据@DeepLearningAI报道，SAP的Christoph Meyer和Lars Heling指出，AI智能体在复杂企业系统中常因难以正确选择API和理解业务流程上下文而失败。Lars Heling强调，API的调用顺序和时机十分关键，不是孤立存在。两位专家介绍，利用本体结构的知识图谱可以将资源、API和业务流程作为不同节点关联，增强语义理解，提升智能体决策能力。这为企业级AI自动化应用带来新的市场机会和商业价值（来源：@DeepLearningAI，2025年11月14日）。

根据李飞飞（@drfeifei）引用奥利弗·萨克斯的观点，AI语言模型在描述“空隙”（即语言中无形、抽象的间隙或‘无’）方面面临重大挑战（来源：https://twitter.com/drfeifei/status/1966265813637460471）。尽管AI能够详细分析实体和数据，但对于空白、沉默或事件之间的路径等抽象概念的理解仍有待突破。这一难题为自然语言处理领域带来新的研究方向，特别是在对话AI、生成式故事讲述和语义搜索等应用中，准确把握上下文和隐含意义将极大提升用户体验并带来商业机会（来源：https://x.com/rohanpaul_ai/status/1965242567085490547）。AI模型在理解这些细微语境的能力提升，将推动客户服务自动化、创意内容生成、知识管理等行业的发展。