# EvoOntology: A Self?Evolving Ontology Layer for Data Agents 論文總結(jié)與翻譯 論文arXiv地址：https://arxiv.org/abs/2609.15779## 一、文章主要內(nèi)容數(shù)據(jù)代理（Data Agents）需要針對(duì)表格、文件、數(shù)據(jù)庫(kù)等異構(gòu)數(shù)據(jù)執(zhí)行自然語(yǔ)言指令，但存在**代理?數(shù)據(jù)鴻溝（agent?data gap）**：異構(gòu)數(shù)據(jù)處于代理外部，代理只能通過(guò)通用工具獲取列名、文件路徑等有限信息，無(wú)法深度理解數(shù)據(jù)語(yǔ)義?，F(xiàn)有兩類(lèi)方案：1. 讓代理直接探索原始數(shù)據(jù)源；2. 將人工構(gòu)建的語(yǔ)義層注入提示詞。兩類(lèi)方案都存在缺陷：難以擴(kuò)展到大尺度異構(gòu)數(shù)據(jù)源，也無(wú)法適配不同大模型代理的行為模式。本文提出 **EvoOntology**，面向數(shù)據(jù)代理的**自演化本體層**。它將本體封裝為MCP（Model Context Protocol）服務(wù)端，包含三層：模式層（schema layer）、內(nèi)容層（content layer）、工具層（tool layer），允許代理在運(yùn)行時(shí)主動(dòng)查詢、交互本體。- 依靠**構(gòu)建代理(builder agent)**自動(dòng)完成本體初始構(gòu)建；- 通過(guò)**自演化循環(huán)**，基于歸因引導(dǎo)的類(lèi)型化編輯持續(xù)優(yōu)化本體；所有修改必須經(jīng)過(guò)針對(duì)對(duì)應(yīng)大模型基座的配對(duì)評(píng)估，通過(guò)后才會(huì)被采納。在3個(gè)主流數(shù)據(jù)代理基準(zhǔn)、4種大模型基座上開(kāi)展實(shí)驗(yàn)，EvoOntology顯著超越基線方法與傳統(tǒng)語(yǔ)義層方案，有效彌合代理?數(shù)據(jù)鴻溝，提升代理與異構(gòu)數(shù)據(jù)交互能力，項(xiàng)目開(kāi)源提供代碼倉(cāng)庫(kù)。## 二、核心創(chuàng)新點(diǎn)1. **交互式本體層**：首個(gè)面向數(shù)據(jù)代理的可自主交