Palantir Ontology 阅读路线
第一阶段：先理解定位
目标：搞清楚 Ontology 为什么是 Palantir 的核心，而不是普通数据目录。
阅读：
重点问题：
- Ontology 为什么被称为 operational layer？
- 它和数据层、应用层、AI 层分别是什么关系？
- 为什么 Palantir 强调 Ontology 表示 decisions，而不只是 data？
第二阶段：掌握资源模型
目标：能看懂 Ontology 的基本构件。
阅读：
重点问题：
- Object type 和 dataset schema 如何类比？
- Object 和 object set 分别是什么？
- Link type 与数据库 join 有什么相似和不同？
- Interface 解决什么建模问题？
第三阶段：理解动作和写回
目标：理解 Palantir 如何把业务决策变成可控变更。
阅读：
重点问题：
- 为什么 Action 是企业里的「动词」？
- Function-backed Action 适合什么场景？
- Action log 如何把决策沉淀为数据？
- AI agent 应该如何通过 Action 受控写回？
第四阶段：安全治理
目标：理解为什么 Ontology 可以承载企业级 AI 操作。
阅读：
重点问题：
- Ontology resources 和 objects/links 的权限有什么区别？
- AI agent 的工具权限应该如何限制？
- Link 是否可能泄露间接信息？
- Action 权限和对象权限如何共同生效？
第五阶段：应用开发与 AI
目标：理解自定义应用和 AI workflow 如何接入 Ontology。
阅读：
重点问题：
- OSDK 如何把 Ontology 变成开发者可用的后端？
- TypeScript/Python/Java OSDK 的适用场景是什么？
- AIP agent 如何基于 Ontology 获取上下文和执行动作？
- 如何设计 proposal-first 的 AI 应用？
后续待补主题
- Palantir Ontology 与传统知识图谱对比
- Palantir Ontology 与数据中台/主数据管理对比
- Palantir AIP 的 agent 工具调用模式
- Ontology 建模案例：制造业设备维护
- Ontology 建模案例：订单履约与供应链
- Ontology 建模案例：告警处置流程