英伟达开源 Auto Ontology：为企业数据查询智能体补上推理层

11月3日，英伟达把 Auto Ontology 推上了 GitHub。这是一个 Apache 2.0 许可的 Python 库，夹在智能体和它要查询的数据库之间。项目 README 把问题说得很直白：智能体早就能抓取文档、执行查询，可一个来得又快又错的营收数字毫无价值。

这个库从企业元数据中生成本体，把各系统之间互相矛盾的定义对齐，再通过 MCP、命令行界面和 API 把结果交给“任何智能体框架”。README 称，它补充客户已有的语义模型，而不是取代它们。

文档写道：“校验：对照已认证的定义和血缘检查生成的查询；每个答案都附带来源。”学习环节把经过认证的修正折回本体，共享的上下文因此会随使用而变化。

仓库里列出的技术栈很常规，可以逐项审查。Postgres 存放本体，紧挨着它所描述的目录。后端用 FastAPI，跑在 Python 3.12 或更高版本上，自然语言转 SQL 交给 LangChain。前端是 Next.js 16 加 React 19、Prisma 和 Better Auth。自然语言查询由英伟达 NIM 驱动。部署二选一：Kubernetes 用 Helm chart，本地用 Docker Compose。项目不接受外部贡献，所以它更像参考实现，而不是社区分支。

对做微调或评测流水线的人来说，这一点很要紧。一个会写 SQL 的微调模型，水平取决于它训练时对照的定义。仓库引导读者去看另一个本体 SQL 评测仓库，用来跑 BIRD 之类的基准测试。

被拴住的智能体，以及教人攻破它们的学校

上下文问题不只属于英伟达。思科在10月28日开源了 Project Quarry，这是一个行为检测引擎，盯的是整个智能体会话，而不是单次工具调用。思科 AI 威胁与安全研究负责人 Amy Chang 在接受 The Register 独家采访时说，大多数检测漏掉了“事情可能发生的整个上下文”。她拿信用卡欺诈作比：一笔异常交易也许能过关，一连串异常就能讲出一个故事。

Quarry 覆盖单轮和多轮对话、工具调用、Model Context Protocol 交互以及多模态输入。它自带 Claude Code、Codex 等兼容 MCP 的智能体插件。仓库里有规则编写指南和一个入门包，这是目前这个领域最接近课程的东西。

要更直接的版本，AI Red Team Academy 在11月3日发布了一门免费的开源课程，讲怎么攻破 AI 系统。这是一门课，不是产品。报名人数没有公开。

同时驱动多个编程智能体的工具这周也成熟了一些。11月1日发上 GitHub 的 Friday 会调用机器上已经登录的编程工具，包括 Claude Code、Codex、Cursor、Gemini CLI 和 GitHub Copilot。某个智能体触到用量上限时，它就把任务转给下一个。它不需要 API 密钥，也不需要账号。README 说，回传的只有几个匿名使用计数，而且可以关掉。

更小的项目在边缘填补空缺。用 Rust 写的 AI 框架 Octomind 声称能省 token，11月3日更新。macOS 听写应用 Local Flow 同一天更新，它通过 whisper.cpp 在 Metal 上跑 Whisper。两者都没附带基准测试，省 token 的说法只能算作者一家之言。

没人开源的账单问题

这些东西能不能收回成本，是另一个问题。11月3日发表的一项研究直接问：托管开源推理引擎是否赚钱。研究提出了问题，没有给出答案。

压力在技术栈的其他地方看得见。OpenAI 在11月3日表示，把漏洞赏金提高到原来的四倍。ChatGPT 或 Codex 中的严重漏洞最高奖励 3万 美元，特别突出的发现最高 10万 美元。据 The Decoder 报道，加上奖金，上限大约到 172000 美元。过去30天内报告过漏洞的人，可以追溯拿到差额。

OpenAI 也在改自己的用词。The Verge 在11月3日报道，公司开始把数据中心叫作“算力园区”。这个词出现在一份约 900 词的 Grid Protectors Program 公告里，“数据中心”只出现了两次。PauseAI US 的 Holly Elmore 对 The Verge 说，让这些设施不受欢迎的并不是名字。

“把它们改名叫‘算力园区’，也许能糊弄听众一两次，但不受欢迎的并不是‘数据中心’这个名字，”Elmore 说。

这些都没有回答，生产环境中的开源微调栈应该是什么样。但这一周的发布指向同一个方向：模型是便宜的那部分。定义、来源和评测，才是现在真正要做、也真正要接受审视的地方。