← AI 系统的说明书目录

AI 系统真正的资产,是一份说明书

ONTOLOGY / AI × ONTOLOGY22 OCT 2026

AI 系统真正的资产,是一份说明书

做一个给自己用的 AI 系统做到第二个月,我才想明白一件事。

一个 AI 系统真正的资产,不是那几万行代码,而是一份说明书。

DEFINE

01

说明书定义

EXECUTE

02

程序照着做

EVOLVE

03

版本与血缘

这份说明书有个不太好懂的名字,叫「本体」。我自己的系统里,本体是两样东西拼起来的:

—一份 md 说明书——写清楚「系统里有什么」
—一个 python 程序——照着说明书去数、去查、去报异常

说明书定义,程序执行。程序自己不定义任何东西:说明书怎么写,它就怎么数。

这篇把这句话拆开讲清楚。

ONTOLOGY / 01

一、说明书写什么

说明书只回答三个问题。

第一,有哪几样东西。 我的系统只认五样:要判断的事、读过的文章、书、判断、原始材料。不是五样里的,系统不管。

第二,每样东西在哪。 比如「书」放在书库那个目录里,「判断」一张一张放在判断卡目录里。说明书里一行字:这一样的料,从这个目录来。

第三,每样东西有哪几种状态。 比如一条判断,可以是「待回看」「站得住」「错了」「条件变了」;一篇文章,可以是「还没回看」「用过」「没用上」。

就这三样。怎么判断、怎么写文章,一律不写进来。 那是另一回事,归 AI 自己去想。

说明书是 md 格式,就是带几个井号和星号的纯文本。人能读,AI 也能读。 这一点后面会看到有多要紧。

ONTOLOGY / 02

二、程序做什么

程序只做三件事,都是「照着」:

照着数。 说明书说「书在这个目录」,程序就去那个目录数,数出来 86 本。它不判断哪本是书——说明书说是,它就数。

照着查。 说明书说「判断有回看日期」,程序每天看一眼:到期了没有?到期了,就把这条判断端到我面前,只问一句「当时写的那个作废条件,出现了没有?」

照着报异常。 说明书和实际对不上的地方,程序当场报出来。比如:说明书说开着的定时任务,实际没装;同一份材料被两处同时收了;说明书改过了,变更记录却没跟上。

注意这三件事都很笨。笨是故意的——程序要做的是「照着」,不是「想」。想的那一段,留给 AI。

ONTOLOGY / 03

三、一个今天的真例子

我系统里有一类东西叫「标的」,意思是「要判断的一件事」:一家公司的护城河,一个药的临床证据。

前两天体检报出来:标的 489 个。

我请两家不同公司的 AI 分别来审,两家都指出同一个问题:这 489 个里,有三百来个根本不是「要判断的事」——书库的副本和备份、写书的大纲、几套分析框架、变更日志,因为放在同一个大目录底下,被一起数了进去。

怎么改?

我没有改一行程序。 我只在说明书里,「标的从这个目录来」那一行后面,加了一句「跳过这几个子目录:书库副本、大纲、框架、日志」。

程序下次一跑,标的变成 204 个。

这就是「说明书定义、程序执行」的意思:改的是定义,定义只在一个地方;程序一个字不动,自然就对了。

反过来想:要是「什么算标的」写死在程序里,每次改定义都得改代码;改代码就可能改出新毛病;而且改完之后,除了写代码的人,没人说得清现在「标的」到底指什么。

ONTOLOGY / 04

四、为什么用说明书,不用数据库

做企业系统的人会问:对象、关系、状态,不是该放进数据库吗?

我的回答是:看你的东西本来是什么。

我系统里的东西,本来就是一份份文件——一本书是一个文件,一条判断是一个文件,一篇文章的评分是表格里的一行。把它们搬进数据库,多一层搬运、多一层对不上的可能,换来的好处我用不上。

用 md 说明书有三个实打实的好处:

—我自己能读。 我不写代码,但我打开说明书,看得懂系统里有什么、在哪、什么状态。数据库我就看不懂了。
—AI 能读。 AI 干活之前读一遍说明书,就知道系统的边界在哪。这一点比给它看几万行代码管用得多。
—改了马上生效,没有「迁移」这回事。 数据库改一次结构,历史数据要搬家;说明书改一行,程序下次跑就照新的来。

ONTOLOGY / 05

五、本体不住在模型里

这是我觉得最值钱的一点。

我的系统现在跑着好几个 AI 助手,背后是不同的模型。它们都在用这份说明书,没有一个住在里面。

本体是 md 加 python,不依赖任何一家的模型。哪天换了模型,换了执行它的那一层,说明书还在,程序还在,系统里有什么、在哪、什么状态,一样不丢。

今天有个现成的证明:我请两家完全不同公司的 AI 来审系统,它们拿同一份说明书,各自查出了真问题——一家找得深,一家证据扎实。说明书不认人,谁来都能用。

所以真正的资产是说明书,不是哪个模型,也不是哪段代码。

ONTOLOGY / 06

六、难的不是做出来,是往下长

一个朋友看完我的做法,提醒我:本体系统真正的难点不在「做出来」,在「演进」——定义改了一次又一次,怎么不乱。

他列了五根柱子:版本、权限、审计、血缘、和执行层解耦。我逐条对了一下,我的系统只缺其中两根:

一是版本号。 说明书每改一次定义,升一个版本号,再在变更记录里追加一行:改了什么、为什么、改前改后的数、改前的备份放在哪。只追加,不覆盖。程序会查:说明书改过了而记录没跟上,当场报出来。

这样任何一次改动,都能退回到「改前的样子」。

二是血缘——每样东西的料从哪来,只定义一次。

我系统原来有两张「料从哪来」的表:本体那边一张,查资料那边一张。两张表各写各的,就各漏各的。前两天审计查出来的毛病,一大半是这种:本体数的和查资料收的,对不上。

今天我把它收成一处:料从哪来,只写在说明书里;本体和查资料都读这一份。 改之前先把新旧两种读法逐份对比,查资料收的 1577 份材料,一份不差,才切过去。

另外三根柱子,我判断不用投入:

—权限:我的系统只给我一个人用,它只对我说话。对内,AI 放开干;对外,一律走固定的程序。企业那套「每个对象都绑权限」,搬过来是给自己找麻烦。
—审计:对外每发一次,程序都记一行账;AI 的每一步,本来就有记录。够了。
—和执行层解耦:上面第五节说了,本来就是解耦的。

不是少做,是按自己的边界做对。 别人的好方子,得先对一对自己的病。

ONTOLOGY / 07

七、一句话

说明书定义「有什么」,程序照着数、照着查、照着报;AI 在说明书划好的地方里放开干活。

模型会换,代码会改,说明书留下来。

本篇是个人做系统的学习笔记。文中的数字来自我自己系统的体检输出,不代表任何通用标准。

阅读依据:作者本人系统 2026-10-21/22 的体检输出,以及两家不同公司的 AI 各自出的独立审计报告;文中「五根柱子」来自一位朋友的建议。