务，且多个模型一致给出错误答案时，问题不在模型能力，而在数据转换本身。Hrishi Olickel 提出「即时本体论」：不要预先构建通用 schema，而是在具体问题出现时构建转换，并保留其上下文与证据。他以俄亥俄州竞选财务实体解析项目为例，说明如何拆分设计、执行与优化三类模型。
核心观点
1.通用 schema 和自信的 agent 无法解决数据转换问题：同一「客户」在计费、支持和合规部门含义不同，结构是否有用取决于来源、存储约束、决策目标和模型假设。（约 0:00）
2.一个真实失败案例：管道抹掉贷款金额负号，把净 78.4 万美元变成 530 万美元债务，多个模型还一致同意错误结果，说明共识不等于正确。（约 5:00）
3.即时本体论主张在问题已知时才构建转换，并保留其上下文与证据以便复用，而非提前设计万能数据模型。（约 10:00）
4.应把模型拆分为三类角色：设计管道的模型、执行单项任务的模型、优化整个系统的模型，定义、留出案例和分歧检查与模型选择同样重要。（约 15:00）
5.比较不同模型家族可以把审查集中在分歧点上，但共享假设仍可能让它们犯同样的错误；优化循环需要稳定执行面、有界预算和可复用方法。（约 20:00）
中文精读
当模型把贷款金额的负号抹掉，把净额 78.4 万美元变成 530 万美元债务，且多个模型一致给出错误答案时，问题不在模型能力，而在数据转换本身。Hrishi Olickel 提出「即时本体论」：不要预先构建通用 schema，而是在具体问题出现时构建转换，并保留其上下文与证据。他以俄亥俄州竞选财务实体解析项目为例，说明如何拆分设计、执行与优化三类模型。
下一集
Grok Bot 重大升级：免费 X 访问、专属邮箱与 Claude Opus 5.5 默认模型