实体：身份、指称与 AI 行动对象

我们在语言中不断谈论人、公司、城市、产品、文件、事件和概念。它们彼此差异很大，却都可能被称为“实体”。

中文里的“实体”容易让人想到实体门店、实体经济或有形物品。但在哲学、信息科学和人工智能中，实体并不等于物质对象，也不只是一个名词。

实体是在某个讨论、认知或计算系统中，被赋予相对独立身份，因而可以被持续指称、识别、描述、关联、追踪或操作的对象。

这个定义的核心不是“摸不摸得到”，而是“能不能把它当作同一个东西继续谈论”。一个人是一种实体，一家公司可以是一种实体，一篇文章、一次会议、一份合同和一个虚构人物也可以成为实体。它们的存在方式不同，身份标准也不同。

“实体”究竟指什么？

现代哲学与技术语境中的“实体”通常对应英文 entity。这个词来自中世纪拉丁语 entitas，又与表示“是”或“存在”的 esse 相连。它原本接近于“某个存在者”或者“某个可以被算作某物的东西”。American Heritage Dictionary: entity

因此，entity 的范围远大于中文日常表达中的“实体物品”。它可以包括：

• 具体对象，例如人、树、手机；
• 社会和制度对象，例如公司、国家、账号；
• 事件和过程，例如会议、交易、学习；
• 抽象对象，例如数字、集合和命题；
• 心理状态，例如信念、欲望和意图；
• 作品和虚构人物，例如一部小说和小说中的角色。

哲学家不会一致承认这些对象都以相同方式存在。有些理论承认抽象对象，有些理论否认；有些理论把事件视为基本存在者，有些理论试图用对象及其变化解释事件。但只要一种理论允许某个东西成为指称、量化或者解释的对象，它就在某种意义上把这个东西当作实体。Stanford Encyclopedia of Philosophy: Object

实体不等于物体、实质或者真实存在

实体不等于物体

物体通常指具有物质结构和空间边界的对象。实体的范围更广。

一家公司没有像石头一样固定的物质边界，却可以有名称、法律身份、资产、权利、责任和生命周期。一次会议不是一件物品，却可以有参与者、时间、地点、议题和结果。二者都可以被系统持续识别，所以都可以成为实体。

Entity 不等于 substance

英文 entity 与哲学中的 substance 也不能直接等同。

entity 泛指可以作为某个存在者来讨论的东西。substance 则通常强调相对独立、能够承载属性或者构成事物基础的存在。事件、关系、数字和属性可以被称为 entity，却未必是传统哲学意义上的 substance。Stanford Encyclopedia of Philosophy: Substance

中文都可能把二者译成“实体”，所以阅读哲学文本时需要回到原词和具体理论。

被谈论不等于真实存在

福尔摩斯可以被明确命名、拥有性格、住所和人物关系，因此是文学叙事与知识库中的实体。但这不能证明现实中曾经存在一位对应的侦探。

至少要区分三个判断：

一个名称出现在文本中，只能证明文本出现了这个名称。它被模型识别为实体，也只说明模型作出了某种表示。现实存在需要另外的证据。

一个东西凭什么成为同一个实体？

实体概念最困难的部分不是给对象起名，而是确定它的身份。

一个人改名以后，通常仍是同一个人。一家公司更换员工和办公地址以后，法律身份可能继续存在。一篇文章修改正文以后，可能仍由同一条版本历史保持身份。一个商品更换包装以后，是否仍是同一 SKU，则取决于交易系统采用的规则。

这说明不同类型的实体具有不同的同一性条件：

名称不是身份。两个人可以同名，同一个人也可以使用多个名称。属性也不等于身份：人的年龄和地址会变化，却不因此每天变成另一个人。

更准确的实体表示通常需要：

身份标识
+ 实体类型
+ 属性
+ 关系
+ 时间与状态
+ 来源
+ 身份置信度

实体为什么离不开本体论？

实体不是脱离认知框架后自然摆放好的一张清单。一个系统必须决定什么值得被当作独立对象、对象分成哪些类型，以及什么变化仍允许它保持身份。

这已经进入本体论：什么存在，存在者有哪些类别，又如何保持身份和彼此关联。

实体是系统承认的某个存在者；本体论规定什么可以成为实体，以及这些实体怎样组织起来。

例如，“上海”在一份简单用户表中可以只是地址字符串；在城市知识图谱中则可能成为拥有行政区划、地理位置和人口属性的独立实体。不同表示没有脱离任务的绝对优劣，关键在于系统是否需要持续识别上海，并围绕它建立更多关系。

哲学本体论研究现实中有哪些存在者。AI 和知识工程中的本体，则把一个领域中的类别、实体、属性、关系和约束明确写出来。关于本体论本身，可以参见《什么是本体论？从存在者到 AI 的领域模型》。本文只保留与实体身份直接有关的部分。

AI 中的实体是什么？

在 AI 中，实体通常指系统为了理解、检索、记忆、推理或行动，而从文本、图像、数据库或现实环境中区分出来的对象。

但“实体”在不同任务中承担的角色不同。命名实体识别、实体链接、知识图谱、数据库和 AI Agent 谈论的并不是完全同一个层次。

自然语言处理先识别的是“实体提及”

看一句话：

苹果计划明天在上海发布一款新手机。

模型可能从中找出：

• “苹果”；
• “明天”；
• “上海”。

这些首先是文本中的实体提及，也就是看起来在指向某个对象的词语片段。

命名实体识别，Named Entity Recognition，简称 NER，通常负责找出这些片段并标注类型。例如把“苹果”标为组织，把“上海”标为地点，把“明天”标为日期。spaCy 的实体识别组件把这项任务表述为识别互不重叠并带有标签的 token 片段。spaCy: EntityRecognizer

但是，NER 只回答：

1. 哪段文字可能在指向实体；
2. 这个提及大概属于什么类型。

它还没有证明“苹果”究竟指水果、Apple Inc.、某个品牌，还是其他同名对象。“新手机”也可能只是一个产品类别，而不是已经拥有名称和身份的具体产品实体。

所以必须区分：

实体提及 ≠ 实体身份
实体名称 ≠ 具体实体
实体类型 ≠ 现实存在

实体链接把名称连接到具体身份

如果系统进一步判断句中的“苹果”指 Apple Inc.，并把它连接到知识库中的唯一标识，这一步称为实体链接。

文本中的“苹果”
        ↓ 消歧
Apple Inc.
        ↓ 规范化
知识库实体 ID：company/apple-inc

实体链接通常包含两个问题：

• 消歧：同一个名称在当前语境中指哪个对象？
• 共指与规范化：“苹果公司”“Apple”和“Apple Inc.”是否指同一个实体？

如果只识别名称而不确认身份，系统很容易把同名人物合并，或者把同一公司的不同写法当成三家公司。

实体链接仍然不是现实验证。链接成功只表示文本提及被连接到某条知识库记录。那条记录是否正确、最新，是否真的对应现实对象，还要检查来源和时间。

知识图谱把实体放进关系网络

在知识图谱中，实体通常表现为节点，关系表现为连接节点的边。

苹果公司 ──总部位于──> 库比蒂诺
苹果公司 ──发布──> iPhone
iPhone ──属于──> 智能手机

这里可以区分：

• 实体：苹果公司、库比蒂诺、iPhone；
• 类别：公司、城市、产品；
• 属性：名称、成立时间、发布日期；
• 关系：总部位于、发布、属于。

RDF 等知识表示方式使用“主体—谓词—客体”三元组描述信息。W3C 的 RDF 模型允许资源指向物理对象、文档、抽象概念和其他可以进入讨论领域的对象。W3C: RDF 1.1 Concepts and Abstract Syntax

本体规定哪些类型和关系可以出现，知识图谱则记录具体实体与事实：

本体：公司可以发布产品
事实：苹果公司发布 iPhone

类别、概念、实体和记录不是一回事

“公司”与“苹果公司”处在不同层次。

公司：类别或概念
苹果公司：一个具体实体
“苹果”：文本中的名称或实体提及
company_001：系统中的实体标识
数据库某一行：关于实体的一条记录

可以用下表进一步区分：

同一个实体可以有多个名称和多条数据记录。一条记录也可能同时混合多个现实对象。建立 ID 能够减少歧义，却不能自动保证数据正确。

什么时候应当把一个东西建模为实体？

并不是句子中的每个名词都必须成为独立实体。可以检查六个问题：

1. 它是否具有独立身份？ 系统需要区分这个对象与其他对象吗？
2. 它是否会被重复指向？ 不同文本、记录或任务是否会再次谈到它？
3. 它是否有自己的属性？ 是否需要记录名称、状态、时间或位置？
4. 它是否参与关系？ 是否需要表达它属于谁、影响谁或者与谁互动？
5. 它是否跨时间持续？ 属性变化后是否仍要把它视为同一个对象？
6. 系统是否会对它行动？ 是否需要查询、修改、发送、授权、购买、删除或追踪？

如果大多数答案是“是”，通常适合把它建模为实体。否则，一个属性值、标签或者临时文本片段可能已经足够。

行为、事件和状态也能成为实体吗？

语言中的名词、动词和形容词，与信息系统中的实体、事件、关系和属性并不一一对应。

“张三签署合同”可以先表示为关系：

张三 ──签署──> 合同

但如果系统需要记录签署时间、地点、版本、见证人和法律效力，就可以把这次签署建模为事件实体：

签署事件 E1024
├── 签署人：张三
├── 对象：合同 C36
├── 时间：2026-09-24
├── 地点：上海
└── 状态：已生效

同样，“意图”可以被当作一种心理状态；当系统需要记录是谁的意图、指向什么目标、依据什么证据推断、在什么时间成立时，也可以把一次意图判断建模为有来源和置信度的对象。

实体化是一种建模选择。它让系统能够围绕某个对象保存更多信息，也增加了身份、时间和一致性管理的成本。

大语言模型怎样表示实体？

标准大语言模型直接接收的是 token。它从训练数据和当前上下文中学习名称、类别、属性与关系之间的统计模式。

模型可能知道“Apple”经常与公司、产品、iPhone 和库比蒂诺共同出现，也能在上下文中区分它与水果。但这并不意味着模型内部必然保存着一条像传统知识库一样清楚、唯一并可查询的 Apple Inc. 实体记录。

模型参数中的知识通常是分布式和概率性的。因此，大模型可能：

• 在一个上下文中正确消歧，在另一个上下文中混淆；
• 把公司、品牌、产品和网站合并为一个对象；
• 记住旧属性，却不知道状态已经变化；
• 生成一个语言上合理、现实中不存在的人物或机构；
• 无法稳定说明某条事实的来源。

需要可靠行动的 AI 系统，通常不能只依赖模型参数。它还需要显式的实体系统：

语言模型
+ 领域本体
+ 实体标识与解析
+ 当前状态数据
+ 时间和来源
+ 权限与行动规则

语言模型负责理解模糊表达，本体规定对象类型和关系，实体系统确定具体指向，事实系统验证当前状态，权限系统决定可以对什么做什么。

AI Agent 为什么尤其需要可靠的实体身份？

看一个看似简单的提示词：

把昨天那篇需求文章更新到 Moonment。

系统至少要解析：

AI 即使正确识别了“更新”这一意图，也可能因为实体解析错误而修改错文件、操作错项目、使用错账号或者覆盖错版本。

因此，从提示词到行动通常需要经过：

原始语言
    ↓
实体提及识别
    ↓
类型判断与指代解析
    ↓
实体链接和消歧
    ↓
关系、事件与意图理解
    ↓
现实状态、来源和权限验证
    ↓
对确定实体采取行动

识别出名称只是开始。真正可执行的理解，必须知道它指向哪个对象、对象当前是什么状态，以及用户是否授权对它行动。

AI 能断定一个实体真实存在吗？

不能仅凭语言断定。

AI 可以判断一个表达看起来像人名、公司或地点，也可以计算它最可能对应哪条知识库记录。但现实存在需要外部证据，例如：

• 官方登记和权威资料；
• 当前数据库记录；
• 文件系统中的真实文件；
• 可验证的网站和接口；
• 身份与权限系统；
• 传感器或人工确认。

下面几步不能合并：

文本提到一个对象
≠ 模型正确识别它
≠ 系统找到对应记录
≠ 记录内容准确且仍然有效
≠ 现实对象当前存在
≠ 用户获准对它行动

大模型的置信度也不等于存在证明。它只描述模型在给定信息和计算方式下的判断强弱，不能替代证据来源。

如何检查一个 AI 系统的实体设计？

可以使用下面这组问题：

1. 系统中的实体类型有哪些，为什么需要它们？
2. 名称、类别、实体和数据记录是否被明确区分？
3. 每类实体的同一性条件是什么？
4. 别名、同名、改名和重复记录怎样处理？
5. 属性和关系是否带有时间与来源？
6. 事件和状态是否被错误压缩成静态属性？
7. 模型识别、知识库链接和现实验证是否分开？
8. 虚构对象、计划对象和现实对象能否区分？
9. 实体发生合并或拆分后，旧记录如何解释？
10. 对实体采取行动前，如何验证身份、状态和权限？

一个系统即使能抽取大量实体，如果没有稳定身份、时间、来源和权限，仍然无法可靠地连接语言与现实。

实体是语言通向行动的接口

实体可以把现实、语言、知识和行动连接起来：

现实中的对象、事件和状态
          ↓
语言中的名称与描述
          ↓
AI 识别实体、属性和关系
          ↓
系统连接到具体记录和现实证据
          ↓
理解需求、意图与行动对象
          ↓
在权限范围内执行并记录结果

实体回答的是“正在谈论谁或什么”。属性回答“它是什么样”，关系回答“它与什么相连”，事件回答“发生了什么”，意图回答“主体试图让什么发生”。

所以，实体不是一个名词标签，而是一项身份判断。它至少包含：

可区分的身份
+ 明确的类型
+ 可变化的属性
+ 与其他对象的关系
+ 时间和状态
+ 信息来源

AI 最危险的实体错误，不是漏掉一个名词，而是把一个模糊名称过早地当作已经确认身份、已经证实存在并且可以直接操作的现实对象。

参考资料

• American Heritage Dictionary: entity
• Stanford Encyclopedia of Philosophy: Object
• Stanford Encyclopedia of Philosophy: Substance
• Stanford Encyclopedia of Philosophy: Logic and Ontology
• spaCy: EntityRecognizer
• spaCy: Linguistic Features—Named Entity Recognition
• W3C: RDF 1.1 Concepts and Abstract Syntax
• W3C: OWL 2 Web Ontology Language Primer