JOTO
Contact us
← AI 智库
知识图谱

淘宝闪购本体平台:让人与 AI Agent 共用一份实时可信的业务知识

2026 年 11 月 18 日

本文深度拆解淘宝闪购本体平台,揭秘人机共用可信业务知识的落地路径。核心内容:1. 数据口径对齐的普遍行业痛点,以及平台的核心定位与价值2. 平台整体架构设计逻辑,五大核心模块的职责隔离设计思路3. 三层极简元模型的构成规则,单向派生链路的运行机制

淘宝闪购本体平台:让人与 AI Agent 共用一份实时可信的业务知识

这是2026年的第 83 篇文章

( 本文阅读时间:约 25 分钟 )

摘要
数据团队做周报,最头疼的是对齐口径。譬如这周到底有多少订单,按下单时间算还是按支付时间算,一笔周日下单、周一付款的订单会落进不同的周。这两种算法都说得通,只是报表说明里写死了一种,业务负责人脑子里记的却是另一种;写下来的总是少数,多数口径还得靠人记。
分析师遇到这个问题,找人问一句就能解决,但 Agent 没有这个渠道。它拿到一列数字,无法知道来自哪个指标、哪个版本、谁确认过。同一个问题,人得到的是“这次按支付时间算”,Agent 得到的只能是一次猜测。
淘宝闪购本体平台要解决的就是这件事:把业务对象、关系、术语、分析方法和约束组织成一份可版本化的知识,经确认与审批发布,再通过 Web、OpenAPI、HSF 与 MCP 交给人和 Agent。
光把口径写下来还不够,定义有没有被确认过、变更有没有被留住、查询跟不跟得上,这三件事才决定它能不能用。前两件在治理链路,第三件在查询链路,我们得先看清平台由哪几块组成。
01
平台架构:三层元模型与单向派生链路
淘宝闪购本体平台的核心,建立在两样东西之上:元模型规定了业务知识能表达成哪几类对象、彼此怎么连、受什么约束;治理链路则决定了哪一版最终生效、由谁确认过。在这两者共同作用下,生效的那一版定义被统一存放在 MySQL 里,作为全平台唯一的事实源;下游所有的读模型全由它派生,最终通过四个入口对外提供服务。目前,这份事实源的规模已经达到了万级的节点与关系。
在平台的架构设计上,我们将整体能力拆解为五个核心模块。很多人在看这套架构时,最常问的一个问题就是:挖掘和质量、场景和服务,这两组模块的功能看起来有交集,为什么不直接合并成一块?
淘宝闪购本体平台:让人与 AI Agent 共用一份实时可信的业务知识 配图 2
原因在于职责的隔离。挖掘模块只负责产出候选,不判断对错;而质量模块是在候选变成草稿之后才介入的,命名不规范、缺归属、关系指向已废弃对象这几类问题,都会在这一步被退回。如果真的合并了,最常见的后果就是挖掘模块会开始“自我审查”:它知道自己产出的东西马上要被同一套规则卡住,就会只抽那些肯定能过的,覆盖面会先垮掉。
场景和服务也是同理。场景产出的是“范围”,服务产出的是“形态”。如果把范围硬塞进接口,就会长出一堆业务参数;如果把形态硬塞进场景,它就会退化成一份固定的查询模板。
管理模块则负责建模与治理,决定什么能最终生效。为了支撑这套体系,平台把元模型压缩到了三层,每层只用很少的几种类型。
淘宝闪购本体平台:让人与 AI Agent 共用一份实时可信的业务知识 配图 3
第一层是实体层,定义业务里有什么。业务对象是商户、门店、订单这样的业务名词;语义数据集由指标和维度组成;表对象指向真实落库的表;指标则引用业务对象,再落到具体的表。
第二层是关系层,全平台只有一种边。起点、谓词、终点三样确定一条边。谓词取自受控词表,因此改谓词就等于换了一条边。
第三层是策略层,定义业务怎么做。包含了术语、视角、事件、决策、方法论、行动、剧本七类。它们各自回答一个问题,彼此不能替代。比如,事件是"单店退款率连续三天超过 5%",决策是"把它放进复核名单";前者判断要不要处理,后者决定怎么处理。
淘宝闪购本体平台:让人与 AI Agent 共用一份实时可信的业务知识 配图 4
在这三层之外,还有一类特殊的约束:公理。公理只划边界,不参与图遍历。
3E、1 Link、7S 的划分方式本身并不新鲜。如下所示,在业界,目前已经有四类主流做法(各自解决了一段问题,但也各自留下一段空白)。
方案 长于 落不到的地方
通用知识图谱(OWL + 图数据库)
类型与约束可形式化,标准成熟,校验与推理都有现成工具链
规范管得住怎么建模,管不住谁确认的、引用还对不对、范围外答不答
GraphRAG
把文本切成图再召回,能回答跨段落的问题
抽取结果由模型生成,校验落在抽取质量上,没有业务确认这一关
BI 语义层
指标口径稳定,取数与报表一致
只管指标,不管对象、关系与做法
商业本体平台(如 Palantir Ontology)
对象、关系、动作、权限一体,工程化最完整
实施重、绑定深,上线前要先把对象与权限的建模规范定下来
闪购本体平台选择了后两类方案的融合路径,即定义交给本体管理,关系交给图库做读模型,生效交给治理链管控。这套划分思想源头可以追溯到 W3C 的 OWL 与语义网体系。我们真正做的改动,是把“谁确认过”嵌入主链路,不只停留在规范层面。
三层结构确定之后,还需要三条流程将结构与分工串联起来:
• 知识生产:从文档到候选,再到草稿;
• 变更发布:从草稿经确认与审批,最终发布;
• 查询消费:从场景经检索与投影,最终交付给人、业务系统或 Agent。
这三条流程共用同一份数据与同一套权限点。落到数据层面,它们共同构成一条单向链路:上游是唯一的事实源,下游全是派生的读模型。
淘宝闪购本体平台:让人与 AI Agent 共用一份实时可信的业务知识 配图 5
图数据库、倒排索引或向量索引损坏,都可以从事实源重建。但只要把读模型当源头用,改名、合并、回滚就得同时改两处;两边对不上时,没有第三方能判断谁对。所以平台只把读模型当派生物:按哪个口径算,仍由业务决定;平台负责让这个决定被写下来、被确认、被查到。这件事,最终靠治理链路兜底。
02
生产与治理环节:从变更留痕到发布对账
审批只是治理链路的一个环节,真正的难点在于流程走完后的异常处置:回调丢失、并发修改同一字段、发布中途宕机。
淘宝闪购本体平台:让人与 AI Agent 共用一份实时可信的业务知识 配图 6
变更主要来自两个方向,一是人工发起(表单、批量导入或接口提交),二是上游语义变更(如数据集换来源、指标改口径)。平台按影响面与规则明确程度分流,影响面小、规则清晰的字段受控自动更新;需人工判断的就转入草稿流程。
变更入口一多,语义冲突随之而来。我们以“有效订单”为例,它在数仓中是一个字段,在接口文档中是一段参数说明,在指标定义中是一串公式,在业务人员认知中则是一套未成文的约定。名称相同,边界与责任人却无法对齐。人工评审尚可拍板,但 Agent 拿到任何一份都会全盘接收。因此,草稿提交前必须查重,平台将已发布定义与在途草稿放在一起,按标识和名称双向比对。如果等发布后再合并,成本极高,脏数据也早已流入下游。
查重解决的是“是否为同一对象”,接下来要明确“本次变更的归属”。Owner 通过互动卡片确认,卡片绑定的是该变更最终生效的版本,而非草稿编号。绑错则确认记录挂错版本。
责任人明确后,方可进入审批,通过才能发布。这里有一条隐蔽但关键的时序约束:先落审批记录,再启动流程。若顺序颠倒,流程启动成功但记录写入失败,就会产生一张找不到对应变更的审批单,事后只能人工清理。平台的策略是:记录写入失败直接终止。
发布前还有一道合并校验。同一字段可能同时被线上、草稿和上游同步修改。平台将线上值、草稿值与基线值进行三方比对:三方一致直接放行;仅草稿变更则取草稿值;若线上与草稿均变更且不一致,则列出冲突交由人工裁决,绝不静默覆盖任何一侧。在并发场景下,字段级合并是唯一能清晰界定"改动意图归属"的工程手段。
需要注意的是,发布之后的环节容易被忽略。审批系统会掉回调,网络会超时,数据库会抖动。平台的做法是:状态仅由回调推进,拒绝前端轮询猜测;同时对未收到回调的单据进行定期对账,对审批通过却停滞在中间态的单据执行发布补偿。对账与补偿必须保证幂等——无论重试多少次,版本号只递增一次。
除了并发合并,改名的处理也同样棘手。业务对象改名后,引用它的关系、场景和接口说明极易断裂。平台将稳定标识与外部标识分离:稳定标识终身不变,外部标识可修改。改名时仅更新外部标识,引用方无需重写。
这里以门店周报的“有效订单数”为例,需将算法从按下单时间改为按支付时间,并排除测试门店。改动先入草稿,经责任人确认与审批通过后,发布前合并发现上游同步也修改了同一指标的过滤条件。两处变更不冲突但均需保留,最终由人工确认合并结果。上线以来,这套机制已累计处理 1477 张确认单,从提交到闭环平均耗时 3 个自然日;未确认单据每日晨间自动催办,因为领域 Owner 精力有限,等待必须有上限。在质量把控上,已纳入评分的对象覆盖率达 99.6%,其中 A 级占 98.3%。
淘宝闪购本体平台:让人与 AI Agent 共用一份实时可信的业务知识 配图 7
走完这一圈,人与 Agent 才算真正拿到了同一份定义。人在管理页看到定义、版本与责任人,Agent 通过接口读取同一条定义的已发布版本,差别仅在投影格式。发布前则不然:人能在草稿中预览新算法,Agent 只能读到旧版本。治理链路能厘清改动由谁发起、依据哪次审批、何时生效,但它不保证改动绝对正确,审批通过仅代表有人为此次变更负责。这条链路的责任止于发布那一刻,当事实源已更新为新版本,查询侧需等待同步完成后才能读取。
03
查询与消费环节:从架构演进到可用性边界
3.1 查询与消费架构演进:跨越三代的架构取舍
发布只是把数据写入了事实源,如果想要让业务和 Agent 真正查得到,查询侧还需要一套对应的架构支撑。从事实源到查询侧,底层引擎经历了三次迭代,但治理内核始终未变。第一代解决数据有无的问题,第二代关注排序的准确性,第三代才着手处理跨引擎拼装。理清了这条演进脉络,具体用的是哪个引擎,反而不那么重要了。
淘宝闪购本体平台:让人与 AI Agent 共用一份实时可信的业务知识 配图 8
评价一代架构的优劣,主要看四个维度:从发布到可查的延迟;能否按名称、语义或关系进行检索;多个读模型是否会导致数据新旧混杂;以及排障与容量成本。这四者有明确的优先级——新鲜度最核心,它决定了人与 Agent 看到的是否为同一份数据;表达力次之,决定业务能提出多复杂的问题;一致性再次之,决定出错时能否快速定位;排障与容量排最后,因为前三个是架构底线,而容量可以通过资源投入和工程手段解决。
3.1.1 第一代:读写分离与离线建图
第一代的架构最直接,MySQL 既是事实源也是取数入口,DataWorks 在 ODPS 上按 ODS、DWD、ADS 逐层加工,DataX 按日将对象与关系批量同步至 GDB。取数查 MySQL,关系查 GDB,两个库各司其职,互不越界。
这一代解决的是数据有无的问题。业务需要查对象、看关系,用两个成熟组件拼装是最快的路径;读写分离、按日分区,出了问题也能逐层回溯到具体批次。
代价集中在新鲜度与表达力上,数据变更次日才可见,图库与业务库独立刷新,时间点还需额外对齐。查询仅支持名称与精确字段,业务口语、简称、同义词基本无法匹配:业务说"订单量",系统里叫"有效订单数",库里搜不到。更麻烦的是两库缺乏统一的身份体系。若要查询"这个指标关联了哪些对象",需先在图库定位节点,再回业务库捞取明细,两次查询由应用层拼接,任一侧未刷新就会导致结果错误。
3.1.2 第二代:跨引擎拼装与读写分离
第二代补充了检索与明细两路读模型。MySQL 经 ODPS 分层加工后,同步至 GDB、OpenSearch、Hologres 三个读模型。OpenSearch 承担全文检索,由 BM25 倒排索引负责召回,精排表达式负责打分;GDB 承担关系查询,Hologres 承担明细与宽表,三份结果由应用层按对象标识拼接。这一代无需等待统一引擎成熟,召回与排序便能先行运转。
但补齐引擎不等于打通语义。OpenSearch 的召回仅有稀疏检索这一路:名称与 URI 进入 BM25 倒排索引,向量相似度仅作为精排表达式中的打分项,不参与候选生成。对于语义相近但字面对不上的查询,这一代没有召回路径,问题在于缺少稠密向量召回(dense retrieval)这一通路。
以一次"先搜名称、再展开关系"的查询为例,需同时访问搜索和图库两个引擎。若指标改名、数据集更换,搜索索引先刷新,而图库的下一批次尚未到达,两边数据对不上,用户查到的就是新旧混杂的说明。缩短批次间隔只能收窄窗口,无法消除。只要窗口存在,两个引擎各自都报成功,结果拼起来却对不上,核对就只能由应用层承担,最终靠人工比对索引、图库和应用层合并三处不同源的日志来定位。
3.1.3 第三代:实时多模与流式同源
第三代将拼装逻辑收回数据层。MySQL 变更经 CDC 进入 Paimon,Flink 分两条作业处理向量与图同步,连接器将节点、关系和向量 MERGE 写入 NeuG。图遍历、BM25 全文、HNSW 向量三种索引共存于同一实例,应用层仅负责融合、范围过滤和可选精排。
在这条路径上,检索结果直接成为图节点:命中后无需换库、无需重新对齐身份,可直接从命中节点沿关系扩展,跨引擎拼装环节就此消失。
但复杂度并未消失,只是从应用层转移到了数据链路。流式投递带来至少一次语义,下游必须自行吸收重复数据;受图结构约束,节点必须严格先于边写入;一旦发生删除,变更需沿链路传播;若作业从检查点恢复,还需额外核对漏写与重复。向量与图的刷新节奏不一致,这种时间差会导致读取时的数据不同步;加上写入压力直接作用于读侧,容量存在硬上限。读写同实例还带来额外开销:批量回填与重建索引会占用查询的 CPU 和内存,用户能感知到变慢。平台目前的策略是接受这一现状,将重负载任务调度至低峰期。
第三代是设计上的终态,落地策略是双跑:同一批查询同时发往两套链路,比对对象集合与排序,差异收敛后再放量。双跑期间两套链路均需承担成本,换来的是切量阶段一旦出现问题,退回上一代只需修改一次路由。
三代架构演进下来,真正未变的是治理内核:对象、关系、版本、审批、审计始终只有一份。改变的只是查询链路:数据刷新频率、检索任务执行方、结果合并位置。换引擎不换治理,知识可信度也就不再依赖任何一代引擎。
维度 第一代 第二代 第三代
更新频率
按日
批量或增量,按批次
流式增量,图谱秒级更新,按场景启用
关系查询
GDB
GDB
NeuG 图遍历
全文检索
无
OpenSearch BM25
NeuG BM25
向量检索
无
仅参与精排打分
NeuG HNSW+外部 embedding 服务
明细
MySQL 直查
Hologres
NeuG 明细
结果合并
页面按需
应用层编排
融合检索内一次出结果,主链路仍应用层编排
主要代价
新鲜度、表达力单一
多副本一致性、排障
流式复杂度、读写同实例、容量上限
现状
已退出主链路,GDB 在第二代继续使用
现役
部分替代,按场景并行
表里第三代的现状写的是部分替代,边界落在接口上。已经切过去的是三块:管理台的融合检索,三路召回都打 NeuG,融合在应用层做;场景发布后的闭包重算,走影子模式,固化结果仍以 MySQL 为准;明细查询,按标识直接在图上取行。还没切的是检索与关系查询两条主干:OpenAPI 的检索、MCP 与 HSF 的读接口仍然打 OpenSearch 与 GDB,宽表仍然打 Hologres。所以第三代当下只承担一部分查询,把这两条主干逐条切过去,才是这一代剩下的工程量。
前面提到,第三代把复杂度从应用层挪到了数据链路。这意味着,这一代的难点不在选型,而在如何把一条变更安全地写进图。引擎可以换,但写入路径换不了,这条路径必须跟底层数据库的变更节奏、幂等能力和恢复方式严格对齐。
3.2 第三代引擎:实时写入时序与三路多模协同
这一代在写入侧的目标,是一个单实例的多模图数据库。这里的"多模",指的是三种索引建在同一份在线数据上:图遍历、BM25 全文、HNSW 向量,各对应一种查法。
一份节点数据同时进入图存储、倒排索引与向量索引,平台不再维护三份派生数据,也就不存在各刷各的、刷到一半状态不一致的问题。写入侧一致,是查询侧一致的前提。代价是链路变长:这条链路必须可重放、写入必须幂等、并且能从检查点恢复。这三个工程约束,不仅决定了故障之后能不能把数据补对,也直接卡死了容量到顶时能不能平滑扩容。
淘宝闪购本体平台:让人与 AI Agent 共用一份实时可信的业务知识 配图 9
3.2.1 写入链路:节点先于边
在这条长链路上,第一处容易踩坑的是写关系的顺序。一条关系要落到图上,必须先找到两端节点;缺了任何一端,写入语句可能正常结束,实际什么都没写进去。这类失败不报错,只表现为“这条关系查不到”。平台的规避办法是让节点和边共用一个写入端,同一批写入里先处理节点,再处理关系。
3.2.2 写入的幂等与时序挑战
与顺序问题相伴的,是重试带来的重复投递。平台依赖 MERGE 来吸收这部分冗余:基于固定标识重复写入后,图上仍然只有一个节点;如果是修改属性后再写入,按原标识也能读回新值;同一对端点重复写入,最终也只会保留一条边。因此,幂等不是一句口号,它必须在节点、属性、边这三个层面上同时成立。
解决了写入的正确性,下一个挑战是时序的一致性。索引与图不在同一刻就绪,所以平台给不出“发布即一致”的承诺。这种时序上的错位同样影响删除操作:源库物理删除后,不仅要确认删除事件传到了图里,还要检查原先指向它的关系是否被妥善处理。
除了上述的时序错位,数据漏写也是必须防范的隐患。漏写不只出现在故障恢复环节,日常作业同样会踩坑:如果作业跳过首次全量快照、直接从增量起点消费,监控会一直显示有进度,早已发布的对象却查不到。这类“看着在跑、其实漏了一截”的问题,比直接报错难排查得多。
为了守住上述所有环节的底线,部署层面还有一条独立约束:同一时刻只能有一个写入端持有“写租约”(即独占写入权限),避免两个写入端同时 MERGE 导致版本错乱。旧端一旦故障失联,从租约超时作废到新端接管之间,会有一段变更进不来的空窗期,长短取决于续期与检测策略。因此,平台只承诺写入最终会恢复,不承诺写入过程不中断。写租约解决的是双写冲突,而接管之后的容量与恢复速度则是另一回事。
3.2.3 查询链路:三路协同与降级
一次查询牵动三段协同,而非三条通道各自为战:关键词与向量并行召回候选,图扩展以两者的候选集为种子,融合之后再进行可选精排。
淘宝闪购本体平台:让人与 AI Agent 共用一份实时可信的业务知识 配图 10
在融合环节,平台采用倒数排名融合(RRF)。三路通道的原始分处于不同尺度:BM25 随查询长度与语料分布漂移且无上限,余弦相似度限定于 [0,1],图扩展分则按跳数衰减。若采用加权求和,需为每路设计固定的映射与权重,且这组参数往往只适配特定问法,泛化成本极高。RRF 仅依赖名次,三路各自排名后直接按倒数名次累加,无需额外标定;代价则是舍弃了绝对分差,换取了跨查询的稳定性。当然,系统并未废弃加权求和,而是将其作为对比基线保留,支持按请求动态切换。
淘宝闪购本体平台:让人与 AI Agent 共用一份实时可信的业务知识 配图 11
融合之后最容易出问题的是精排环节:一旦超时或失败,直接返回空结果会让用户误以为平台没有这份知识。因此,平台会保留融合顺序,并在响应中标记降级状态。这个状态字段并非可有可无的备注,而是接口契约的一部分,它向调用方显式声明了“可用性优先于排序质量”的取舍,确保下游能基于真实的降级情况做兜底,而不是去盲猜。
精排决定了结果的排序质量,却决定不了查询延迟——后者在更底层的图存储设计时就已确定。由于命中的标识直接对应图里的节点,平台无需在应用层做 ID 映射,这不仅省掉了一次网络调用,更规避了"两个引擎指代不同对象"的潜在风险。以一次两跳的关联查询为例:如果放在应用层做广度优先,应用层需要不断向图库发起 RPC 调用,6 次网络往返加上序列化开销,累计耗时超过 5 毫秒;而把这段逻辑下推到图引擎内部,变成一次变长遍历后,应用层只需 1 次网络往返,总耗时仅需 1.58 毫秒,性能提升 3 倍。
然而,引擎内的遍历虽然快,但一旦在过滤逻辑上出偏差,就会带来更隐蔽的灾难。此前的排查中曾遇到一个典型案例:业务人员在图谱页面选择相邻对象查关联表时,能看到 381 个表对象;但调用方通过接口查同样两跳、目标类型设为表对象时,拿到的却是空列表。原因在于,接口当时只在最后一跳按类型过滤。交易订单连出的关系很多,系统先按返回条数截断了一部分,再往外查时,恰好截掉了通往表对象的路径。
这种“看着有路,实则截断”的返回,对 Agent 存在严重误导。给 Agent 一个空列表,它无从判断是图里确实没有这样的表,还是路径根本没有查完。原本是为了控制返回条数的性能保护,最终却变成了知识检索的盲区。
淘宝闪购本体平台:让人与 AI Agent 共用一份实时可信的业务知识 配图 12
每一种检索路径都有其能力边界(刚才的截断就是一例)。我们按不同的提问方式对照来看:
读者的问题 用到的能力 能保证 不能保证
我知道名称
BM25 全文检索
名称与关键词匹配
关键词相近不等于业务含义相同
我只知道大概意思
HNSW 向量近邻
找到语义相近的候选
相似不等于相关,仍需排序与人工核验
我想知道它和什么有关
图遍历
沿已建关系找到邻近对象
路径存在不等于因果,也不等于逻辑推理
我想一次查全
多模索引同实例
结果直接是图节点,免去跨引擎关联开销
多模同源不等于跨作业强一致快照
3.2.4 效果评测:9511 条真实回放
三条路径组合起来效果如何,我们用线上真实查询回放来量化:将 2026 年 10 月生产环境里出现过的查询原样重放,比较融合检索与全局搜索基线的排序结果。回放集共 9511 条,分为两段:395 条页面检索与 9116 条 MCP 检索词。
评测首先暴露的是可用性差异。在 395 条页面检索中,旧链路有 16 条返回空列表,而融合链路为 0。这意味着在使用旧链路时,大约每 25 次提问就有一次拿不到任何结果。连结果都无法返回,排序质量便无从谈起。
淘宝闪购本体平台:让人与 AI Agent 共用一份实时可信的业务知识 配图 13
在可用性达标的前提下,排序质量提升同样显著。回放数据显示,在页面检索的 Top-1 字面命中率上,融合链路达到 54.2%,全局搜索基线为 42.8%;在 MCP 检索段,两者分别为 14.5% 和 11.7%。最终,融合链路的综合评分为 0.5103,优于基线的 0.4585。
淘宝闪购本体平台:让人与 AI Agent 共用一份实时可信的业务知识 配图 14
但只看排序分,会掩盖另一层真相:失败样本并非均匀分布。在 395 条页面检索中,有 181 条在两套链路的候选里都没有字面命中,占比高达 45.8%。对于这批样本,排序策略是无效的,因为两侧本来就没有召回候选。
进一步拆解这 181 条样本,问题集中在四类场景:
• 中文短语与行业口头叫法(137 条)
• 含空格混排(18 条)
• 技术串与表名(14 条)
• 拉丁缩写代号(12 条)
由此可见,归因不在排序,而在语料——别名没有归一、指标定义缺失。这类问题只能回到本体去补充内容,单靠调权重是解决不了的。
3.2.5 系统边界与当前上限
系统的边界首先体现在部署与容量层面。
读写干扰是第一个约束。写入对读取的实际影响,只能通过混合负载压测来量化。数据显示:空载时详情查询的 p99 为 54 毫秒;当起两个写入端持续做节点与边的 MERGE、每秒处理 11.6 条语句时,p99 升至 119 毫秒。读取性能并未被拖垮,但余量仅剩一倍多。在写入量翻倍之前,容量必须先行扩容。
单点瓶颈是第二个约束。单实例架构没有在线只读副本,容量到顶时,既无法通过增加副本分摊压力,也无法通过降级查询来绕过。
除了容量约束,数据语义上的时序错位同样无法回避。向量与图不在同一刻就绪:向量由另一条作业先算,再并回同一次写入;并回之前,节点要么没有向量,要么还是上一版文本的向量,要等下一次变更或回填才补上。因此,系统对外只能承诺“发布后可见”,无法承诺“发布即一致”。此外,删除与恢复机制决定了运维动作不能只盯着源库:源库删除了,图里可能依然存在;检查点恢复后,也可能出现漏写或重复。
这些约束共同构成了当前系统能力的真实上限。
3.2.6 后续演进:容灾底座与规则评估
读写同进程且缺乏在线只读副本,是这一代架构的固有短板。下一步优先落地周期检查点与冷备,待恢复路径跑通后,再评估引入只读副本。在没有恢复机制的前提下直接上副本,只会将风险延后,而非消除。
在规则挖掘侧,挖掘规则一旦修改,产出的候选就会随之变化。目前全靠人工预审兜底,尚未建立明确的准入标准。下一步需要建立一套评估集与准入规范。评估题目应从线上真实问题中抽取,因为自造题只能验证已知场景。同样地,检索侧的首版人工标注集已经就位,足以支撑回归测试,但尚不足以作为上线准入的依据,目前主要缺失的是负样本与同义改写问法。
这两项基础工作,直接决定了系统能在多大程度上交由机器自动决策。而系统最终是否"用得对",则取决于业务语义本身的完备度。
3.3 第三代引擎:子图的可用性边界与场景圈选
跨过“查得到”这道门槛后,一次查询要真正“用对”,还需满足四个要求:范围准确、顺序合理、证据完整、上下文可控。这些要求不能交由调用方自行拼装,在架构上分三处落地:范围由场景对象管理,顺序由检索策略约束,证据与上下文则由响应契约来承载。
淘宝闪购本体平台:让人与 AI Agent 共用一份实时可信的业务知识 配图 15
3.3.1 圈定范围:用子图快照对抗模型变更
查询范围由场景决定,而场景在平台上是可管理的对象。服务页中设有场景管理模块,一个场景即一份范围配置:包含圈选条件、子图快照,以及仅限该子图的访问凭证。具体做法是,先在图上圈选策略对象作为种子,沿关系扩展至实体对象,最后固化为子图快照。快照的核心价值在于稳定性,同一个场景今天和下周查到的必须是同一批对象,不能因为底层模型被他人修改,导致范围发生无声偏移。以零售商品定价场景为例:圈选起点 35 个,边界将 907 个实体对象收窄至 51 个,10709 个策略对象收窄至 1488 个,快照内合计 1539 个节点、4398 条关系。
淘宝闪购本体平台:让人与 AI Agent 共用一份实时可信的业务知识 配图 16
圈选最容易出错的地方不在算法,而在条件逻辑。一个场景常由“所有对象”与“某业务线”两个条件组构成,组间是并集(OR),组内才是交集(AND);若将两条限制写进同一组,交集会把方法论、行动等整批切掉,而预览里仍保留着几百个节点,极难察觉。另一处是遍历方向:正向扩展不会带入反向引用,需用两跳反向查询补齐,而反向侧存在 20000 个节点的封顶限制,超限即会静默截断。因此,圈选必须算尽完整的子图,预览也必须能直观看出封顶是否被触发。
淘宝闪购本体平台:让人与 AI Agent 共用一份实时可信的业务知识 配图 17
快照的代价体现在时效性上。底层模型一旦修改,快照不会自动跟随更新。在重算的空档期内,新加的对象查不到,删掉的对象却依然存在。为此,平台将快照的生成时间一并带入响应,让调用方明确知晓这份范围的时间截面。
3.3.2 守住边界:范围约束优先于召回数量
超出范围的查询会直接返回不存在,平台绝不会隐式将查询扩大到全库。因为 Agent 拿到范围外的答案会直接信以为真,人至少能在页面上通过场景标识判断这条知识的来源。
在范围内,检索顺序是固定的:先按名称或语义定位对象,再沿关系展开,最后获取明细;顺序倒置,后一步便失去可靠输入。这个顺序并非主观臆断。在 395 条页面检索中,纯关键词有 258 条无结果,加入向量召回后全部找回(找回指候选集中有结果,不等于原词出现在结果中);而在此基础上叠加图扩展,找回数为 0,甚至会将被命中的目标挤出前列。这说明图扩展解决的是覆盖面,而非召回率,绝不能将其作为兜底方案。
3.3.3 上下文交付:证据链无损传递
拿到准确的定义,不代表调用方就能“用对”。一条结果至少要能回答四个问题:这是哪个对象、生效的是哪一版、上一次由谁确认、当前由谁维护。这四项在底层库中都是现成字段,难点在于如何将它们无损地传递到响应中。中间任何一层如果为了压缩响应体积将其裁剪,调用方就只剩一个名称加一段描述,看似完整,实则无从核对。
因此,Agent 侧必须多做一件事:按上下文预算裁剪返回。默认仅提供摘要,全量字段由调用方显式声明;响应中需附带提示,说明还有哪些字段未取、下次如何补全。模型上下文存在硬性预算,若单次返回包含数百个字段的对象,不仅会耗尽预算,还会挤占其他关键证据。以门店周报为例,Agent 的读取顺序是:先读基础约束,再读指标定义,然后读对应的表对象与取数口径,最后展开相关对象。而人打开页面时,看到的是定义、版本、责任人、引用它的报表与接口。入口不同,路径不同,但最终指向的实体是一致的。
平台能保证 Agent 拿到已生效版本,并知晓自身所处的检索范围;但无法保证 Agent 一定用对,也无法保证模型不会将定义解释歪。要解决后两个问题,需依靠提示词、评测与业务复核。平台能做且必须做的,是将可核对的证据链完整交付。
04
架构盘点:落地成果与演进决策
至此,可以对整体架构做一次盘点:平台落地了什么,各自付出了什么代价,哪些事不该由它接手,哪些经验可以沉淀复用。
淘宝闪购本体平台:让人与 AI Agent 共用一份实时可信的业务知识 配图 18
4.1 接口账目:只提供定义,不承担计算
对外的四个入口,对内是一张严格对齐的能力清单:18 个方法在四端一一对应,其中 7 个只读、11 个写入。同一份定义从四个入口输出,内容、权限点与审计必须完全一致,差异仅存在于三处:鉴权、参数解析与响应投影。
在这套接口的定位上,平台做了一个刻意的取舍:只保证定义和版本的准确性,在计算能力上做收敛。平台可以返回指标的定义、维度和取数口径,但不会直接给出“这周的有效订单数是多少”这样的最终结果。因为一旦接口开始承担计算,口径变更、上游回刷、时区差异这类问题,最终都会变成平台的责任就要为算出的结果负责,如口径变更、上游回刷、时区差异,最终都会变成平台的问题。将计算留给业务系统,责任边界才足够清晰。
这种边界感,从实际的调用数据中也能得到印证。在同一个 28 天窗口里,12 个业务应用接入了生产环境,业务侧调用合计 29637 次,占平台总调用量的 5.4%。其中,头部两个应用(销售侧的智能洽谈助手和区域经营分析助手)合计调用 19929 次,占业务侧调用的 67%;再往后是商家营销与商品定价方向的两个应用,分别为 5402 次与 3661 次;其余八个应用最多的也仅有 158 次。
这组数据反映出两个事实:一方面,真实需求高度集中在少数几个分析场景,长尾极薄;另一方面,业务侧仅占总调用的 5.4%,说明平台当下的流量主体仍是上游语义平台的自动同步。而在业务侧这批成功率 99.5%(29483 次)的调用中,近 28 天最高频的 12 个检索词里,有 7 个是补贴与价格口径。其中,单品到手价目标匹配 1892 次,出资 628 次,阶梯暴涨 600 次,门槛 494 次。被高频检索的,恰恰是业务口径中最容易产生歧义的部分。
4.2 核心承诺与工程代价
回到架构设计本身,能力账目图列出了平台的四条核心承诺,每一条都有其必须支付的代价。
• 单一生效版本(单一事实源):同一份定义只有一个生效版本,人与 Agent 读到的绝对是同一份。代价是版本内容从 Git 仓改存数据库,换取了强一致性与低发布延迟,但失去了分支与回放能力,差异视图需自行实现。
• 每次变更留痕:谁改的、改了什么、何时生效、依据哪次审批,全部可追溯。代价是写入口收敛为一个,幂等仅需实现一次,但该入口位于关键路径上,必须自带对账与补偿机制。
• 读模型可重建:事实源只有一份,图库损坏可从零重建。代价是图、倒排、向量三种索引均由同一次写入派生,写路径只能串行,且缺乏在线只读副本,容量存在硬上限,高负载任务只能排至低峰期。
• 范围可限定:查询被限制在场景内,范围外的答案绝不会伪装成范围内的结果返回。代价是场景快照优先,模型修改后需等待下一次圈选才生效。
四笔代价中,第三笔的约束最强。前两笔的代价尚可接受,第三笔付出的却是硬性的运维限制,前文提及的 p99 数据即是印证。
此外,有两项能力平台不予覆盖:其一,图遍历不等于逻辑推理,沿关系找到路径不等于能推出结论,形式化推理需单独实现;其二,本体建模虽属于平台的核心建设范畴,但模型本身并不直接等同于业务判断。平台负责定义知识与约束,并保障其准确性与可追溯性;而能否让使用者(或 Agent)将这些知识转化为实际的业务价值,则需要平台与业务侧共同完善、持续迭代。
4.3 避坑指南与选型标准
尽管上述代价与边界是当前平台的具体约束,但沉淀下来的这四条经验,换一套系统同样成立。
• 身份与地址分离:不可变标识做身份,可读地址做引用,这在任何具有引用关系的系统中均成立。
• 将约定做成构建门禁:在构建时检查能力是否已真实接入,而不只是检查代码语法。在产物出口拦截静默退化,成本比上线后排查低一个数量级。
• 数字必须带口径:数据在哪运行就标注哪,生产库就写生产库;代理指标不能写成相关性结论;平台只输出自己能归因的量,不认领业务侧的收益。
• 选型先看场景窗口,再看引擎能力:变更到可查能容忍多久、查询是否需要跨引擎拼装、是否出现过跨引擎数据不一致的事故,这三个问题应排在引擎性能之前。
前文的评估维度与治理原则,加上这四条经验,构成了下文这棵决策树。架构升级的触发条件应当是观测到的真实事故,而非新引擎的跑分。
淘宝闪购本体平台:让人与 AI Agent 共用一份实时可信的业务知识 配图 19
05
结语
过去,业务知识以文档为载体,这背后隐藏着一个默认假设,即只要打开,就是最新版本。在人读文档的年代,这个假设可以成立,因为人会自动核对版本与上下文。但眼下 Agent 不会,它可能读到了上一版的定义,却对此毫无察觉,这个默认假设彻底失效。知识必须从“文档”演变为“可引用、可追溯的定义”。
判断一套知识是否具备“机器可读性”,只需追问三个问题:这一版是谁确认的?发生变更后,引用的上下游是否能感知?超出范围时,它会不会给出错误答案?这三个问题能答上几个,就决定了这套知识能被信任到哪一步;如果一问三不知,那不过是把静态文档搬进了数据库而已。
回到门店周报的场景,业务逻辑本身并没有变。Agent 现在能精准查到口径、版本、确认人和场景范围,但它依然查不到“这周该看哪个口径”。这个边界并非能力不足,而是系统分工的必然。业务口径必须由业务侧拍板,而平台的核心职责,在于让每一次拍板都留下清晰的审计痕迹:生效的是哪一版、由谁确认、从何时开始生效。
淘宝闪购本体平台:让人与 AI Agent 共用一份实时可信的业务知识 配图 20
淘宝闪购本体平台:让人与 AI Agent 共用一份实时可信的业务知识 配图 21
欢迎留言一起参与讨论~

立即咨询 JOTO

JOTO 提供覆盖企业智能体规划与搭建、AI 平台私有化部署、RAG 知识工程、AI 安全治理、FDE 驻场共创及持续运营优化的全周期 AI 落地服务,帮助企业把验证中的 AI 能力转化为安全、可控、可持续迭代的生产力。 联系 JOTO 获取 AI 落地咨询

想把这些做法用到你的业务里?

留下你的场景和痛点,我们帮你判断从哪一步开始。

联系我们
Contact Us

Start your enterprise AI rollout

Tell us your industry, team, and current pain points. We'll get back to you within one business day to help you decide what to tackle first, what data to prepare, and which platform fits.

WeChat
Scan to add us for a 1:1 chat
JOTO WeChat consultation QR code

Tell us what you need

Once we receive your details, we'll be in touch within one business day.