+-- 业务对象(示意) --------------------------+ | | | 合同 HT-017 | | |-- 属于 项目 A / 标段 2 已确认 | | |-- 依据 原件 第 14 页 第 3 条 已定位 | | |-- 规则 付款条款 v2 适用 | | `-- 动作 状态写回 待人工确认 | | | +----------------------------------------------+
diff 看得懂 办得对
看得懂,不等于办得对
大模型已经能读文档、写摘要、回答问题
但在规则复杂、证据要求高的业务里,一个结论必须经得起四个追问
- [1]看对对象这段材料属于哪个项目、哪个人、哪个账户、哪个评分项?
- [2]找对依据依据来自哪份原始文件、哪一页、哪条记录、哪个版本?
- [3]用对规则口径、阈值、时间顺序和计算公式,是否适用于这一次判断?
- [4]做对动作谁有权决定?是否需要人工确认?系统实际执行并记录了什么?
关键不在于模型能否说得像专家
而在于让它的推理进入业务系统的计算链、判断链和审计链
tree --types --relations
让智能围绕业务对象工作
流程描述“怎么做”,对象描述“对谁做”
路径可以随情况变化,业务对象及其约束不能临场编造
+--------+ 签订 +--------+ 属于 +--------+ | 企业 | --------> | 合同 | --------> | 项目 | +--------+ +--------+ +--------+ | | | 雇用 | 依据 v v +--------+ +--------+ | 人员 | | 文件 | +--------+ +--------+
- 业务本体
- 定义对象类型、关系、属性与约束,让人、系统和模型说的是同一个对象
- 对象实例
- 记录具体是哪一个,以及它已核验的事实、当前状态和生命周期
- 知识图谱
- 承载跨资料、跨系统发现的关联,与本体相辅相成,但不是同义词
verify --from 找到 --to 成立
找到 ≠ 属于 ≠ 适用 ≠ 成立
检索能找到相关材料,溯源能证明引用了什么
但都不能自动证明这条依据属于当前对象、适用于当前条件
找到 ≠ 属于 ≠ 适用 ≠ 成立 +--------------+ +--------------+ +--------------+ +--------------+ | 检索 | ----> | 对象关联 | ----> | 条件判断 | ----> | 核验状态 | +--------------+ +--------------+ +--------------+ +--------------+ RAG、解析 业务本体 规则与口径 证据与人工确认
+-- 找到 --------------------+ | 检索 | | RAG、解析 | +----------------------------+ | v +-- 属于 --------------------+ | 对象关联 | | 业务本体 | +----------------------------+ | v +-- 适用 --------------------+ | 条件判断 | | 规则与口径 | +----------------------------+ | v +-- 成立 --------------------+ | 核验状态 | | 证据与人工确认 | +----------------------------+
cat forms/*.md
智能体的四种形态
不是所有问题都需要智能体,也没有必须逐级升级的路线
按任务选择最小充分的形态,规则复杂、对象众多、结论需要复核的业务,更适合对象驱动
+-- ① RAG / Copilot ----------------------------+ | | | 围绕 知识与答案 | | 状态 问答上下文,答案即散 | | 约束 引用来源,可追溯 | | 局限 难以承担多对象、多步骤的业务状态 | | | +------------------------------------------------+
+-- ② Agent 工作流 -----------------------------+ | | | 围绕 人预先定义的流程 | | 状态 流程节点,走到哪一步 | | 约束 人画的流程与节点规则 | | 局限 例外一多,编排复杂、灵活性不足 | | | +------------------------------------------------+
+-- ③ Agent Loop -------------------------------+ | | | 围绕 模型的自主规划与工具循环 | | 状态 对话记忆与环境反馈 | | 约束 编译器、测试等外部验证 | | 局限 多数业务缺少强验证器,可能静默出错 | | | +------------------------------------------------+
+== ④ 对象驱动的业务智能体 ====== [我们的重点] =+ | | | 围绕 业务对象、关系、证据与状态 | | 状态 持久的业务对象与审计记录 | | 约束 对象、规则、权限与证据 | | 代价 业务建模、数据治理与实施成本 | | | +================================================+
④ 的要点:动态路径,稳定的业务世界
已知步骤按流程走,未知部分让模型在明确边界内探索
cat simplified.md
一个简化的架构
各项能力围绕业务对象协作,按任务组合使用
这是展示用的简化示意,不代表每个任务都要逐层经过
+--------------------------------------------------------+ +------------+ | 业务材料与事件 | | 横贯各层 | | 文档、表格、流水、业务系统、实时数据 | | | +--------------------------------------------------------+ | | | | | v | | +-- 按任务组合,可往返 ----------------------------------+ | | | +--------------------------------------------------+ | | - 权限 | | | 业务对象 / 本体 / 语义层 | | | | | | 对象身份、关系、规则、状态、口径 | | | | | +--------------------------------------------------+ | | | | ^ | | | | v | | | | +--------------------------------------------------+ | | - 日志 | | | 证据检索与数据计算 | | | | | | RAG、SQL、知识图谱、结构解析、专业模型 | | | | | +--------------------------------------------------+ | | | | ^ | | | | v | | | | +--------------------------------------------------+ | | - 版本 | | | 可控编排 | | | | | | 大模型 + 规则 + 工具 | | | | | | 开放推理、结构判断、精确校验 | | | | | +--------------------------------------------------+ | | | +--------------------------------------------------------+ | | | | - 质量评测 | v | | +--------------------------------------------------------+ | | | 核验、人工确认与授权 | | | | 高风险判断由有权限的人确认或纠正 | | | +--------------------------------------------------------+ | | | | - 审计 | v | | +--------------------------------------------------------+ | | | 业务结果 | | | | 结论、原文溯源、状态写回业务系统 | | | +--------------------------------------------------------+ +------------+
+------------------------------------------+ | 业务材料与事件 | | 文档、表格、流水、业务系统、实时数据 | +------------------------------------------+ | v +-- 按任务组合,可往返 --------------------+ | +------------------------------------+ | | | 业务对象 / 本体 / 语义层 | | | | 对象身份、关系、规则、状态、口径 | | | +------------------------------------+ | | ^ | | v | | +------------------------------------+ | | | 证据检索与数据计算 | | | | RAG、SQL、知识图谱 | | | | 结构解析、专业模型 | | | +------------------------------------+ | | ^ | | v | | +------------------------------------+ | | | 可控编排 | | | | 大模型 + 规则 + 工具 | | | | 开放推理、结构判断、精确校验 | | | +------------------------------------+ | +------------------------------------------+ | v +------------------------------------------+ | 核验、人工确认与授权 | | 高风险判断由有权限的人确认或纠正 | +------------------------------------------+ | v +------------------------------------------+ | 业务结果 | | 结论、原文溯源、状态写回业务系统 | +------------------------------------------+ +------------------------------------------+ | 横贯各层 | | 权限、日志、版本、质量评测、审计 | +------------------------------------------+
谁负责什么
- 大模型
- 语言理解、开放分析、多文档综合与解释
- 规则与程序
- 金额、日期、阈值、公式、权限与状态的精确计算
- 专业模型
- 分类、匹配、OCR 等边界明确的判断
- 人
- 关键决定、复核与授权
这些是协同能力,每次任务选择合适的组合,而不是一条固定流水线
trace --evidence --judgment --action
可追溯,分三条链
不只输出一段“推理过程”,而是保留可以核对的系统事实
-
证据链
- 原始材料
- 具体位置或字段
- 所属对象与条件
- 核验状态
-
判断链
- 规则或模型版本
- 判断与计算
- 适用条件与交叉检查
- 结论与分歧
-
动作链
- 权限与审批
- 实际执行
- 状态变化
- 人工确认或纠正
并区分三类事实资料中声称的系统已验证的系统已执行的
关于深潜智力
uname -a
Linux deepdive-ai 6.8.0-ontology #2026 SMP x86_64 GNU/Linux
_ _ _
__| | ___ ___ _ __ __| (_)_ _____
/ _` |/ _ \/ _ \ '_ \ / _` | \ \ / / _ \
| (_| | __/ __/ |_) | (_| | |\ V / __/
\__,_|\___|\___| .__/ \__,_|_| \_/ \___|
|_|
i n t e l l i g e n c e
北京深潜智力科技有限公司专注企业级大模型应用,以及基于业务本体的复杂业务智能体的研究与落地
我们以业务本体为语义基础,把大模型、文档理解、证据检索、确定性规则与可控工作流连接起来,优先投入规则复杂、证据要求高、结果必须复核的专业领域
我们重视从问题定义、原型验证到系统集成与迭代交付的工程闭环
名字里的“深潜”,是我们选择的方向:不停留在水面上的回答,而是深入业务对象、证据与规则所在的地方
cat principles.md
工作原则
先理解业务,再选择技术
从业务对象、规则和责任边界出发,而不是从模型出发
确定性优先
能用规则和程序算准的,不交给模型猜
最小充分
按任务选择能力组合,不为“先进”而堆叠
人在关键位置
高风险判断保留人工复核与授权,过程可追溯、可纠正
deepdive consult \ --objects "涉及哪些对象" \ --evidence "依据在哪里" \ --rules "规则如何适用" \ --approver "最终由谁确认" \ --to contact@deepdiveai.cn
从一个具体问题开始
如果您的业务规则复杂、材料繁多、结论需要经得起复核,欢迎与我们交流
我们通常就从上面这四个问题谈起
- 地址
- 北京市海淀区西北旺东路10号院15号楼马连洼街道专属孵化器