语义训练鸿沟：面向工业 AI 代理系统的本体 grounding 工具架构

本文指出大模型在工业场景中虽具术语流利度，但缺乏对操作语义的本体理解，导致“语义训练鸿沟”及多智能体间的“语义漂移”。为此，作者提出一种将制造本体直接嵌入 AI 工具层的架构，通过运行时强制语义约束而非依赖训练来弥补差距。该架构定义了“解析、上下文化、标注”三操作接口。实验表明，该方法将领域标识符的幻觉率从 43% 降至 0%，实现了无代码变更的跨域配置能力。