簡單聊聊數(shù)據(jù)驅(qū)動(dòng)的語義化知識(shí)圖譜

　　經(jīng)常有朋友問我，你常說的語義化知識(shí)圖譜是個(gè)什么東東。也曾經(jīng)有朋友質(zhì)疑我們搞語義化知識(shí)圖譜的必要性：“AI大模型越來越強(qiáng)，今后所有的知識(shí)大模型都知道了，你搞這個(gè)語義化知識(shí)圖譜，會(huì)不會(huì)未來就沒啥價(jià)值了，CLAUDE CODE是不是完全可以把你們搞的這個(gè)東西替代了？"。

　　回答第一個(gè)問題其實(shí)很簡單，最通俗的方法來描述“語義化知識(shí)圖譜”就是將專家級(jí)的語料有序組織起來，可以方便地被智能體獲取到，用于理解某個(gè)業(yè)務(wù)的背景知識(shí)和數(shù)據(jù)分析技巧。知識(shí)圖譜的存儲(chǔ)模式可以是多種多樣的，可以是圖數(shù)據(jù)庫，也可以是向量庫，也可以是關(guān)系型數(shù)據(jù)，甚至可以是文本。在一個(gè)系統(tǒng)中，也可能采用混合模式來存儲(chǔ)數(shù)據(jù)。而數(shù)據(jù)驅(qū)動(dòng)的語義化知識(shí)圖譜則在專家級(jí)語料的基礎(chǔ)上增加了數(shù)據(jù)的視角，專家級(jí)的語料頂多能提供一些分析思路，但是無法實(shí)現(xiàn)分析的自動(dòng)化，也無法直接給出答案，只能讓我們知道一些可能性。有了數(shù)據(jù)的加持，AI自主推理就成為可能了。

　　回答第二個(gè)問題稍微麻煩一些，因?yàn)槲叶疾淮_定AGI什么時(shí)候會(huì)到來，我個(gè)人的感受是AI技術(shù)的發(fā)展已經(jīng)遠(yuǎn)超我的預(yù)想，目前初級(jí)的AGI已經(jīng)出現(xiàn)了，我個(gè)人感覺目前的Claude Code、CodeX、Hermes等技術(shù)框架已經(jīng)是一種AGI的雛形了，未來朝著這條路線發(fā)展，潛力無限。我記得80年代末在計(jì)算機(jī)科學(xué)系上《程序設(shè)計(jì)語言》這門課（這門課不是講某個(gè)語言，而是將計(jì)算機(jī)程序設(shè)計(jì)語言的發(fā)展歷史和基本原理）的時(shí)候，我曾經(jīng)問過授課老師：“人工智能真的能實(shí)現(xiàn)嗎？”，當(dāng)時(shí)的任課老師的名字我已經(jīng)記不清了，當(dāng)時(shí)只是一個(gè)講師，不過他師從名師，水平是相當(dāng)高的，我至今仍記得他的回答：“當(dāng)計(jì)算機(jī)會(huì)自己寫程序的時(shí)候，人工智能就真的成了”。三十多年后，我們終于來到了這個(gè)時(shí)間點(diǎn)上了。

　　雖然AGI已見曙光，但是我覺得對(duì)于所有的專業(yè)領(lǐng)域而言，高質(zhì)量的專家級(jí)語義依然是不可或缺的。我們先來看一個(gè)例子。

　　我來問一個(gè)前陣子客戶現(xiàn)場遇到的故障情況，使用的模型是Qwen3.5。不過回答的內(nèi)容還是比較籠統(tǒng)的。

　　上面的回答中規(guī)中矩，問題在于僅僅羅列了一些專業(yè)知識(shí)，并沒有針對(duì)性的從服務(wù)器IO性能正常，SQL響應(yīng)慢，IO隊(duì)列積壓這三個(gè)關(guān)鍵點(diǎn)去分析問題。我們再來看看基于我們的“語義化知識(shí)圖譜”的專業(yè)語義的回答：

　　可以看出，上面的回答更加聚焦，并且完全可以交給AI，讓AI去做自主分析了，哪怕是DBA根據(jù)這個(gè)報(bào)告去自主分析，成功的可能性也更高。而直接去問大模型獲得的回答，只能作為專家的參考，甚至非專家不能懂，一些對(duì)OB運(yùn)維方面的能力不夠的普通DBA，哪怕看了報(bào)告也很難上手去做分析。從這個(gè)例子可以看出，語義化知識(shí)圖譜是AI自主運(yùn)維不可或缺的。