FDE 实践:关于本体的九个问题
返回博客列表
FDE 在理需求、挖知识之后,就来到了建本体。作为 FDE Echo(Echo 是 FDE 里负责读懂业务、把痛点变成需求的那一半,Delta 负责把它做出来),虽然不用从技术视角完全能落地建本体,但对于本体的深入理解、对本体的输入、本体的校验及端到端 Agent 验收的时候却是必要的。这篇就从九个关于本体的问题开始,来分享 FDE Echo 如何参与到本体工作中。理需求定的是问题,挖知识定的是判断,这一篇定的是结构与边界。
- 本体到底是什么
- 本体和知识图谱、数据库表结构差在哪
- 本体和 DDD 的领域模型有什么不一样
- 为什么需要本体
- 模型越来越强,本体还需要吗
- 什么场景下一定需要建本体
- 本体如何表达和承载
- 本体如何落到 Agent 里
- 建本体时,FDE Echo 做什么
1. 本体到底是什么
用一句话说,本体是把业务里有哪些东西、它们之间怎么连、什么条件成立时能做什么,写成一份能被程序读的约定。画出来是一张图,交给程序是一份 spec,两种形态说的是同一件事。这句话可以拆成三个问题,问完骨架就立起来了。

第一问,业务里有哪些关键对象。 项目、岗位需求、需求能力条目、证书要求、评审单,都是对象。每个对象自己带字段,岗位需求上有评审状态、门禁状态、回填状态,分别记这条需求被确认到哪一步、六类门禁过没过、写回 Jigsaw(staffing 系统)成没成;能力条目上有章节、原句、能不能定位到原文,这三个决定了后面每一次「凭什么这么判」能不能答上来。
对象是种类,具体的那个叫实例。PRJ-2026-KB-01 是项目这个种类里的一个,R1 是岗位需求这个种类里的一个。种类写一次就够,实例是跑起来才填进去的数据,前者叫 TBox,后者叫 ABox,评审会上最容易把这两个混着说。
第二问,它们之间怎么连。 项目有岗位需求,岗位需求有多条能力条目,能力条目引用 SOW 附件,证书要求归一到证书别名。每条连线都要写清方向和基数,是一对一还是一对多。这两样不写清,后面就没法判断「这条要求到底属于哪个岗位」。
第三问,什么条件下能做什么。 这一层是本体跟数据建模拉开距离的地方:ER 图能画出对象和关系,画不出「这几个条件同时成立才允许做」。P0 是关键岗,往下还有 P1、P2;关键岗不超过 3 个;证据质量比低于 0.5 要标「建议补证」;回填 Jigsaw 的五项字段缺一不得回填。动作也挂在这一层,分改字段、调接口、调模型、建对象、建关系几种,规则决定它什么时候触发。
三问答完,骨架就有了。拿它跟一堆散落的材料比:没有这一层,SOW 片段、JD 片段、简历片段堆在一起,谁也不知道哪条要求属于哪个岗位;有了这一层,项目承诺了什么、需求从哪来、谁符合条件,一条条能对上。
有一点要顺带说清:这套东西里没有推理机。六类门禁,证书、语言、现场、产能窗口、职级政策、必须能力,在脚本里是六次判断,任一类阻塞,这个岗位就不进排布。结论是确定的,但它不做逻辑蕴含,也不会从已有事实里自己推出新事实。
为什么不跑推理机,两个原因。一是这段业务要的是稳定的判定,不是可推导的新事实,门禁过没过,业务方要一个明确的答案,不要一条推理链。二是跑推理机得把每条规则写成形式化公理,我们还有一批规则连代码宿主都没找到,顺序反了。
这三样里少一样会怎样:只登记对象,得到一份数据字典;补上关系但不写约束,得到一张 ER 图;只写规则不写对象,得到一本业务规则手册。凑齐了,才是一份能被 Agent 消费的约定。
2. 本体和知识图谱、数据库表结构差在哪
先说数据库,因为这是最容易被问「这不就是我们表里有的东西吗」的地方。
数据库记录业务世界里发生了什么,本体解释这些数据该怎么理解。Jigsaw 里有一行 staffing_request,角色是 Java 开发、职级是 Senior、起止是 12 月到 3 月,这是记录;本体要说的是,这是一条岗位需求,它属于 KB-01 这个项目,它的必须能力要能指回 SOW 的某一节,它没确认之前不许进排布。
表结构优先服务的是系统实现,不是业务含义。举个具体的:staffing request 里有一行同时写了两个方向,只在备注字段里区分,系统为了省行这么做,业务上这是两条岗位需求,分子方向不同、能力要求也不同。本体必须拆成两条,不然往下算关键性的时候两个方向会打架。同一个概念在不同系统里还有不同叫法,CRM 叫商机、交付系统叫项目、财务叫合同号,证书表里 CKA 和 cka 是两张证。本体用证书别名这个对象把别名收在一处,用项目这个对象把三种编号收在一处。
还有一条:本体通常不直接承担业务数据的存储。对象在 Jigsaw 里对应一行,推导出来的字段落在我们自己的 build 和 state 里,业务事实仍然以 Jigsaw 为准。这条要说清,不然客户会以为你要搬他的数据,立项会当场卡住。
真正只有本体能给的那一层,是「未知」。数据库查不到就是没有,本体要能把「还不知道」写成字段:未评级、待确认、blocking 为 false。这三样东西看着不起眼,后面的闸门全靠它们立住,一个岗位没填必须能力,在表里只是空值,在本体里是一条阻塞项。
再补一条容易被忽略的:本体自身是数据。它可以被查询、被版本化、被另一个应用读,改一版留一版;表结构只约束数据,它自己不是数据。
知识图谱那边,用 TBox 和 ABox 讲最省事。本体是术语与公理,图谱是按本体组织起来的实例。对照到 staffing:本体说岗位需求可以有多条能力条目,每条能力条目必须能指回一份 SOW 附件;图谱说的是 R1 这条需求挂了「Java 17 五年」和「证券从业资格」,前者引自 SOW 第 3.2 节。
现实里大部分所谓知识图谱,是把本体和实例装在一个库里的东西,问它有没有本体,要看它的结构是不是独立存在、能不能被别的应用复用。也有反过来的情况,图谱里可以不定义严格的本体,只放节点和关系,图谱小的时候没问题,大了以后不同团队的理解会分歧。
所以这三样要拆成三件事看:约定是本体,实例是数据,引擎是存在哪。我们这次有本体、有实例,没上图引擎,三跳以内的查询在脚本里就是几次查表。三件事可以任意组合,这也解释了后面第 7 问的选择。

收一句:数据库记录发生了什么,图谱记录实际怎么连,本体回答允许怎么连、什么条件下不许连。
3. 本体和 DDD 的领域模型有什么不一样
DDD 是方法论,领域模型是它的一件产物,严格说不能跟本体直接对举。真正会跟本体撞上的,是 DDD 里的三样东西:统一语言、限界上下文、聚合。
相同的部分不少,这些地方硬造差别没意义。统一语言解决的是同一个词在不同人嘴里不是一个意思,跟我们那张术语表干的是同一件事;限界上下文承认一个词在不同上下文里含义不同,跟我们撞上的商机、项目、合同号是同一类问题;两者都要求模型能表达业务规则,不只是一堆字段;DDD 里没有推理这个概念,我们这次也没上推理机。不一样的地方有五条,每条都能在这次的现场里找到。
一是服务的对象。DDD 的模型活在一个应用、一个限界上下文里;本体要跨系统共享,还要给模型读。我们那张术语表要同时被工作台六个视图和 Agent 读,所以它得独立于代码存在,不能只活在某个服务的类里。
二是模型放在哪。DDD 用代码表达模型,类是类,聚合是聚合,仓储是仓储;我们得有一份独立的 spec,因为读者不只是写代码的人,还有另一个 Agent、业务方和外部系统。同一份对象定义,工作台照着渲染页面,Agent 照着填参数。
三是未知怎么表达。DDD 里查不到就是没数据,通常交给业务兜底;本体要把「还不知道」写成字段。我们那几个状态字段里,门禁状态有阻塞、待确认、通过三档,回填状态有未开始、可回填、已写回三档,都是显式表达未知的产物。
四是对象边界按什么划。DDD 的聚合边界由事务一致性决定,一次事务里要一起改的放在一起;本体的对象边界由运行时要不要单独引用它决定,跟事务没关系。这次 20 个对象收到 10 个,砍掉的岗位请求、岗位基线、关键性评分、需求摘要、确认记录、争议项这些都有用,只是不需要独立身份,降成属性或者外部字典就够了。
五是改动谁签字。DDD 的模型随代码演进,开发团队维护;本体改了要业务签字,材料变更落盘之后,受影响的岗位直接退回待重签,重新走一遍确认。

收一句:我们这套东西在形态上很接近 DDD 的领域模型加命令,10 个对象近似聚合,44 个动作近似命令,差别在共享范围和消费者。也正因为这样,DDD 的经验有一半可以直接搬过来,另一半得自己补。不跑推理机也能把规则说清楚这件事,DDD 早就证明过了,前提是模型活在一个边界清楚的上下文里。
4. 为什么需要本体
Agent 落地最常见的失败,多半出在资料都在、它不知道凭什么判的时候。这次走过的三类错,都是这个毛病。
语义谬误。同一个角色在三个地方有三种叫法:staffing_request 里写 Senior Java Engineer,SOW 里写「高级开发工程师(Java 方向)」,岗位名字典里还有一条「Java 开发(高级)」。模型要么当成三个岗,要么把两条的要求合并成一条。这两种错都不会报错,只会安静地算错。
动作错误。模型把「推荐一个候选」当成「可以对外承诺这个人到岗」,直接把名单发给客户。名单里那个人手上还有两个项目没结项,档期是下个月。系统这边没有任何地方拦它,因为「发名单」这个动作在它的理解里只是回复一句话。
难以解释与修复。客户第二天问为什么推荐的人没来,回溯发现依据是简历里一句「熟悉微服务」,没有证书、没有档期、没有出处。更麻烦的是,很难告诉它下次遇到这种情况该怎么改,因为那条判断从来没被写下来过。
三类错往回收,是六类问题:幻觉、语义不一致、上下文缺失、逻辑推理不足、决策难解释、多 Agent 之间各说各话。
那现有手段为什么不够。RAG 和 Skill 能挡住低级错误,但它们补的是知识与步骤,Skill 只是提示,上下文一长、技能定义一有歧义就漏。工作流把步骤固定下来,问题是只要那一步还要模型回答「这个人现在能不能上」,语义问题原样在原地;把判断硬编码回去,条件又穷举不完,驻场要求、客户指定证书、职级披露政策、P0 同分排序,越写越多,最后系统正确可控,但没人敢动。
老系统为什么没这个问题。菜单加固定流程,字段含义、数据关联、业务规则都由代码兜住,同一个操作只有一条路径,用户照着点就行。Agent 不一样,用户随时可以提一个新任务,它要自己理解意图、自己推进,没人替它兜底,它只能靠机器可读的定义自己判断。

所以缺的是一份能被机器读的定义。这句话接下一个问题:模型越来越强,这份定义还缺吗。
5. 模型越来越强,本体还需要吗
上一问答的是这类系统缺什么,这一问换个问法:模型再强一点,缺的还缺吗。
先承认模型在吃。有人拿保险公司的库做过对比,2023 年让模型直接查原始表,正确率 16.7%,把同样的数据表示成知识图谱是 54.2%;2026 年用新模型直接查表已经到 64.5%,加一层轻量语义定义到 72.7%,再加三张业务中间表就到 98.2%。这组数出自公开的对比,我们没复现过,但它说明两件事:模型自己在涨;最后跳上去那一步靠的是数据怎么组织,跟有没有本体不是一回事。
按这次的分工看,模型吃掉的是三件。把非结构化材料读成结构化,比如从 SOW 里抽出必须能力、从提案里抽出硬性条款;把一句话里的说法落到具体对象上,比如「R1 那个岗」是哪一条需求;按模板把字段组织成一段话,比如七十字到一百三十字的需求摘要。这三类在我们的 44 个动作里对应 10 个调模型的动作,它们确实在变便宜,重新报价的时候这部分该往下调。
剩下四件它吃不掉。谁是谁,人和证书的别名要有人裁,CKA 和 cka 到底是不是一张证,模型给不了这个答案;现在什么状态,档期、评审态、回填态是从别的系统实时读来的,不是推理出来的;能不能动,写动作的边界和闸门得有人定,一段提示词约束不住;说过的话查不查得回来,出处和留痕是字段和审计流水,不是模型能力。
所以本体重心在往哪移:从帮模型理解业务,移到给模型划边界。44 个动作最后只给模型一个工具,工具下面 22 个操作,就是按这个判断做的,给它的越少,它出错的面积越小。
如果哪天模型能稳定地自己维护别名和状态,这一层会薄下去;但写动作和对外承诺上的边界不会因为模型变强而消失,那是责任落在谁身上的问题。

6. 什么场景下一定需要建本体
严格说,没有一定。有四类信号,占两条以上、并且答错代价高,才值得建。
同一批概念在多个系统里含义不一致。 我们这边是四处:Jigsaw 的角色名、SOW 的岗位名、提案里的角色描述、术语表里的正式叫法。只是给员工看的话,一份数据字典或者 Wiki 就够了;多个 Agent 要按同一套含义判断,才有本体的位置。
这组关系会被多个场景反复用。 查某个人的档期,直接调接口就行,不需要本体。但要回答「这个岗位能不能确认」,得连项目、SOW 章节、岗位需求、能力条目、能力项字典五样,而这条关系链还要被需求确认、评审、回填、材料变更四个场景各走一遍,这时候统一建模才有意义。
要多个 Agent 或者多人多视图共用同一套含义。 我们只做了一个 Agent,这一条目前是预期,没验证过。工作台六个视图和 Agent 读同一份对象,算半个。
对外承诺要能指回原文。 每条必须能力都要能指回 SOW 章节和原句,推荐的人要能指回技能、证书、档期。发出去的东西说不清出处,客户第一次追问就兜不住。
问这四类信号之前,还有一步更省事的判断:先看这个 Agent 缺的是什么。缺数据质量、缺权限、缺接口,建本体一样不解决,那三样各有各的解法。
如果四问里一条都不占,或者只占一条且答错代价低,有几种更轻的做法够用,不必上本体这一层:
- 知识库加规则引擎,把概念、口径、SOP 按主题整理,业务人员自己能维护。
- Schema 加业务词典加类型校验,把晦涩的物理字段名映射成语义清楚的业务名,在调用入口做强类型校验,模型填错参数在碰到真实数据之前就被拦下。
- 指标语义层,把核心指标、维度、表映射集中定义,模型不手写查询语句。
- 元数据目录与血缘,解决「哪张表是权威来源」这类问题。
这四类各自能覆盖一大片日常场景,尤其前三类,落地速度快得多。
重量级那套的代价也摆一下:要一套 RDF、OWL、查询语言、校验器的协议栈,前期得有知识工程师、业务专家、架构师一起做业务抽象、规则验证、冲突裁决,周期以月计。收益是确定性和可推导,代价是这几个月里业务侧看不到产出。轻的那套也不是零成本,一个场景头一版通常也要几个月,人力是 FDE Echo 加一个工程,业务专家按需。
我们这次的位置在中间的偏轻一侧。按「结构契约、指标与资产治理、共享本体」这三级台阶看,第一级的结构契约我们做了;第三级只取了动作与写回这一小块,也就是提交、确认、回填、变更这几个动作的边界;形式化本体和推理机没有上。
反例也说清:单文档问答、一次性文案、查个余额这类字段级查询,都不需要本体,调一个接口比建一套模型快。

7. 本体如何表达和承载
一个最小可用本体包含三层东西,第一层是概念与关系,也就是前面说的那些类和它们之间的连线。第二层是约束与校验,P0 不超过 3 个、五项字段缺一不回填这类。第三层是业务控制规则,比如证据质量比低于 0.5 就把这条需求标成待补证、岗位状态退回待确认。
这里有一条最容易走偏的地方:不必复制数据库的全部字段,只留对理解、查询、校验、判断有用的那些。真正被 Agent 用到的属性只是一部分,其余是给工作台和审计用的。把表里每一列都搬进本体,得到的是另一份数据库设计,维护成本上去一截,收益不增。
颗粒度不是越细越好,四层各有判据。对象看运行时会不会单独引用它,要单独查、单独改、单独挂规则,三条占一条才立对象;属性看删掉它判断变不变,不会变就不搬。动作看由谁执行,对外业务动作、系统内部写入、需要模型判断的三种不能混;规则看能不能指到一个具体的执行点,指不到就还没拆到位。
表达上行业里有一套标准,RDF、OWL、SKOS、SHACL 这些名字先不用记,知道有两类东西就行:一类定概念和约束,一类做校验和查询;工具是建模器加三元组库加推理机。有个常被问的问题顺便答一下,Neo4j 是属性图,擅长显式的关系遍历,不带 OWL 推理,要做隐式逻辑推导得用三元组库。
我们的表达是三份 yaml 加一份人机步骤:对象和属性一份,动作一份,规则一份,人机步骤一份。对象和属性带类型、必填、唯一、枚举;动作带类型,改字段、调接口、调模型、建对象、建关系这几种各自标清楚;规则带触发方式、条件组、动作引用和执行顺序。
承载从轻到重有四种:应用内嵌,模型定义跟着代码走;关系库加视图,用现成的表和图;属性图数据库,节点和边直接存;RDF 三元组库,原生支持标准和推理。四种都能用,选哪种看四件事:实例有多少、要不要跨项目复用、要不要跨概念推导、要不要让外部自由查询。

我们这次在轻的一头:没有三元组库,没有推理机,实例落在 build 的 json 和状态表里。为什么敢这么轻,三个条件:对象只有 10 个,三跳以内能查完,28 条规则的执行顺序是固定的,不需要运行时规划。
什么时候往上走:实例量上来、要跨项目跨客户复用、要跨概念推导、要对外自由查询,这四个里撞上两个再考虑搬进图引擎,那时候补形式化语义也不迟。
8. 本体如何落到 Agent 里
同一件事走两遍,看得最清楚。任务是很普通的一句:KB-01 这个项目的 R1 要什么人,把评审单出了,顺便看看谁能上。
不用本体那一边,检索按「知识库」三个字去捞,捞到另一个知识库项目的 SOW 片段,那一段写的是 React 前端;捞到上一版的 JD,写的是 Java 8;捞到一份简历,写着「熟悉微服务」。模型把三份拼起来,能力要求写成 Java 8 加 React,必须项漏了 SOW 承诺的「多 Agent 编排落地」,推荐的三个人里一个已经驻场、一个证书过期。它不知道「这个项目」是哪个项目,也不知道这三段材料之间是什么关系,只能靠字面像不像。
用本体那一边,五步。先把「KB-01 的 R1」对齐到具体对象,项目编号、岗位需求编号、SOW 附件各自落到节点上。再沿关系走:项目到 SOW 附件,SOW 附件到岗位需求,岗位需求到能力条目,能力条目到能力项字典,三跳走完,路径是确定的。然后调预定义动作,生成评审单只填项目编号和岗位范围,查候选人只填需求编号,查询逻辑不让模型改。每一步的结论都带出处:这条必须能力引自 SOW 第几节、原句是什么、能不能定位到原文。最后过一道闸门,未确认的岗位不进排布,这条写在脚本里,提示词改不了它。
四个转变各自指到一个机制。从「像」到「是」,靠的是实体链接和主数据,跟有没有图数据库没关系。别名收在一处、编号对得齐,它才认得出这是同一个项目。
说变成做,落在动作层上:参数有 schema、必填项在、枚举值在、审批态在。少一样,模型就会自己编一个看起来合理的值。
可审计这一条,落在三个出处字段和审计流水上。每条要求能点回原文,每次确认留了人和时间,客户追问的时候打开就能看。
口径改了不动模型,靠的是规则与字段分离。术语表改一条叫法、证书库换一张证,不用重训模型,也不用改提示词。
产品侧也能对上。插件从 0.2.0 到 0.3.0 加了五个操作和一个评审单视图,回头看都能落回本体:门禁那几个状态是对象字段和规则算出来的,回填预检是五项字段的校验结果,评审单是七段流程加六类门禁的渲染。改对象的时候不用重新设计页面。
落到运行态是有损耗的,这部分得如实说。本体设计态里 44 个动作,真写进代码的 23 个,14 个用确定性规则或者人工替代,7 个连代码宿主都还没有,集中在准入与拆行、承诺核对、回填与通知这三处;28 条规则里 19 条有明确宿主,其余几条只写在 Skill 里,是建议,还够不上约束;21 个写动作最后定成 5 个真闸门,其余是内部写回,不暴露给模型。设计态写得再全,落到代码里也要打折,打掉的那部分就是 FDE 接下来要补的活。

还有一处损耗是隐性的:设计态里规则写的是属性变化触发,实现里是脚本按顺序跑,没有事件总线,改规则必须同步改脚本,否则对照表和实现对不上。
本体建完不是就不动了,改起来有一套固定动作。材料一变就先出变更草案:客户在群里补一句要求、SOW 出了新版本、销售改了口径,都走这条。草案不许直接落盘,得人逐条接受,接受之后一次性写入,同时生成变更记录;落盘那一刻,受影响的岗位自动退回待重签,原来那份确认失效。工具契约也要跟着重编一次,参数 schema 由对象属性生成,新加一个必填字段,模型下一次调用就会按新 schema 填。底线就一条,改完还能跑过同一套验收。
怎么算这套东西真的能用,看三组数。工具选对率、参数填对率、终态正确率,这三率来自 30 条评测用例,10 条正常、12 条异常、8 条边界,目前 25 条能跑,其余等对应操作补齐。未确认岗位的回填拦截率要看 100%,门禁六类齐备率也要 100%,这两个是硬指标,破一次就是事故。至于业务结果,还是那四个数:需求确认一次通过率、能力要求填写完整率、岗位需求人月满足率、签约到进场周期,这些要拿试点前后各一个月对比,不能拿评测通过率代替。
9. 建本体时,FDE Echo 做什么
这个角色是一个人坐在一个位置上,同一个人既要跟业务把口径对齐,也要把口径落成对象、动作和边界。最容易漏的是前一半,偏技术出身的人做对象和动作很顺,术语冲突不裁、例外不写、谁批准不记录,最后本体看着完整,一跑就错。按顺序有七道工序,每道只说两样:做什么、交出什么。
定切口。 只做岗位需求那七个阶段,能力画像、组合排布、供需风险都不碰。交出的一期范围说明,要能回答「哪些不在里面」;范围说不清的那一版,评审时通常会被推翻。
列业务能力问题。 这个项目要几个岗、每岗必须项和加分项是什么、硬性证书是哪几张、P0 是哪几个、哪些岗位不能确认、回填哪五项,也就是 Archetype、能力、证书、分级、职级。这份清单既是模型的边界,也是后面的验收口径,写不出来的,说明还没想清楚要做什么。
统一术语与边界。 裁冲突、定例外、指出「一个词盖住两件事」。交出 201 条术语、19 条弃用的词表,每条留裁决人、裁决依据和生效时点。这一步最费时间,也最容易被跳过。
建最小模型。 20 个对象收到 10 个,判据是运行时要单独查它、单独改它,还是单独给它挂规则;出处用三个属性承载,不另立对象。落下来是对象、属性、关系三份清单。
定动作与边界。 44 个动作分三档:模型做的、脚本做的、不给模型的,最后只把一个工具给模型;写动作按「是不是对外承诺」分三种闸门。交出动作清单和闸门表,两者对不上,说明动作和闸门还没对齐。
定规则落点。 每条规则找代码宿主,找不到的写明它只是建议,并同步改脚本。留一份规则与落点的对照表,19 条有宿主、4 条半、5 条没有,缺的那几条要标清楚哪一期补。
从只读起步,然后验收。 先出评审单让人看,跑顺了再开放回填;未确认的岗位不许回填,这一条在脚本里是硬拦截。验收按上一问那三组数过,过不了的不算交付。
交出什么:一个销售和 RM(资源经理)真在用的需求确认 Agent,加一套下一个 Agent 还能接着用的对象和术语。换一个 Agent 接着用这套东西还能跑起来,才算站住。
有三件事不要做。不替业务裁决术语,哪个叫法对,只有业务能定,工程这边最多把冲突摆清楚;不一上来建全量,我们的 20 到 10 就是反例,先建全量通常三个月后没人维护;不把实现级动作都做成工具,44 个动作里真正对外的只有十几个,其余是系统内部的写入和派生。
一路上要拉的人也得说清:业务负责人确认概念与规则,源系统负责人保数据质量,工程维护版本与数据映射。FDE Echo 是把这三方拉到一起、并且自己出模型的那个人。

不知道大家在自己项目里是怎么处理术语冲突的,一起聊聊。
[注:文中公司名与人名均为化名;案例中的项目数、岗位数、对象数、规则条数取自脱敏后的案例数据,仅用于说明方法。文中引用的外部对比数据来自公开资料,不是我们的实测。]


