對比

常被拿來比的五類東西,它一類都不是。

2026 年,「本體」這個詞指好幾種不同的東西,用這個詞的產品解決的也是不同的問題。這一頁把 ObjectStack 放到讀者最可能拿來比較的五類旁邊——三類用這個詞,兩類不用這個詞卻回答同一個問題——然後說清每一類在哪裡更強,以及 ObjectStack 今天在哪些場景不適合。它是什麼:一份可執行的業務本體。AI 編寫它,執行時執行它,Agent 操作它,你擁有它。

ObjectOS product surface connecting business data, applications, and AI agents
AI 編寫後設資料 物件、權限、流程、工具
人 審閱 diff 業務權限、資料訪問、審批
執行時 執行策略 UI、API、審計、MCP、動作
5 類
常被拿來比較的東西——三類用「本體」這個詞,兩類不用這個詞卻回答同一個問題
4 處
別的類別更強的地方,本頁直說:現有資料資產、推理、演算法密集的工作、生態成熟度
5 種
今天不適合的工作負載,從大企業的核心 ERP 到必須跑在認證平臺上的任何東西

適合的場景

今天它適合放在哪裡

ObjectStack 面向的是定義歸你所有、由 AI 編寫、由 Agent 操作的業務應用。今天有五種形狀的工作符合這個描述。不適合的場景在對比之後,開工前要回答的五個問題在頁末。

  1. 新建的業務應用——CRM、工單、審批、運營和內部工具。物件、關係、動作、權限和流程就是這些應用的大部分,也正是本體所宣告的東西。
  2. 小到一個人或幾個人就能定義業務的團隊。Agent 來寫定義,但總得有人知道它該寫什麼;需要達成一致的人越少,閉環跑得越快。
  3. 要交付許多垂直應用的 ISV。每個垂直行業都是同一個執行時上的一份定義;它們之間不同的是定義,不是底下的棧。
  4. 圍繞核心 ERP 的長尾部門應用——供應商准入、巡檢、內部申請。每一個都變成倉庫裡的一份型別化定義,而不是一個靠郵件傳來傳去的檔案。
  5. 從第一天起就打算交給 Agent 操作的後臺。每一個部署都是一個 MCP 伺服器,預設開啟:物件是工具,作者暴露的動作是工具,權限決定 Agent 可以呼叫什麼。

五個類別

各自是什麼、擅長什麼、唯一要緊的差別

每一條讀的是整個類別;具體產品各有差異。每一類點出的那一個差別,決定它是否回答你的問題。

用這個詞

知識本體

RDF 和 OWL,W3C 用來把一個領域描述為陳述、類、屬性和公理的標準,以及建在它們之上的工具,比如 Protégé 編輯器;推理器推斷出沒人存過的事實,並檢查整套描述是否一致。擅長跨組織的共享詞彙、整合從未設計成能拼在一起的資料,以及靠推理回答問題。差別:知識本體描述一個領域,沒有東西把它當作應用來執行。ObjectStack 的本體沒有公理、沒有推理器——先校驗,再執行。

用這個詞

架在現有資料之上的語義層與上下文層

讓住在別處的資料對 Agent 和分析師可讀的一層:資料倉儲、湖倉和業務資料庫之上的業務名稱、指標、關係和上下文。到 2026 年下半年,這一類包括 Microsoft Fabric IQ 裡的 ontology 專案(預覽中)、Databricks Genie 配合 Unity Catalog 的指標檢視、Snowflake 語義檢視、AWS Context 和 Google Cloud Knowledge Catalog;開源側則有指標語義層和 Agent 記憶圖。擅長在一大片既有資料資產上保持一致的語義,而不搬動資料;以讀為主,有些在上面加了規則和動作。差別:記錄系統還留在原地。ObjectStack 的本體就是系統——資料庫、API、介面和 Agent 工具都從它派生。

用這個詞

架在現有系統之上的運營本體

在從其他系統整合來的資料之上定義物件、連結、動作和權限,並把編輯寫回去。Palantir Ontology 是這一類的參照:一個動作型別把物件與連結的編輯連同其校驗和副作用打包在一起,寫回機制讓這些編輯與底層資料保持同步。擅長在許多留在原地的大型系統之上建立一個受治理的物件與動作模型,讓人和 Agent 在一個地方做運營決策。差別:它仍然是架在別處系統之上的一層,而且在 Palantir 這裡是一個專有平臺。ObjectStack 從定義派生資料庫結構、API、介面和 MCP 工具,而且是 Apache-2.0。

同一個問題

後設資料驅動的應用平臺

由後設資料生成表、API 和介面的平臺——最近的親戚。Salesforce 的後設資料是它們的祖先;開源的同族有 Frappe Framework 與 ERPNext、Odoo、NocoBase、Payload 和 Twenty,其中幾家現在也提供 MCP 伺服器。擅長在一個經過驗證的執行時上快速搭建業務應用,有打包好的應用、模組和整合可以起步。差別:定義住在哪裡、為誰而寫。在這些平臺裡,後設資料大多是存在平臺數據庫中、通過它的介面編輯的配置;是程式碼的地方,也是框架程式碼。ObjectStack 的定義是你倉庫裡型別化、宣告式的 TypeScript——帶版本、當作 diff 審閱、執行前由 os validate 檢查,而且是為 AI 來寫而設計的。

同一個問題

AI 程式碼生成

Agent 根據提示寫出一個常規程式碼庫:schema、處理函式、元件,以及把它們粘在一起的膠水。它擅長的地方:沒有執行時天花板,程式碼能做的它都能產出。差別:產出仍然是程式碼。它會長大,各層會彼此漂移,超過某個規模就沒有 Agent 能把它整體裝下。測試和型別檢查器拿程式碼對照程式碼自己;沒有東西拿它對照一份業務定義,因為根本沒有這份定義。ObjectStack 保留定義、把程式碼搬進執行時,它的門禁在定義寫下時就拒掉錯的,而不是等它在生產中失敗。

別人更強的地方

四種該選別的東西的情況

只列優點的對比是廣告。下面四種情況,別的類別一上來就領先,用的是 objectstack 自己的原話。

既有資料與遺留系統

語義層與上下文層、運營本體。當資料已經住在一個數據倉庫、一個湖倉和十幾個業務系統裡時,它們從你所在的地方出發。ObjectStack 的聯邦接入還早、預設只讀;它不是把一個模型蓋在既有資產之上的辦法。

對異構資料做推理

知識本體。推斷沒人存過的事實、按公理分類、檢查一致性、跨組織對齊詞彙:這是推理器乾的活,而 ObjectStack 沒有推理器。

演算法密集的工作與非常規介面

程式碼。最佳化器、模擬、畫布編輯器、遊戲:寫程式碼。ObjectStack 可以把一個演算法包成動作,但它的介面是由後設資料服務端驅動的,一個不像任何業務應用的介面直接寫更容易。

生態成熟度與整合

後設資料平臺。Salesforce、Odoo 和 ERPNext 帶著多年的生產使用、打包好的應用、應用市場和實施夥伴。ObjectStack 更年輕;要有更多東西自己搭的準備。

什麼時候不該用它

今天不適合的場景

ObjectStack 是你自己部署、自己運營的開源軟體,面向定義歸你所有的業務應用。下面五種工作負載今天在這個範圍之外,誠實的答案是繞著它們建,或者選別的東西。

替換大企業的核心 ERP 或財務系統

總賬、合併、稅務和薪資承載的法規和邊角情況,套裝系統已經編碼進去了。圍繞那個核心去建,而不是取而代之。

價值在於整合許多既有系統的工作

ObjectStack 可以把一個外部資料庫作為資料來源聯邦接入,但聯邦還早、預設只讀;寫入需要在資料來源和物件兩邊顯式開啟。當工作主要是讓既有系統對 Agent 可讀時,架在那些系統之上的一層更合適。

資料湖之上的分析

分析層在應用自己的物件之上為它的報表和儀表盤定義指標。它不是為查詢資料湖而建的。

演算法密集的領域,比如定價或排程

除非把演算法包成一個動作。本體宣告可以做什麼,它不表達一個最佳化器。把演算法寫成動作背後的程式碼,權限、審計和 Agent 訪問就像對待其他任何動作一樣作用於它。

要求認證平臺的工作負載

ObjectStack 自身不帶任何合規認證。工作負載必須跑在認證平臺上的地方,給你的部署做認證是你自己的活。

深入閱讀

逐個產品的對比

上面按類別,這裡按產品。每篇都先說對方的強項,再說真正要比的那一件事。標籤是該產品在本頁歸入的類別;標註「英文」的文章只有英文版。

知識本體

本體 vs 語義層 vs 知識圖譜(英文) 

語義層定義一個數字意味著什麼;知識圖譜儲存什麼與什麼相連;只有本體帶著動作和權限。附決策表。

語義層 · 運營本體

Fabric IQ、Palantir、Unity Catalog、Snowflake、Looker 五方對比(英文) 

2025 年 11 月到 2026 年 8 月,五家廠商各自交付了企業本體或語義層,逐格對比物件、關係、動作、權限和 Agent 介面。

語義層

開放與封閉企業本體 

協議開放,定義卻留在平臺裡:五次釋出之後,誰擁有業務語義層。

後設資料驅動平臺

Airtable Omni 與受治理 AI 應用平臺 

自然語言加表格式工作區很強。記錄系統真正要比的,是 AI 改動權限、欄位和流程時,能否在上線前形成可審閱的 diff。

後設資料驅動平臺

Retool 與受治理 AI 應用平臺 

Retool 的 RBAC、審計日誌、SSO 和自託管很強。要比的是業務權限層:散落在 JavaScript 繫結裡的退款、審批和寫入,沒法當作 diff 審查。

後設資料驅動平臺

Power Platform 鎖定:Dataverse、Azure 與自託管取捨 

身份、Teams、Dynamics 和賬單在同一個租戶裡是真實的優勢。主權、規模化成本和 AI 改動審查,是要先算清的邊界。

後設資料驅動平臺

Agentforce 與開放自託管執行時 

Agentforce、Copilot Studio 和 ServiceNow 的 Agent 在各自生態內都很強。問題是你的資料、流程和權限是否也在同一個生態裡。

AI 程式碼生成

Lovable 上生產安全嗎 

做原型沒問題。上生產的問題是誰能審查訪問控制:邊界必須在服務端可見、可強制、可簽字。

AI 程式碼生成

Vibe Coding 技術債 

AI 生成的程式碼能讓原型很快上線;問題在幾個月後出現:沒人完整讀過那份實現,也沒人能解釋裡面的業務取捨。

並排對比

每個類別作為整體,對照四個承諾

類別可執行 · AI 可編寫 · Agent 可操作歸你所有 · 它就是系統本身
知識本體否——被推理 · 可能 · 僅查詢是——開放標準 · 否
語義層與上下文層否——被查詢 · 可能 · 以讀為主不一定 · 否——是一層
運營本體僅動作 · 可能 · 是多數由廠商持有 · 否——是一層
後設資料驅動平臺是 · 不一定 · 常見,經 MCP不一定 · 是
AI 程式碼生成是 · 是 · 自己搭就有是 · 是
ObjectStack是 · 是——有門禁 · 是——預設開啟是——Apache-2.0 · 是

評審清單

開工前的五個問題

  • 我們有什麼——物件及其欄位。
  • 它們如何關聯——物件之間的查詢與主從關聯。
  • 可以做什麼——使用者或 Agent 可以對一條記錄採取的動作。
  • 誰可以做——權限集、行級與欄位級安全、共享。
  • 什麼時候發生什麼——記錄觸發器、定時任務、審批、工作流。

FAQ

常見問題

ObjectStack 是語義層嗎?

不是。語義層是架在現有系統之上的一層只讀對映:它描述業務,但不執行業務。ObjectStack 的本體就是系統——資料庫、API、介面和 Agent 工具都從它派生。聯邦接入外部資料來源是可以的,預設只讀,而且還處於早期。它也不替代資料倉儲的語義層;認真做 BI 的公司仍然會想要一個。

它是低程式碼平臺嗎?

後設資料驅動的平臺是它最近的親戚,所以家族相似是真實的。差別在定義住在哪裡、為誰而寫:那些平臺裡的後設資料大多是存在平臺數據庫中、通過它的介面編輯的配置;ObjectStack 的定義是你倉庫裡型別化、宣告式的 TypeScript——帶版本、當作 diff 審閱、執行前由 os validate 檢查,而且是為 AI 來寫而設計的。

為什麼不直接讓 Agent 寫程式碼?

有時候就該這樣:程式碼沒有執行時天花板,最佳化器、模擬、畫布編輯器或遊戲直接寫更容易。但對業務應用來說,產出仍然是程式碼——它會長大,各層會漂移,超過某個規模就沒有 Agent 能整體裝下,而且沒有東西拿它對照一份業務定義,因為根本沒有這份定義。ObjectStack 保留定義、把程式碼搬進執行時,並在定義寫下時就拒掉錯的。

第一份本體要多久?

如果團隊答得出上面五個問題,本體是一天的活,因為寫的是 Agent。答不出,那還沒有工具幫得上忙,這一個也不例外。第一筆投入是回答這五個問題,不是安裝任何東西。

ObjectOS 在這張對比裡的位置?

它不是第六個類別。想把同一個迴圈託管起來、在瀏覽器裡用、什麼都不用安裝?那就是 ObjectOS——建立在 ObjectStack 之上的商業執行環境。ObjectOS 既可託管在瀏覽器中、無需安裝(ObjectOS Cloud),也可自管部署在你自己的基礎設施上(ObjectOS Enterprise);無論哪個版本,你都可以匯出本體,拿到開源的 ObjectStack 執行時上執行。

下一步

繼續完善你的評估材料。