跳转至

ARCHITECTURE.md

DDA 方法论：各层定义与章节依赖

本文件定义《Data-Driven AI：从数据到智能》的方法论骨架。

任何章节在开写前，必须先确认自己属于本文件的哪一层。

层的定义、层与层的关系，以本文件为准。

一、DDA 方法论总览

1.1 什么是 DDA

DDA = Data-Driven AI。

DDA 是一种以数据为起点的 AI 系统设计方法。

它不是一种框架。

它不是一种产品。

它是一组关于"AI 系统应该围绕什么组织"的工程判断。

1.2 DDA 的核心立场

数据是中心。

模型、Prompt、Agent 都不是中心。

AI 系统的竞争壁垒来自数据资产与数据闭环，不来自模型本身。

1.3 DDA 与其他立场的区别

立场 起手点 核心资产 本书态度
LLM-Driven 模型能力 Prompt 不写
Prompt-Driven 提示工程 Prompt 模板 不写
Agent-Driven Agent 编排 工作流 仅作为消费方
Data-Driven（本书） 数据 Ontology + Data Loop 唯一立场

1.4 判定规则

如果一个章节的论证起点是"某模型能做什么"，它不是 DDA。

如果一个章节的论证起点是"数据长什么样、业务世界如何被机器理解"，它是 DDA。

二、各层定义

每一层采用统一格式：

  • 定义
  • 解决什么问题
  • 为什么传统方案失效
  • 工程化要点
  • 与上下层的关系

2.1 AI Ready Data Platform

定义

让企业数据从"能跑批"变为"能被 AI 系统可靠消费"的数据底座。

解决什么问题

AI 系统需要的数据访问语义、新鲜度、可追溯性、契约稳定性，传统数仓不提供。

为什么传统方案失效

传统数仓面向 BI 报表设计。

报表可以容忍 T+1。

报表可以容忍口径模糊。

AI 系统不行。

工程化要点

  • 数据契约（Data Contract）
  • 数据新鲜度与可见性
  • 元数据可被程序消费
  • 血缘可被 Agent 追溯
  • 质量可被持续校验

与上下层的关系

上层：Ontology。

AI Ready Data Platform 提供"原料"，Ontology 提供"理解原料的方式"。

2.2 Ontology

定义

Ontology 是机器理解企业业务世界的方式。

它定义业务实体、关系、规则、约束。

解决什么问题

让 AI 系统拥有一份与人类业务共识对齐的"世界模型"。

为什么传统方案失效

传统数仓的语义散落在表名、字段名、ETL 注释、BI 口径里。

没有统一来源。

AI 无法读取。

Ontology 不是什么

Ontology 不是 RDF。

Ontology 不是 OWL。

Ontology 不是知识图谱。

Ontology 不是某款图数据库。

这些只是 Ontology 的可能实现技术，不是 Ontology 本身。

工程化要点

  • 实体与关系的显式定义
  • 业务规则的显式编码
  • 与数据资产的绑定
  • 可被 Agent 程序化消费
  • 可演进

与上下层的关系

下层：AI Ready Data Platform。

上层：Semantic Layer。

Semantic Layer 是 Ontology 的工程化实现接口。

2.3 Semantic Layer

定义

Semantic Layer 是 Ontology 的工程化实现。

它把 Ontology 暴露为 AI 系统可调用的语义接口。

解决什么问题

让 Agent 通过语义访问数据，而不是写裸 SQL。

为什么传统方案失效

裸 SQL 脆弱。

口径漂移。

字段改名即崩溃。

Agent 无法理解"这张表到底在算什么"。

Semantic Layer 不是什么

Semantic Layer 不是 BI 语义层。

BI 语义层面向人读报表。

Semantic Layer 面向 Agent 消费数据。

二者的稳定性要求、契约要求、消费方式完全不同。

工程化要点

  • 语义 API 而非语义表
  • 口径单一定义点
  • 版本化
  • Agent 可发现、可调用
  • 拒绝裸库直连

与上下层的关系

下层：Ontology。

上层：Knowledge Foundation。

Knowledge Foundation 在 Semantic Layer 提供的结构化语义之上，叠加非结构化知识。

2.4 Knowledge Foundation

定义

Knowledge Foundation 是 AI 系统的知识基础设施。

它把结构化语义（Ontology + Semantic Layer）与非结构化知识统一组织。

解决什么问题

AI 系统不仅要查数据，还要理解数据背后的业务知识、流程、约束、历史决策。

为什么传统方案失效

传统知识管理是文档库。

文档之间无关联。

文档与数据无关联。

AI 无法把"这份 SOP"和"这张表"对应起来。

工程化要点

  • 知识与实体的绑定
  • 知识的版本与时效
  • 知识的可检索
  • 知识的可引用（Citation）

与上下层的关系

下层：Semantic Layer。

上层：RAG。

RAG 在 Knowledge Foundation 之上做检索与 Grounding。

2.5 RAG

定义

RAG 是企业知识基础设施的检索与落地层。

它让 AI 系统在生成前先"接地"（Grounding）。

RAG 不是什么

RAG 不是"向量数据库 + 大模型"。

那是 RAG 的一个最简实现，不是 RAG 的定位。

解决什么问题

让 AI 系统的回答可追溯、可引用、可校验。

为什么传统方案失效

直接让 LLM 回答，会产生幻觉。

没有 Citation，无法追责。

没有 Grounding，无法对齐企业事实。

工程化要点

  • 知识组织（不是只做切块）
  • 检索（不只是向量相似度）
  • Grounding（生成前对齐事实）
  • Citation（生成后可追溯）
  • Evaluation（持续评估检索与生成质量）

不重点讨论

不要大量讨论 Prompt。

不要把重点放在 Embedding 模型选型。

与上下层的关系

下层：Knowledge Foundation。

上层：AI Agent。

Agent 调用 RAG 获取 grounded 知识，而非凭空生成。

2.6 AI Agent

定义

AI Agent 是消费上述所有层的执行单元。

它不是中心。

Agent 不是什么

Agent 不是中心。

数据才是中心。

Agent 不是"会调工具的 LLM"。

那只是 Agent 的一个实现视角。

解决什么问题

让 AI 系统能在受控的语义边界内完成多步任务。

为什么传统方案失效

让 Agent 直接连数据库，会失控。

让 Agent 自己写 SQL，会出错且无法追责。

让 Agent 自己编口径，会与企业共识脱节。

工程化要点

  • Agent 消费 Ontology
  • Agent 消费 Semantic Layer
  • Agent 消费 Knowledge Foundation
  • Agent 不直连裸库
  • Agent 的每一步可追溯

Agent 的消费链路

flowchart LR
    Agent --> SL[Semantic Layer]
    Agent --> KF[Knowledge Foundation]
    SL --> Ont[Ontology]
    KF --> Ont
    Ont --> DP[AI Ready Data Platform]

与上下层的关系

下层：RAG / Knowledge Foundation / Semantic Layer。

上层：Data Loop。

Agent 的执行结果回流，驱动 Data Loop。

2.7 Data Loop

定义

Data Loop 是 AI 系统持续学习、持续修正、持续演进的能力。

Data Loop 不是什么

Data Loop 不是新的 ETL。

Data Loop 不是数据管道的另一个名字。

Data Loop 不是模型再训练流程。

解决什么问题

让 AI 系统的输出反过来修正数据、知识、Ontology。

为什么传统方案失效

传统数据管道是单向的。

数据流向下游，下游不回流。

错误不反馈，知识不更新，Ontology 不演进。

工程化要点

  • 反馈采集
  • 反馈回流到数据
  • 反馈回流到知识
  • 反馈回流到 Ontology
  • 闭环可观测

与上下层的关系

下层：AI Agent。

上层：Ontology Evolution。

Data Loop 的持续运转驱动 Ontology Evolution。

2.8 Ontology Evolution

定义

Ontology Evolution 是 Ontology 随业务与反馈持续生长的能力。

解决什么问题

业务在变，Ontology 不能是静态的。

工程化要点

  • Ontology 的版本化
  • 变更的可追溯
  • 变更对 Semantic Layer 的下游影响
  • 变更对历史数据的兼容

与上下层的关系

Ontology Evolution 回到主线起点，形成闭环。

三、章节依赖关系

3.1 主线递进图

见 BOOK_CONSTITUTION.md 第三章。

3.2 前置依赖矩阵

写某层章节前，应先读哪些层的定义：

要写的层 必读前置层
AI Ready Data Platform 无
Ontology AI Ready Data Platform
Semantic Layer Ontology
Knowledge Foundation Semantic Layer
RAG Knowledge Foundation
AI Agent Semantic Layer, Knowledge Foundation, RAG
Data Loop AI Agent
Ontology Evolution Ontology, Data Loop

3.3 反向引用规则

某层章节可被哪些后续层引用：

被引用的层 可被引用的层
AI Ready Data Platform 所有后续层
Ontology Semantic Layer 及之后所有层
Semantic Layer Knowledge Foundation 及之后所有层
Knowledge Foundation RAG 及之后所有层
RAG AI Agent 及之后所有层
AI Agent Data Loop 及之后所有层
Data Loop Ontology Evolution

3.4 禁止反向

低层章节不得引用高层概念。

例如，AI Ready Data Platform 章节不得出现"为 Agent 服务"作为主要论证。

它可以提到下游会消费，但不能把高层概念作为自己的设计依据。

四、章节归属判定

4.1 新增内容如何归属

回答三个问题：

  1. 它主要解决主线上哪一段的问题？
  2. 它的主要读者是谁？
  3. 它的核心论证起点是数据还是模型？

第一个问题的答案，就是它的归属层。

4.2 跨层主题如何拆分

如果一个主题横跨多层，按以下规则：

  • 把"为什么需要"放在最底层归属章节。
  • 把"如何被消费"放在更高层章节。
  • 不要在多个章节重复定义同一个概念。

4.3 不属于任何层的内容

如果一个主题不属于任何一层，它不属于本书。

不要为了"完整性"强行增设章节。

五、本文件的修订规则

新增一层需要：

  1. 在主线图上明确它的位置。
  2. 在前置依赖矩阵中追加它的前置。
  3. 在反向引用规则中追加它的可被引用关系。
  4. 更新 BOOK_CONSTITUTION.md 的主线图。

修订一层的定义需要同步检查：

  • 它的所有下游章节是否仍成立。
  • GLOSSARY.md 中相关术语是否仍准确。