Graph 的尽头是自进化 Ontology：微软 BI-Bench 与人大 EvoOntology 解读

PaperAgent 2026-09-26 12:13 湖北  大家好，我是PaperAgent，不是Agent！ 这几年，给 Agent「挂Graph」快成了一种行业信仰。 做 text-to-SQL 的要挂 **schema graph**，做 BI 的得先手工建 **join** 关系图，做 RAG 的把**知识图谱**当外挂记忆，连 dbt 都在给数据团队推**语义层**——仿佛只要塞给模型一张图Graph，它就突然看懂了数据。  Graph工程&本体工程 图确实有用，但今天大家挂的图，全是**静态**。**微软** 和 UIUC 的一篇新论文，顺手把这件事测了个明白，**Graph的红利是真的，天花板也是真的**。  而人大几乎同期放出的 **EvoOntology**，则给出了Graph的另一种活法：**会自己进化的 Ontology**。  ## 微软：Graph的红利是真的，天花板也是真的 真实 BI 的难，难在端到端：先从几十张表里挑出相关的，再做数据变形、手工定义 join 关系，最后才轮得到分析。  从真实 Power BI 项目中提取测试题：仪表盘、导出答案、底层数据模型 **微软研究院和 UIUC** 爬了 **3000** 多个真实 Power BI 项目，花 **400** 多人小时从真实用户仪表盘里校验出 100 对「业务问题＋标准答案」，建成第一个端到端 BI 基准 **BI-Bench**。  BI-Agent 与其他方法在 BI-Bench 上的质量成本对比 **实测成绩很难看**：最强的 o4-mini 也只有 48.2% 准确率,BIRD 榜单前四的 NL2SQL 模型更是集体跳水到 6.0%~17.3%——这里一道题最多要同时推理 38 张表。  BI-Agent 架构：LLM 编排层＋数据管理工具层 每个 BI 项目的底层，本身就是一张图——事实表居中、维度表环绕的雪花结构，join 边全靠人工画死。  从真实 Power BI 项目中提取测试题：仪表盘、导出答案、底层数据模型 BI-Agent 正是吃到了这张图的红利：它把 search、transform、join 这些数据管理算法封装成 Agent 工具，其中 join 工具专门针对雪花、星座结构做全局推理，比 LLM 自己猜 join 准得多。  但天花板也恰恰在这张图上：它只给了结构，给不了理解——「收入」对应哪张表哪一列、过滤该按什么业务规则，Agent 每个任务都要从零猜起，而且猜完就扔。 图是静态的、人工的，这就是 EvoOntology 要补的另一半。  ## EvoOntology：一张从数据里长出来的图 人大这篇 EvoOntology 把这个缺口命名为 **agent–data gap**：数据住在 Agent 外面，Agent 只能通过 SQL 接口、文件读取器这种通用工具摸到列名和路径，数据的结构和语义它事先一概不知，只能靠反复发探测查询「盲探」。  自进化 Ontology 层帮助数据 Agent 理解异构数据 已有的两条路都走不远。Raw querying 让 Agent 自己探索，小数据还行，数据源一宽一杂就陷进重复低效的探测循环；语义层路线——本质也是一张人工维护的静态图——全量塞进 prompt 既不现实也没效果，论文实验里这个对照组在 Claude-Sonnet-5 上反而把 Traj-Wise 准确率拉低了 **15 个百分点**。同一份语义，画成死图就是负资产。  **Content Layer:** inspect grounded concepts, mappings, constraints, evidence, and their relationships. EvoOntology 的思路是：它的 Content Layer 也是一张图，一张类型化语义图——但这张图不是人画的，是从数据里长出来的，并且会持续进化。 ## 三层 Ontology，一张可以被主动查询的图 具体来说，这张语义图有四类节点：Term 是领域概念，Mapping 把概念钉到具体字段和 join 路径上，Constraint 管使用约束，Evidence 留存探查证据；两类边各司其职：Semantic Relations 连接概念之间的派生与关联，Structural References 把概念与映射、约束、证据挂在一起。Schema Layer 定义这张图的「图式」——节点类型、边类型、引用规则；Tool Layer 则把整张图通过两个 MCP 工具暴露出来：**browse** 按查询检索相关节点，**resolve** 取回完整语义邻域。  EvoOntology 总览：构建、诊断、归因、修补、门控的完整闭环 关键转变在于交互方式。整张图里只有一份极简 manifest 会进 prompt，其余内容全部按需取用——Agent 从「被动看图」变成「主动查图」，每一步只取当前用得上的那几个节点。这套设计和 BI-Agent 的工具哲学一脉相承，只是工具从「操作数据」变成了「查询理解」。 ## 自进化循环：这张图会自己改自己 图不是人工画的。Builder agent 先读训练 workload，提出候选概念，然后对数据源发 probe 查询验证落地——只有验证通过的候选才提交成初始图。之后的自进化循环持续运转：从历史轨迹里诊断失败签名，把问题**归因**到 Content、Tool、Schema 三层之一，提出只动一层的局部 patch，最后过一道配对评估的**门**——候选版和父版本在同一验证集、同一解码预算下对比，提升不到阈值就回滚，被否决的方案还会留档防止重蹈。  三个 benchmark 上分数随进化轮次单调爬升 消融实验把四步逐个拆掉，结论很清楚：**门控是最大承重墙，去掉直接掉 11.2 分**；归因去掉掉 6.3 分——不分层归因，系统就会在 manifest 出问题时长节点、内容出问题时改图式。从进化曲线看，四个 backbone 的分数沿 accepted rounds 单调爬升、末两轮趋于平坦，是收敛的精炼而非单次走运。  进化循环四步消融：门控贡献最大 ## 三个 benchmark 全面涨分，还更便宜 主实验覆盖 DDR-Bench（多源数据研究）、InsightBench（商业洞察）、BIRD（text-to-SQL）三个基准、六个 LLM backbone。DDR-Bench 上 Traj-Wise 平均提升 **+17.8 分**，GPT-5.5 直接 **+26.7 到 90.9**；和「记忆回放」路线相比，ReAct＋Memory 只拿到 +6.3，EvoOntology 是 **+20.0**——情景记忆只会重播做过的事，图才是可组合的结构化沉淀。BIRD 上 EX 与 VES 双指标齐涨（\*\*+7.4 / +8.6\*\*），说明它既让 SQL 更对，也让 SQL 更快。  DDR-Bench 主结果：六个 backbone 全面提升  BIRD 主结果：EX 与 VES 双升 最反直觉的是成本。Ontology 层让每轮输入 token 从 3.2K 涨到 4.6K，但任务轮数从 **14.6 轮缩到 8.4 轮**，单任务总 token 从 52.6K 降到 **42.0K**——准确率涨 20 分的同时总成本反降约 20%。这张图把重复的模式发现摊销掉了，Agent 不再每个任务都从零盲探。  Ontology 层的成本账：轮数大降，总 token 反降 20% ``` BI-Agent and BI-Bench: Towards Automating End-to-End Business Intelligence   https://arxiv.org/abs/2609.20886   https://github.com/Hu-Chuxuan/bi-agent   EvoOntology: A Self-Evolving Ontology Layer for Data Agents   https://arxiv.org/abs/2609.15779   https://github.com/ruc-datalab/EvoOntology ``` [动手设计AI Agents：（编排、记忆、插件、workflow、协作）](https://mp.weixin.qq.com/s?__biz=Mzk0MTYzMzMxMA==&mid=2247492838&idx=2&sn=1e25832e7300ef312721325d0def30b4&scene=21#wechat_redirect) Loop工程已死，Graph工程永生 [一篇Loop+Harness的自进化Agent最新综述](https://mp.weixin.qq.com/s?__biz=Mzk0MTYzMzMxMA==&mid=2247508769&idx=1&sn=1c079514aee90450f55fccb41c7ec282&scene=21#wechat_redirect) [2026，做Agentic AI，绕不开这两篇开年综述](https://mp.weixin.qq.com/s?__biz=Mzk0MTYzMzMxMA==&mid=2247508495&idx=1&sn=309c84ca5c2822416fddc1a9dd4f6048&scene=21#wechat_redirect) 已经读到这了，不妨点个👍、❤️、↗️三连，加个星标⭐，不迷路哦~ [跳转微信打开](https://wechat2rss.bestblogs.dev/link-proxy/?k=7d6dc10c&r=1&u=https%3A%2F%2Fmp.weixin.qq.com%2Fs%3F__biz%3DMzk0MTYzMzMxMA%3D%3D%26mid%3D2247512186%26idx%3D1%26sn%3D55b7ce9a7474012e5d8e144f54aed003)