企业的数字孪生

表不等于业务

示例工厂的 MES 里有一张工单表。表里没有一个字告诉你，状态列里的 2 是「已下达」还是「在生产」，L1 是产线还是仓位，200 是计划数还是合格数。懂行的人靠经验，看板靠各自写死的换算，智能体只能猜。

同一张工单，用 SDK 读出来是这样：对象带着类型名和主键，属性用业务名字，不再是第几列。

const client = semantic.ontology();
const wo = await client.objects("WorkOrder").fetchOne("WO-1001");
// wo.__apiName   -> "WorkOrder"
// wo.__primaryKey -> "WO-1001"
// wo.status       -> "running"

数据集回答「这张表里有什么」。业务对象回答三件事：它是什么，和谁相连，能对它做什么。把每一行变成这样的对象，公司的数据就和真实世界对上了号，这就是数字孪生。本体（Ontology）就是这个孪生：设备、产品、订单是它的对象，检验、发运这样的事件也是。

数据集与对象类型的对照

两边一一对得上。入门最快的办法，就是拿一张你熟悉的表，逐个翻译。

每个对象类型有一个主键，用来认出「是哪一张工单」，还有一个标题属性，用来在列表里显示它。

有两处差别最要紧。第一，连接从「每次查询临时写」变成「定义一次、处处可用」。第二，属性带类型和约束，写进去的值会被检查：WorkOrder 的状态只能是 planned、released、running、paused、done 五个取值之一。

一张表也不一定只对应一个对象类型。一张把订单、订单行和客户名都塞在一起的宽表，通常要拆成几个对象类型，再用关系连起来。怎么拆，第 3 门课专门讲。

常见的误区是以为对象类型只能是「东西」。它也可以是事件：Machine 是一台设备，Inspection 是一次检验，两者都是对象类型。

只有名词不够

光有对象，孪生只是一张好看的地图。企业里真正的工作是决策：看到情况，做出判断，动手，留下记录。一个决策由四样东西组成：

数据是名词，动作是动词，逻辑决定怎样把它们拼成句子，安全决定谁有资格说这句话。少了动词，看板只能看，改还得回到 ERP 里手工做。

决策留下的痕迹也是数据。打开了动作记录的 Action，每次执行都会记下谁在什么时候、用什么参数、改了哪些对象，下一次判断就可以拿它当依据。

名词说有什么，动词说能做什么，逻辑决定说哪一句，安全决定谁能说。

在 Semantic 里，Action 带参数、规则和提交条件。它在一个事务里执行，一次最多改 10,000 个对象。成员和智能体通过 Action 改数据。开发者也可直接编辑明确开放直接编辑的 Object Type。

整张地图：四层

整门课按四层来讲，从下往上走一遍。每行的数字是讲它的那一课。

下一节从最下面一层开始：把语言层的全部构件放到一张图上，名词有哪些，动词有哪些，名字怎么写。