大数跨境
首页
>
会自己改的图，比画得最全的那张值钱
>

会自己改的图，比画得最全的那张值钱

会自己改的图，比画得最全的那张值钱 AI驱动数字化转型
2026-09-29
4
导读：回头看，图会被当成一种信仰，是因为大家默认图越全越好。真正卡住人的地方，不在图全不全，在谁负责让图跟上变化。会自己改的图，比画得最全的那张值钱；而要让它能自己改，先得让它学会否掉自己改坏的那一版。
最近，往Agent身上挂图这件事，都快成信仰了。
做查询的挂结构图，做分析的先把表手工连起来；做检索的干脆把知识图谱当成外挂的记忆。
连数据团队也在推语义层，话术换了个名字而已。念头都差不多，好像只要把一张图画好递过去，模型忽然就读懂了这家公司。
这件事，微软和伊利诺伊大学的一篇新论文把它摆上了台面。论文叫《BI-Agent and BI-Bench》，2026年9月挂上arXiv，编号2609.20886。报告里最难看的一项，不在模型那一栏。

PART 01
商业智能的考点在哪里

先看它到底在考什么，商业智能的难，从来不在最后那一步。
一个分析师打开仪表盘，看见“本月收入”，他要能回答的是一串连着的账，得先把几十上百张表里相关的那几张挑出来，再把数据做变形，还要把表跟表的连接关系定下来，最后才轮到回答一个业务问题。前面这三步不解决，最后那一步无从谈起。
过去这三步压在人身上，而人总有办法补上。他在这家公司待了几年，知道“收入”落在哪张表，知道算这个月的数要排掉哪些内部交易。机器则做不到这一点，它眼前只有表名和列名。
论文想试的，正是把这三步也交给机器。
于是从公开网页上扒下3000多份真实的Power BI工程文件，又花掉400多个人工时，从这些仪表盘里抠出100道题，配齐100份标准答案，建成第一份端到端的商业智能考卷，取名BI-Bench。
成绩单贴在arXiv上，最强的o4-mini也只做到48.2%。几套在BIRD这个text-to-SQL公开榜单上排前四的开源模型，掉到6.0%到17.3%。
这批题里最重的一道，要模型同时把38张表理清楚。要知道，放在各自熟悉的榜单上，这些模型动辄七十几分。
而它们脚下的那些工程文件，全都有图。事实表坐中间，维度表围着它转，哪张表跟哪张表连、按哪一列连，早就画死了。图并不是没有给，是给了也还是不够用。

PART 02
图没给的那一半

于是问题就摆在这儿了，明明图已经给了，它怎么还是答不上来。
答案就藏在图恰好没给的那一半里面。
一套图交代的是表在哪里、彼此怎么连。它交代不了“收入”这两个字该落到哪张表哪一列，也交代不了算这笔账要按哪条业务规矩去筛。
前一半是结构，机器自己看得见；后一半是理解，得有人真懂这家公司才写得出来。而理解恰恰是画不进图里的，它不是连线的活，是懂行的活。
举个最普通的例子，同一个词，销售系统里的“客户”指签了合同的那家公司，客服系统里的“客户”指报修过的那个人。
图能把两个系统的表连起来，连不上的是，这两个“客户”根本不是一回事。这种事，机器自己琢磨不出来，得有人告诉它。
微软那套BI-Agent，其实吃到了前一半的红利。
它把挑表、变形、连表这几个动作封成agent手里的工具，尤其那张连接工具，专门对雪花型这种结构做全局推理，比让模型自己猜要准得多。
这类工具只认这一种结构，结构还在，它就能推理；结构换了，工具得跟着重写。
红利跟着结构走，结构一动，红利也就没了。
但红利到头也就到这儿，结构交代得再清楚，理解那一半还是得每个任务从零猜起，猜完就扔，下一个任务从头再来一遍。
真要补上理解，多派几个人手工补不就完了。
可是补不上，而且拦路的还不是钱，是尺子。
一家中等规模的制造企业，把本体建起来要18个月，建完每年还得拿出4到6个月维护。它要服务的那条产线，却是按周在变的。
这两个时间尺子差着整整两个数量级。等你把图修好，图上画的那家厂，已经不是今天这家厂了。
论文那边讲的是同一件事，只是换了词。它把语义层说成预先定义、手工维护的东西，建起来贵，还挪不动，数据源一换、任务一换、换个人来问，它就接不住。
PART 03
静态图的过期时间

图准不准，说到底还是次要的一件事，一张画死了的图，从画完那天起就在过期。
静态图不是打一开始就错，前些年数据源就那么几个，口径几年不变，人工画一遍能用很久，谁画得全谁厉害。
变的是另一头，数据源一年翻几倍，任务天天换新，人工那套跟不上，图从资产变成负债，也就是这几年的事，这笔账，做数据的人心里都有数。
这两年数据圈里，语义层、上下文层、本体这三个词常被混着说。其实各有各的活，本体管的是“是什么”，语义层管的是“怎么算”，上下文层管的是“这一轮该看什么”。
吵归吵，它们底下压着一个共同的假设，这三样都是一次性交付的资产，建好往那一摆，长期不管你。

PART 04
撬动旧假设的新方案

人大的一篇论文想撬动的正是这个假设，它叫《EvoOntology》，也是这个月挂上arXiv的，编号2609.15779。
它把病根叫作agent与数据之间的那道缝。
数据住在agent外面，agent只能靠SQL接口、文件读取器这类通用工具，摸到列名和文件路径，数据究竟长什么样、是什么意思，它事先一概不知，只能一遍遍发查询去盲探。探到的还得自己记住，记不住就再探一遍。
论文判断，眼下这两条路都通不到头，一条是让agent自己摸索，数据小还行，一宽一杂就陷进重复又低效的探测里；另一条就是前面那张语义图，整张塞进prompt，也就是给模型的那段提示里，既塞不下，也用不好。
EvoOntology动手的地方有两处。一处是把画图这件事交给agent去做，另一处是把画好的图从prompt里搬出来，放进agent够得着的工具箱。

交付方式比内容更重要
把图搬出来这一步，比听上去要紧得多。
同一份语义，一个是塞进prompt当背景，一个是做成工具让agent自己去查。
论文里有一组对照，塞进prompt让Claude Sonnet 5掉了15个点；做成工具挂上去，这个模型转成涨8.8分。内容一个字没改，只是交付的方式换了，方向就掉了个头。
道理本身不难想，prompt是整块塞进去的，塞进去就占着地方，还跟别的指令抢注意力，这一轮用不上的部分，下一轮也删不掉。
工具不一样，agent每走一步，只把当前用得上的那几个概念取回来。同一份知识，捧在手里是负担，搁在架子上随时能取，才是资产。

三层结构的自改图
这套图分了三层，最底下一层定规矩，说清图里能有哪些节点、哪些边。
中间一层装内容，四个类型各管一段，有概念本身，有概念对应的字段和连接路径，有使用上的约束，还有每次探查留下的证据；两种边把概念跟概念、概念跟证据各自挂起来。
最上面一层负责对外，把整张图做成两个工具，用MCP这套通用接口挂出去，一个按查询找出相关节点，另一个把跟它相关的一整片内容取回来。
这张图不是人一条条画上去的，是系统自己改出来的。一个专门负责建图的agent，先读一批训练任务，提出候选概念，再对真实数据发探查查询去验证，验不上的不要，过了的才收进初始那张图。
这之后，循环接着转，从走过的轨迹里找出失败的样子，把问题归到三层里的某一层，只改那一层，改完还得过一道门。

最关键的一道门
这道门是整篇论文里最值得记的一笔。
候选的新版本，要和上一版在留出来没训过的那批题上，用同样的生成条件比，涨不过事先划的那条线，就退回，被否掉的方案还留档，免得下一轮再撞一次。
把这四步一样样拿掉再测，掉得最狠的就是这道门，11.2分。
原因也直白，不设门，系统会把改坏的那一版也一起收进来，而下一轮不一定补得回来。让图自己改的前提，是先学会自己否掉改坏的那一版。
难的地方还在改哪儿，系统发现效果变差，先得判断是内容错了、工具不好使，还是这张图的规矩本身就容不下。
归错层，就会在内容出问题的时候去改规矩，越改越乱。论文的办法是三层各留一条改法，一次只动一层，改动才比得了，也退得回。
PART 05
效果和边界

涨的分数是实打实的，而且涨得还不算小。在DDR-Bench这个多源数据研究的测试集上，六个模型全线往上，平均加17.8分，GPT-5.5从74跳到90.9。
这套方案另外还跟一种做法比过，把做过的任务存下来、下次照着回放，也能涨，但只涨6.3分；换成这套图，涨20分。
区别在于，存下来的是一条条具体经历，图存的是拆开的概念和关系。经历只能照着抄，概念能拿去拼新的，碰上没做过的任务，前者就没辙了。
在BIRD上，把知识库先给足，执行准确率和查询效率两个数一起动，双双往上7.4和8.6，说明它不只让答案更对，也让查询跑得更省。
省这件事上，其实还另有一笔账要算清楚。前面微软那套BI-Agent，把模型后训练一轮，小模型就能把整套BI-Bench跑完，只花0.19美元，论文说比大模型便宜54倍，拿到答案的门槛一下降了下来。
但先别急着把它当成一剂万能药来用。
别处的评述还提到一条边界，收益集中在又宽又乱的数据上，短的分析任务，提升缩到两个点左右。这条边界，比它涨了多少分更值得记住。数据源窄、任务短，这套东西带来的好处有限，先量再上，别听人一鼓吹就冲进去。

PART 06
企业判断的朴素标准

对企业来说，这事有一条很朴素的判断标准。先问自己一句，你们家的数据到底多久变一次。
变得越勤、来源越杂，人工维护的语义层就越像一笔亏本买卖，自动化那一侧才开始划算。反过来，一套几年不动、就那么几张表的账，人工建好一劳永逸，没必要上这套东西。
真正该问的是，这张图上一次更新是什么时候，又是谁在负责更新。这两问答不上来，图再全也只能是个摆设。
图也不是越细越好，节点太密，agent每次查都要先挑一遍，又成了新的负担；太疏，又接不住任务。论文里那四个类型的分法，其实给出了一个能落地的粗细刻度，这尺子不是拍脑袋拍的，是从实打实的失败轨迹里量出来的。要是没人管它更不更新，图就只是墙上挂着的一张画，好看，却不顶用。
回头看，图会被当成一种信仰，是因为大家默认图越全越好。真正卡住人的地方，不在图全不全，在谁负责让图跟上变化。
会自己改的图，比画得最全的那张值钱；而要让它能自己改，先得让它学会否掉自己改坏的那一版。

【声明】内容源于网络
0
0
AI驱动数字化转型
专注AI，促进智造行业数据衍生，服务智能制造企业的数字化、智能化，聚焦大模型私域部署、大模型微调、数据清洗、AI模型训练、私域知识库及agent技术延展等。行业智能，落地为先。
内容 1095
粉丝 1
AI驱动数字化转型 专注AI，促进智造行业数据衍生，服务智能制造企业的数字化、智能化，聚焦大模型私域部署、大模型微调、数据清洗、AI模型训练、私域知识库及agent技术延展等。行业智能，落地为先。
总阅读12.1k
粉丝1
内容1.1k