从信息管理走向知识建模
企业中的工程知识往往以文档、表格、数据库、软件模型和个人经验等形式存在。传统知识库可以帮助人员查找资料，但无法直接理解资料中的业务对象、参数关系、计算逻辑和设计约束。
知识模型进一步把这些内容组织成结构化、可计算的模型。系统不仅知道某份文档在哪里，也知道文档描述了什么对象、对象包含哪些参数、参数之间如何计算，以及一次修改可能影响哪些设计结果。
知识模型包含什么
知识模型不是单一数据库，而是连接对象、数据、规则、流程和工具的工程知识网络。不同类型的知识在模型中拥有明确的位置，并通过业务关系形成可以被人员、软件和智能体共同理解的整体。
产品、系统、设备、部件、需求与项目成果
性能、尺寸、重量、成本与质量特性
组成、依赖、约束、继承与影响关系
专业算法、工程公式与仿真计算
标准规范、选型条件与检查规则
设计、审核、验证、发布与变更流程
设计软件、仿真软件、数据库与业务系统
设计原则、历史问题与专业判断依据
知识如何进入模型
知识模型的建设从真实业务对象和工程任务出发。首先识别企业正在设计和管理的对象，再梳理对象的参数、关系、规则和计算过程。随后连接现有文档、软件和数据来源，并将经过确认的专家经验转化为可以维护的规则或流程。
所有数据来源、关联关系、计算过程和版本变化均保留必要记录。工程师可以查看一个结果来自哪里、经过什么计算、受到哪些规则约束，以及发生变化后可能影响哪些内容。
- 01连接文档、数据、软件与专家经验
- 02识别业务对象并建立关系
- 03封装参数、公式、规则与流程
- 04支持协同设计与自动执行
- 05将验证结果回存知识模型
对工程工作的改变
在统一语义基础上，不同专业和项目可以围绕同一组工程对象开展工作。工程师能够基于知识模型进行自动计算、规则检查、方案比较和成果生成；上游数据变化后，系统可以沿关联关系提示可能受影响的内容。
经过验证的模型、规则和设计成果可以继续在其他项目、型号和专业中复用，使企业知识逐步从“跟随人员和项目流动”转变为“由企业持续拥有和维护的数字资产”。
知识模型与 AI Agent
AI Agent 要进入真实工业场景，仅依靠通用语言能力是不够的。它还需要理解企业的专业对象、业务规则、数据权限和任务流程。
知识模型为 Agent 提供明确的专业语义和执行边界。Agent 可以依据受控的数据和规则完成资料整理、参数计算、规则检查、方案辅助和成果生成，同时减少无依据生成，提高结果的一致性、可追溯性和可解释性。