· AI Engineer World's Fair 2026
Зачем агентным системам нужны онтологии
Why Agentic Systems Need Ontologies — Frank Coyle, UC Berkeley
Ошибки агентов удаётся ловить, задавая формальную онтологию на RDFS и OWL как логические ограничения вокруг вероятностной LLM.
- Двухуровневая проверка — Pydantic проверяет типы параметров на входе, онтология проверяет результаты инструментов до того, как агент меняет базу. По словам спикера, агентам лучше не иметь побочных эффектов, пока результат не прошёл проверку.
- Ограничения OWL — functional properties и disjoint classes отсекают второй возврат по одному заказу и выплату службе поддержки вместо покупателя, потому что покупатель и сотрудник поддержки описаны как разные сущности.
- Перечисляемые статусы — допустимы только paid, shipped и refunded, поэтому значение вроде «probably shipped» не проходит. Такое правило в английском промпте, по словам спикера, надёжно не держится.
- Возврат при провале проверки — результат уходит обратно к LLM или к человеку, а не дальше по цепочке. Цифр и замеров на продакшене в докладе нет, это архитектурная идея с примерами.
Кому полезно: тем, кто даёт агентам запись в заказы или платежи и хочет закрепить правила не только в промпте.
Статья по теме
Главы
Ещё доклады: Frank Coyle
Страница спикера →Экзамен Anthropic CCA как практическое руководство по разработке агентных систем
AI Engineer World's Fair 2026
Похожие доклады
Зачем мозгу агента нужен плейбук: практические преимущества онтологий
AI Engineer World's Fair 2025
Близко по содержанию
Тонкие агенты на умной основе: семантический слой на базе онтологии
AI Engineer World's Fair 2026
Близко по содержанию
Рекурсивные coding agents
AI Engineer World's Fair 2026
Близко по содержанию

