ONTAO 理论体系 · 第六篇：接入理论
怎么实施到项目——六步接入协议。
这一篇是理论与实践的接口：把前五篇变成可执行的流程。
一、核心命题
接入不是"给项目加一个 AI 功能"，是"给项目建立本体，让 AI 按本体干活"。
接入的产物 = 项目的"AI 认知包"：本体（地图）+ 红线（权限）+ skills（动作）+ memory（状态）。
二、项目的"AI 认知包"模型
每个项目接入后，形成四件套（对照五洲已有的资产）：
┌─────────────────────────────────────────────┐
│ AI 认知包（每项目一套） │
│ │
│ ① 本体定义（地图） 对象/关系/属性/规则 → 本体文档 │
│ ② 红线（权限） 能理解/建议/自动/必批 → 纪律文件│
│ ③ skills（动作） 可执行动作的封装 → 技能库 │
│ ④ memory（状态） AI 对项目的持续认知 → 记忆 │
└─────────────────────────────────────────────┘
关键：这四件套不是一个新系统——是对已有资产（AGENTS.md、skills、memory、文档）的显式化与结构化。接入 = 重组，不是新建。
三、六步接入协议
第 0 步：项目盘库（半天）
- 摸清：数据库 schema、已有文档、已有 AI 资产（skills/memory）
- 产出：项目现状清单（有什么对象、什么规则已经在用）
第 1 步：建本体（1 天）
- 复制模板 → 填对象/关系/属性（从数据库 + 业务梳理）
- 只建静态层（地图），暂不动动态层
- 产出：
ontology.yaml（机器读）+ 本体文档（人读）
第 2 步：选决策链（半天）★ 最关键
- 用第三篇三标准筛选：高频 / 昂贵 / 依赖多人判断
- 选 1 条（不要贪多），用决策链解剖图把链上每一环写清楚
- 产出：决策链定义（触发→对象→数据→规则→动作→审批→回填）
第 3 步：定权限（半天）
- 用第四篇权限四层：①能理解什么 ②能建议什么 ③能自动执行什么 ④什么必批
- 默认先紧后松：起步 = 理解+建议，自动执行留空
- 产出：权限矩阵（人/AI 各自能做什么）
第 4 步：AI 接入（1 天）
- 写项目 skill：AI 干活前先加载本体定义
- 配置红线（AGENTS.md 升级版）：权限矩阵写进去
- 产出：AI 能"按本体行动"的机制
第 5 步：验证闭环（1-2 天）
- 真实业务里跑一次决策链：AI 理解状态 → 给建议 → 权限内推动
- 用第五篇验收标准：答案还要人复制到群里确认 = 失败；AI 推动下一步 = 成功
- 产出：第一条决策链闭环的实证
第 6 步：回填反哺（持续）
- 实战暴露的规则缺口 → 回填池
- 跑通后提炼可复用模式 → 模板库（出现两次以上才抽象）
- 产出：本体 v1.1、模板 v0.1
四、接入的验收标准（固定不变）
| 检查项 | 通过 | 失败 |
|---|---|---|
| 本体可读 | 人和 AI 都能读懂本体文档 | 只有人能读 / 只有机器能读 |
| 决策链可跑 | 触发→动作的闭环真实存在 | 只有触发没有动作 |
| 权限明确 | 四层边界都有答案 | "AI 能不能做 X"说不清 |
| AI 真加载 | AI 干活前实际加载了本体 | 本体与 AI 执行脱节 |
| 结果可验证 | 跑一次决策链有真实输出 | 只写了文档没跑过 |
五、接入的节奏与扩张
单个项目内的节奏
第 1-2 周：盘库 + 建本体 + 选链 + 定权限（地基）
第 3-4 周：AI 接入 + 验证闭环（第一条链跑通）
之后：持续回填 + 每 1-3 个月加一条链
多项目之间的节奏
项目 A 跑通（五洲）→ 提炼模板 v1
项目 B 接入（新项目）→ 用模板，1-2 天建本体 → 跑通 → 提炼模板 v1.1
项目 C 接入 → 模板 v1.2 更顺 → 循环
原则：一个项目跑稳了再开下一个。 同时开多个项目 = 模板还没成熟就复制 = 复制错误。
六、接入的失败模式与对策
| 失败模式 | 症状 | 根因 | 对策 |
|---|---|---|---|
| 文档化 | 写了本体文档但 AI 不加载 | 缺执行层 | 第 4 步必须做：skill 加载机制 |
| 贪多 | 一次选 3 条链，全没跑通 | 违背最小闭环 | 强制只选 1 条 |
| 完美主义 | 本体建了半年还在"完善" | 全量建模陷阱 | 跑通即停，先闭环后扩展 |
| 权限真空 | 没说清 AI 能做什么 | 跳过第 3 步 | 权限四层必须写 |
| 孤儿本体 | 项目上线后本体没人更新 | 缺回填机制 | 每次实战复盘必查本体 |
七、接入与 ONTAO 自身（自举）
ONTAO 本身也是第一个接入案例：
- 本项目（ONTAO 体系）就是第一条决策链："新项目接入决策"——触发（决定建新项目）→ 对象（项目/本体/模板）→ 规则（三标准）→ 动作（六步协议）→ 审批（人拍板）
- 每接入一个项目，本体的"接入"决策链就回填一次
- 理论指导实践，实践反哺理论——这就是自举
本篇结论（立论）
- 接入 = 给项目建立AI 认知包（本体+红线+skills+memory），是重组不是新建
- 六步协议：盘库→建本体→选链→定权限→AI接入→验证→回填
- 验收标准固定：本体可读 / 决策链可跑 / 权限明确 / AI 真加载 / 结果可验证
- 节奏：一条链跑稳再开下一条，一个项目跑稳再开下一个
- 失败模式已有对策：文档化/贪多/完美主义/权限真空/孤儿本体
- ONTAO 自己就是第一个接入案例——自举
一句话立论：接入理论回答"本体怎么进项目"——六步协议把前五篇变成可执行流程，产物是每个项目的 AI 认知包。
八篇总纲（回顾）
| 篇 | 回答的问题 | 一句话 |
|---|---|---|
| 总纲、AI 原生宣言 | 要去哪 | AI 承担日常主导、人掌握边界——项目从人类主导进化为 AI 原生 |
| 零、痛点缘起 | 为什么建 | 七个实战痛点：AI 无全局上下文/无法安全行动/隐性规则在人脑/含糊问题无答案/经验靠人传/多项目不沉淀/答案要人搬运 |
| 一、本体论基础 | 为什么需要本体 | AI 在真实世界安全干活是 Agent 时代根本问题 |
| 二、核心概念模型 | 是什么 | 六要素认知阶梯：地图+按钮+边界 |
| 三、决策链理论 | 建在哪 | 高频/昂贵/多人判断的链上，逼出含糊问题，跑通闭环 |
| 四、人机协作理论 | 谁按按钮 | AI 按权限内的按钮，人保留不可逆的 |
| 五、演化与沉淀理论 | 怎么活 | 版本化+回填+飞轮，数据诚实防腐烂 |
| 六、接入理论 | 怎么进项目 | 六步协议，产出 AI 认知包 |
| 七、实施标准 | 怎么知道做成了 | 痛点打分基线 vs 目标，终极判据=主导权是否转移 |
ONTAO 总立论：本体论解决"AI 如何在真实世界中安全地干活"——载体是六要素本体，落脚点是决策链，行动边界由人机协作划定，靠演化机制保持鲜活，通过接入协议进入每个项目，用实施标准证明价值。终点是 AI 原生：AI 承担日常主导，人掌握边界。 道生一，一生二，二生三，三生万物。