用 PROV 与 DCAT 核验智能装备消息：实操中的来源与责任人记录

在智能装备动态核验的日常工作中，一条消息是否可信，不只取决于它说了什么，还取决于它是怎样被生产出来的。设备参数、软件版本、文档变更、机器人销量口径，这些信息往往来自不同环节：现场采集、厂商发布、平台汇总、编辑改写。要把这些环节变成可复现、可追责的记录，需要把“谁、在什么活动里、用了什么输入、生成了什么结果”写成结构化说明。W3C 的两份规范可以作为参考证据：一份是PROV Model Primer，它给出实体、活动、使用和生成、代理人与责任的基本模型；另一份是Data Catalog Vocabulary (DCAT) - Version 3，它用于描述数据集与数据服务，并支持版本、数据集系列等属性。本文不是把两套规范当作操作指令，而是说明如何借其概念建立核验流程。

先确定要核验的实体：消息、数据件与附件

核验的第一步不是判断真假，而是列出被处理的“实体”。在智能装备版本变更记录一类场景中，实体可以是新闻稿本身、附带的参数表、固件包哈希、某次安装量统计表。按照 PROV 的思路，实体是世界中可被标识的事物或数据；DCAT 则把数据集、分发件、数据服务作为目录中的描述对象。实操时，给每个实体分配本地标识，例如“2026-10-28 某协作机器人销量表 v1”。不要只保存最终文字，也要保存原始输入：厂商邮件、PDF 附件名、导出时间。若原始件后来被替换，应记录旧实体与新实体分别存在，而不是覆盖同一名称。这样后续才能说明当前报道引用的是哪一个对象。

记录活动：把“采集、整理、发布”拆成可观察步骤

PROV 中的活动是指消耗实体并生成其他实体的过程。对核验而言，活动至少应拆成采集、校对、改写、发布四类。采集活动输入厂商公告或现场记录，输出待校稿；校对活动输入待校稿与对照源，输出修订稿；改写活动把修订稿转为面向读者的段落；发布活动把最终稿写入站点。每一步都要有观察项：采集时看到附件是否加密、校对时发现单位是否缺失、改写时是否删除了限定条件。比如遇到智能装备新闻中的图表核对场景，校对活动应观察坐标轴单位、比较年份、样本范围，而不是只看数字大小。把活动写清之后，别人才能按同样输入重试，而不是依赖记忆。

输入与观察：让例外情况进入记录

可复现的方法要求写清输入是什么、观察到了什么、哪里出现例外。输入应包括文件路径、版本号、访问日期、责任岗位。观察项可用简短字段：单位是否一致、时间范围是否标注、来源是否含原始表格。例外则单独记：若厂商只给截图而无源数据，记为“输入缺失：无底层表格”；若同一型号出现两套安装量，记为“冲突：A 稿与 B 稿范围不同”。这些例外不是错误掩盖，而是核验证据。DCAT 中的版本属性可参照用于标注数据集的新旧状态，例如某统计表有 v1 与 v2，需说明当前引用的是哪一版。责任人记录方法也随之明确：采集人、校对人、签发人分别在对应活动后署名，而不是只在文末写“编辑部”。

代理人与责任：把岗位而非仅姓名写进流程

PROV 用代理人表示对活动负责的个人、组织或软件。核验场景里，代理人可以是“现场工程师”“数据编辑”“自动抓取脚本”。重要的是把责任绑定到活动：谁生成了待校稿，谁批准了发布。若使用脚本汇总多源数据，应把脚本版本与运行时间作为代理相关信息记录，避免把机器输出误认为人工确认。遇到运输与物流服务机器人销量数据这类口径争议时，责任人记录能显示某数字是从哪一版本报告、经谁转写而来。假设示例中：假设某编辑从汇总平台复制了“增长 12%”而未打开原始报告，记录中就会显示该改写活动缺少原始输入实体，从而定位问题发生在哪一环。

版本与系列：用目录属性管理变更

智能装备资料常同时有硬件版本、软件版本和文档版本，不能混写。DCAT 3 支持版本相关属性与数据集系列概念，可用于描述同一统计主题的连续发布。实操中，可为“年度机器人安装量”建立系列标识，每次新发布作为系列中的一版，并用先前版本、当前版本关系连接。这样当读者看到某年数据与另一年数据矛盾时，核验者可指出它们属于系列中的不同版本，而非同一对象被篡改。对于设备本身，也应区分“文档所述版本”和“设备实际版本”：前者是消息实体，后者需要通过现场活动观察。不要因为都叫版本号就合并字段，应分别记录来源、观察方式和责任人。

形成可复现记录：字段、顺序与复查

最后把上述元素整理成固定记录格式：实体列表、活动顺序、每步输入、观察结果、例外说明、代理人署名、版本关系。复查时按相反顺序走一遍：从发布稿回到改写稿，再回到校对待稿与原始输入。若某步缺少输入实体或没有责任人，该环节就是薄弱点。PROV 提供的是表达这些关系的模型，DCAT 提供的是描述数据集与版本的词汇；二者都不规定具体行业数值，但能帮助把核验过程从口头说明变成书面结构。长期坚持后，站点上的智能装备消息就能附带可追溯链：读者看到结论，也能通过记录知道它经过哪些人、哪些版本和哪些观察条件而产生。