第一章　本体、数字模型与个人数字本体

引言：记录了一个人，是否就理解了一个人？

设想这样一个场景。

一位女性希望了解自己的生殖健康状况。她向一个 AI 系统提供了过去两年的检查报告、月经记录、用药信息和部分就诊资料。系统很快整理出一份图文报告：激素趋势、超声结果、既往病史，以及若干可能值得关注的问题。

看起来，这个系统已经相当了解她。

但如果进一步追问，问题便出现了：

两次检查是否采用相同方法？某个数值变化发生在自然周期还是治疗周期？报告中的判断来自医生、规则程序，还是语言模型？缺失的记录是否会改变解释？系统是否把卵巢储备相关指标误当成整体生育能力？用户允许整理资料，是否也意味着允许将资料用于科研？

这些问题揭示了个人数字化的一个基本事实：

数据的聚合，不等于意义的统一；语言的流畅，不等于判断的可靠；对个人的描述，也不等于个人本身。

要从分散记录走向可靠的个人模型，我们必须首先回答：系统正在表达什么对象？使用哪些概念？依据什么证据？允许形成什么判断？又必须承认哪些未知？

这正是“本体”问题在数字时代的工程入口。

1.1　哲学本体论与工程本体：相同词语，不同任务

1.1.1　哲学本体论关心什么？

哲学中的本体论，通常讨论存在及其基本结构。

什么是一个对象？对象与属性有什么区别？变化中的事物如何保持同一性？身体、心智、关系和制度以何种方式存在？一个人的身份究竟依赖身体连续性、心理连续性，还是社会承认？

这些问题不只是抽象思辨。在个人数字化中，它们会以具体形式重新出现。

例如：

一个 AI 模仿了某人的语言，是否就成为这个人的延续？
一个人更换职业、身体状态发生变化之后，数字模型如何保持身份连续？
一个账号由多人共同使用时，它能否代表其中任何一个人？
一段关系被记录在数据库中，是否意味着记录者拥有这段关系？

工程系统不能回避这些问题，但也不必声称已经解决了所有哲学争议。

它需要做的是：明确自己的定义和适用范围，不让技术操作悄悄代替哲学、伦理或法律判断。

1.1.2　工程本体关心什么？

工程本体的任务更加具体：

在限定领域内，明确系统使用哪些概念，这些概念具有哪些属性，彼此存在什么关系，以及哪些组合受到约束。

例如，一个医疗信息系统需要区分：

人；
器官；
检查；
检查结果；
临床判断；
治疗；
治疗后的观察。

如果这些对象没有被区分，系统可能把“检查提示某种可能性”写成“患者已经确诊”，也可能把“治疗之后发生变化”写成“变化由治疗造成”。

工程本体的价值，在于把这些差异从隐含常识变为明确结构。

它不回答关于存在的所有问题，而是使系统知道：

哪些对象可以被混合处理，哪些必须保持区别；哪些关系可以成立，哪些关系需要额外证据。

1.1.3　工程本体不是更复杂的分类目录

分类目录回答的是：“这个东西属于哪一类？”

本体还需要回答：

它与其他对象是什么关系？
这段关系在什么时间有效？
这个判断来自谁？
哪些信息可以被推导？
哪些推导被禁止？
缺失的信息应当如何处理？

例如，将“卵巢”放入“生殖器官”类别，只完成了分类。

进一步表达：

某次超声检查观察了某个人的左卵巢；某个计数结果属于这次检查；检查使用了特定方法；结果由某位专业人员确认。

这才开始形成可用于工程协作的语义结构。

1.2　数据、信息、知识、本体与模型的边界

这些词经常被交替使用，但它们承担不同任务。

1.2.1　数据：被记录的符号与数值

一个孤立数值，例如“1.5”，几乎没有确定意义。

它可能是浓度、长度、评分，也可能是录入错误。只有与测量对象、单位、时间和方法结合，才能成为可以解释的记录。

因此，对个人系统而言，数据不仅包括内容，也应包括使内容能够被理解的必要背景。

项目：某项实验室检测
数值：1.5
单位：指定单位
采样时间：某日
检测方法：某方案
来源：某份报告

这些字段不是附属装饰，而是解释结果的条件。

1.2.2　信息：在问题背景中获得意义的数据

当数据被放入具体问题中，它才开始形成信息。

例如：

这次检测与上次检测使用了不同方法，因此两次数值不宜未经审查就直接比较。

这条信息不只是复述数值，而是在说明数值与任务之间的关系。

信息的价值具有情境性。同一份资料对临床随访、科研分析和保险服务可能具有不同用途，也可能受到不同授权限制。

1.2.3　知识：经过组织、可以支持理解与行动的内容

知识可以包括概念、规则、经验、机制解释和证据支持的命题，但这些内容并不具有相同确定性。

系统应当区分：

专业共识；
特定研究发现；
个体经验；
工作假设；
尚未确认的推断。

如果把它们统一存为“知识”，却不标注来源与证据性质，就容易在检索和生成过程中赋予它们不应有的权威。

1.2.4　本体：规定表达的结构

本体提供共同的语义框架。

它说明：

什么是检查；
什么是观察结果；
什么是诊断；
什么是预测；
它们如何关联；
哪些区别必须保留。

本体不是所有知识的集合，而是组织和解释知识的一部分基础。

1.2.5　模型：对对象、状态或过程的选择性表达

模型用于回答特定问题。

几何模型描述形状，统计模型描述变量关系，生理模型描述功能过程，决策模型比较行动方案。

本体与模型的关系可以概括为：

本体帮助确定“我们在谈论什么”；模型帮助分析“它在什么条件下如何表现”。

二者相互支持，但不能替代。

再完整的器官本体，也不会自动计算血流或激素变化；再复杂的预测模型，如果输入对象和单位含义混乱，也可能产生不可靠结果。

对象	主要任务
数据	记录符号、数值与事件
信息	在问题背景中表达意义
知识	组织可以支持理解的内容
本体	明确概念、关系与约束
模型	描述、估计或模拟特定对象与过程

1.3　数字画像、数字人、数字代理与数字孪生

个人数字化领域存在大量相近术语。若不加区分，很容易把展示能力、行动能力和预测能力混为一谈。

1.3.1　数字画像：面向目的的特征描述

数字画像通常提取一组特征，用于分类、推荐或服务。

例如：

使用习惯；
兴趣类别；
消费偏好；
某项服务的风险特征。

画像可以有用，但它往往服务于特定业务目的，而不是完整表达个人。

一个人为工作需要频繁使用某个应用，不一定喜欢这个应用；某段时间的行为，也不一定代表长期偏好。

因此，画像是关于个人的有限描述，不应被当作固定身份。

1.3.2　数字人：面向交互的表现形式

“数字人”在不同场景中可能指虚拟形象、合成声音、交互角色或身份呈现。

它主要解决的是：

系统如何以近似人的方式出现并与人交流？

这与系统是否拥有可靠的个人知识、是否能够执行任务，是不同问题。

一个高度逼真的虚拟形象，可能只有有限知识；一个没有头像的后台系统，反而可能具有更严格的权限和证据管理。

表现得像一个人，不意味着理解了这个人。

1.3.3　数字代理：在授权范围内采取行动

数字代理的关键不在形象，而在行动。

它可以读取资料、调用工具、更新任务、协调服务，或在限定范围内选择步骤。

因此，数字代理必须具备：

明确目标；
可使用的上下文；
权限范围；
行动约束；
执行记录；
结果验证；
停止与接管机制。

“知道用户通常怎么做”和“被允许代表用户去做”，必须分开。

个人模型可以为代理提供背景，但不能自行扩大代理权限。

1.3.4　数字孪生：与现实对象关联并持续更新的模型系统

数字孪生的具体定义在不同领域并不完全一致。本书采用用途导向的理解：它应与特定现实对象建立明确对应，并具有适合其用途的数据更新、状态表达和验证机制。

在医学中，这意味着必须追问：

哪些参数来自本人？
哪些来自群体数据？
更新频率是什么？
模型用于回答什么问题？
预测在什么人群中经过验证？
不确定性有多大？

一张个人器官三维图，不自动构成生理数字孪生；一个会更新的数据库，也不自动具备可靠预测能力。

1.3.5　个人数字本体与这些系统的关系

个人数字本体可以为画像、界面、代理和模型提供共同语义，但不等于它们中的任何一个。

它更像一套组织规则：

个人数字本体
    ├─ 为画像说明特征的含义与来源
    ├─ 为数字界面提供经过授权的表达内容
    ├─ 为代理提供对象、约束与权限背景
    └─ 为计算模型提供一致的输入、关系和证据结构

建立本体不会自动获得这些能力，却可以减少它们之间的概念错位。

1.4　个人数字本体的工作定义

本书将个人数字本体定义为：

以特定真实个人为参照，对其身体、能力、心智表达及社会活动中的重要对象、关系、状态与过程进行结构化描述，并通过证据、时间、约束和授权机制支持持续修正的工程体系。

这一表述包含六个关键部分。

1.4.1　对象：系统究竟在描述什么？

对象可以是：

身体与器官；
检查和观察；
技能与任务；
经历与事件；
作品与知识成果；
身份凭证与合同权益。

对象并不必须是物理实体。一项承诺也是可以被表示的社会对象，但它不能与器官使用完全相同的属性和验证方式。

1.4.2　关系：对象之间如何连接？

例如：

某器官属于某个人；
某观察来自某次检查；
某技能在某项任务中得到体现；
某作品由多个贡献者共同完成；
某项许可适用于特定地域和期限。

关系的准确性往往比对象数量更重要。

特别需要避免将以下关系混同：

发生在……之后 ≠ 由……导致
与……相关 ≠ 可以预测……
掌握相关知识 ≠ 具有专业资质
能够访问 ≠ 可以再次分享
参与创作 ≠ 拥有全部权利

1.4.3　状态与过程：个人不是静态标签

个人状态随时间变化。

健康、技能、角色、偏好和权限，都可能发生更新。模型因此需要保存的不只是“现在是什么”，还包括：

何时变成这样；
依据什么判断；
哪些旧记录被替代；
哪些变化尚未确认。

静态标签容易固化一个人，时间化表达则允许模型承认成长、变化和例外。

1.4.4　证据：每项重要判断如何得到支持？

证据结构至少应说明：

来源；
获取方式；
时间；
确认主体；
适用范围；
不确定性。

“用户亲自声明”“设备记录”“专业人员判断”和“AI 推断”不能具有同一证据地位。

更重要的是，系统应能回答：

如果这条来源被纠正或撤回，哪些后续结论需要重新检查？

这使证据不只是附件，而成为模型维护的一部分。

1.4.5　约束：哪些推断和行动不能发生？

约束包括逻辑、业务、医学、法律与伦理等不同层面。

例如：

同一次观察中的单位必须明确；
高风险操作需要额外确认；
未验证模型不能用于既定范围之外的临床决定；
某项资料不得用于未获授权的研究。

本体可以表达这些要求，但具体执行还需要数据库、规则引擎、权限系统和工作流配合。

写进本体的规则，不会自动成为不可绕过的安全机制。

1.4.6　持续修正：模型必须可以承认自己错了

一个可靠的个人数字体系，应允许用户和专业人员：

查看重要记录；
纠正事实；
质疑推断；
限定适用范围；
撤销授权；
请求重新评估相关结论。

能够被修正，不是模型的弱点，而是长期可信的必要条件。

1.5　“完整”的含义：体系覆盖，而非知识全知

“完整个人数字本体”最容易产生的误解，是认为系统应当记录一个人的一切。

本书并不支持这一目标。

无限收集既无法保证理解，也会增加隐私、安全和误判风险。对于许多任务，恰恰应该减少无关信息。

这里的完整，是指对重要维度具有系统性认识，而不是对每个维度都要求无遗漏数据。

1.5.1　完整首先是一张边界清楚的地图

四层双轨结构提供的是一张地图：

真实身体与生命处境；
体内器官模型与体外数字能力；
技能、经验与认知策略；
知识成果、身份、关系与社会权益。

地图指出哪些方面需要被考虑，却不意味着这些方面已经全部被测量和理解。

1.5.2　完整应相对于任务定义

对于一次卵巢随访，系统可能需要周期、检测方法和治疗背景，而不需要用户全部社交关系。

对于一次作品许可，系统需要贡献、权属、合同和许可范围，而不需要用户遗传信息。

因此，工程上更可行的原则是：

全局结构保持连贯，局部任务遵循最小充分信息。

所谓充分，也不是由系统自信决定，而应由任务需求、专业标准和验证结果共同判断。

1.5.3　缺失不等于否定

如果系统没有记录某种疾病，不能据此认定疾病不存在；如果没有某项技能证明，也不能据此认定个人没有这种能力。

在知识表示中，“未被记录”与“明确不存在”是不同状态。

具体软件可以为限定流程设置数据完整性要求，但必须说明这些要求属于工作流规则，而不是关于现实的绝对结论。

1.5.4　完整不意味着各层信息自由流通

将四层连接起来，不代表每个模块都应读取全部资料。

健康系统、工作代理和 IP 平台应共享必要语义，却按照角色与用途隔离敏感信息。

真正完整的架构，应当包含边界，而不是取消边界。

1.6　人与数字表达：不可混同的主体边界

1.6.1　描述不是身份替代

个人数字本体可以保存许多关于一个人的信息，却不能因为描述丰富就获得与本人相同的地位。

它不承担人的身体经验，也不能自动拥有人的意志、权利和责任。

模型可以支持身份核验，但不能仅凭语言相似度证明“这就是本人”；代理可以代表本人执行特定任务，但其代表范围必须得到明确界定。

1.6.2　偏好不是授权

假设一个系统知道用户重视效率，并经常选择较早的就诊时间。

这可以帮助生成预约建议，却不代表系统可以：

擅自共享健康资料；
自动购买医疗服务；
接受研究招募；
修改治疗安排。

关于个人的知识，与替个人采取行动的资格，是两条不同的链。

1.6.3　可计算不等于可交易

个人体系中有些对象可以成为合法交易标的，例如某些知识产权或合同权益；另一些对象则需要不同治理方式。

身体、人格、隐私与关系，不能因为被结构化就统一转化为资产。

特别是关系数据还涉及第三方。一个人能够记录合作经历，不意味着其可以无条件出售他人的身份、通信和行为信息。

因此，个人数字本体既需要表达价值，也需要表达不可交易、不可转用和不得推断的边界。

1.6.4　模型应当接受人的纠正，而不是反过来定义人

一个系统可能根据历史行为预测某种选择，但用户可以作出不同决定。

这不必被解释为“用户异常”，也不一定说明数据不足。人可以改变目标、重新排序价值，甚至拒绝延续过去的习惯。

个人数字体系的责任，是更新理解，而不是要求人维持模型中的一致性。

本章案例：从一条检测结果到一项受约束的判断

下面以一条合成记录说明本章讨论的区别。

个人：示例用户 A
对象：一次与卵巢健康相关的检查
观察：某项指标为 1.5
单位：已记录
时间：已记录
方法：已记录
来源：合成报告
背景：周期信息不完整

只读数值，系统可能生成过度确定的解释。

加入本体和证据结构之后，处理过程应当改变：

第一步：识别对象。
这是一项检查观察，不是疾病诊断，也不是器官全部状态。

第二步：检查条件。
确认单位、方法、时间、周期和治疗背景是否足够。

第三步：限定比较。
只有在相关条件经过审查之后，才讨论与历史记录的可比性。

第四步：表达未知。
不能由这一数值直接判断卵母细胞质量、自然受孕能力或退化原因。

第五步：形成适当行动。
可以生成待核对事项和专业审阅任务，而不是直接给出药物或细胞治疗方案。

这个例子说明，个人数字本体的作用不只是让系统“知道更多”，也在于让系统更准确地知道哪些结论尚不能成立。

本章小结

本章建立了后续讨论的六个基础判断：

**哲学本体论与工程本体承担不同任务。**前者追问存在，后者明确领域表达与约束。
**数据、本体和模型不能互相替代。**记录需要语义，语义需要证据，预测需要验证。
**画像、数字人、代理和数字孪生是不同能力。**外观相似、语言流畅和数据丰富都不能自动证明理解或可靠性。
**个人数字本体由对象、关系、状态、证据与约束共同构成。**它必须能够持续修正。
**完整指体系覆盖，而不是全量收集或全知。**应以具体任务决定最小充分信息。
**真实个人始终大于数字表达。**模型不自动拥有身份、意志、权限或对人的最终解释权。

据此，下一章将进一步讨论 T-Π-O：真实世界如何经由测量与映射进入数字系统，信息在其中如何损失、变化和被解释，以及怎样通过验证使数字表达始终能够返回现实。

个人数字本体的第一条原则，不是“尽可能记录一个人的全部”，而是“对所记录的内容，准确说明它是什么、从哪里来，以及不能说明什么”。

第一章 本体、数字模型与个人数字本体

引言：记录了一个人，是否就理解了一个人？

1.1 哲学本体论与工程本体：相同词语，不同任务

1.1.1 哲学本体论关心什么？

1.1.2 工程本体关心什么？

1.1.3 工程本体不是更复杂的分类目录

1.2 数据、信息、知识、本体与模型的边界

1.2.1 数据：被记录的符号与数值

1.2.2 信息：在问题背景中获得意义的数据

1.2.3 知识：经过组织、可以支持理解与行动的内容

1.2.4 本体：规定表达的结构

1.2.5 模型：对对象、状态或过程的选择性表达

1.3 数字画像、数字人、数字代理与数字孪生

1.3.1 数字画像：面向目的的特征描述

1.3.2 数字人：面向交互的表现形式

1.3.3 数字代理：在授权范围内采取行动

1.3.4 数字孪生：与现实对象关联并持续更新的模型系统

1.3.5 个人数字本体与这些系统的关系

1.4 个人数字本体的工作定义

1.4.1 对象：系统究竟在描述什么？

1.4.2 关系：对象之间如何连接？

1.4.3 状态与过程：个人不是静态标签

1.4.4 证据：每项重要判断如何得到支持？

1.4.5 约束：哪些推断和行动不能发生？

1.4.6 持续修正：模型必须可以承认自己错了

1.5 “完整”的含义：体系覆盖，而非知识全知

1.5.1 完整首先是一张边界清楚的地图

1.5.2 完整应相对于任务定义

1.5.3 缺失不等于否定

1.5.4 完整不意味着各层信息自由流通

1.6 人与数字表达：不可混同的主体边界

1.6.1 描述不是身份替代

1.6.2 偏好不是授权

1.6.3 可计算不等于可交易

1.6.4 模型应当接受人的纠正，而不是反过来定义人