• Naive RAG，是试图让AI在没有地图的情况下，靠嗅觉找到宝藏。

• Complex Agent，是试图训练一个没有地图的AI，学会使用各种交通工具。

而真正的出路，是Ontology RAG。它的核心，不是让AI更“能干”，而是让AI先“看懂世界”。

Ontology具体做了什么事情？ 我们结合航班延误这个场景举例。

• 定义实体类型 Obejct Type
• 如机场、航班、航线、航空器、延误这些实体
• 对应数据表里的一行就是 Object 的实例
• 定义Object 的属性
• 比如机场的名称，机场的缩写，容量大小
• 定义实体类型之间的关系
• 如一个机场每一天都有很多航班
• 定义实体类型的可操作类型
• 如可以修改某个航班的执行飞行器（换飞机），修改某个预警事件的严重等级。

这些实体的背后都跟实际的数据一一对应。