otwarta wymiana semantyki

Otwarty standard opisu warstwy semantycznej danych — definicji miar, wymiarów i relacji — tak, żeby ta sama metryka znaczyła to samo w różnych narzędziach i dla agenta, który z nich korzysta. Specyfikacja udostępniona na licencji Apache 2.0 w styczniu 2026.

W Polsce nazywane też:

OSIOpen Semantic Interchangeotwarta wymiana semantykiwarstwa semantyczna danych

Agent może mieć doskonały dostęp do hurtowni danych i mimo to podać liczbę, której nikt w firmie nie uzna za prawdziwą. Wystarczy, że „przychód” znaczy co innego w trzech systemach.

Czym jest OSI

Open Semantic Interchange to otwarty standard opisu warstwy semantycznej danych: definicji miar, wymiarów, relacji i reguł ich obliczania, w postaci przenośnej między narzędziami. Inicjatywa wystartowała z udziałem dostawców narzędzi analitycznych, a specyfikacja została udostępniona na licencji Apache 2.0 w styczniu 2026 wraz z publicznym repozytorium i grupą roboczą.

Problem, który rozwiązuje

Każde narzędzie analityczne ma własną definicję metryk. Ta sama nazwa oznacza inną formułę w hurtowni, inną w systemie raportowym i jeszcze inną w arkuszu działu handlowego. Dla człowieka to uciążliwość, którą kompensuje doświadczenie.

Dla agenta to jest przepaść. Model nie ma skąd wiedzieć, która definicja obowiązuje, więc albo wybierze losowo, albo złoży własną — i w obu przypadkach poda liczbę brzmiącą wiarygodnie.

Dlaczego to nazwano brakującą warstwą

Stos agentowy ustandaryzował dostęp do narzędzi i komunikację między agentami. Nie ustandaryzował tego, **co dane znaczą**. Bez tej warstwy każdy agent pracujący na danych firmowych musi mieć semantykę wpisaną ręcznie w prompt albo w kod — co nie skaluje się i psuje przy każdej zmianie w modelu danych.

Konsekwencja praktyczna

Uporządkowana warstwa semantyczna jest warunkiem wstępnym dla agentów operujących na liczbach. Dopóki go nie ma, sensowne pozostają zastosowania tekstowe — streszczanie, klasyfikacja, wyszukiwanie — a nie odpowiadanie na pytania o wyniki.

Agentic AI FoundationOrganizacja przy Linux Foundation utrzymująca kluczowe standardy agentowe. W grudniu 2025 trafiły do niej Model Context Protocol, przekazany przez Anthropic, oraz specyfikacja AGENTS.md. Współzałożyciele to OpenAI i Block, wśród członków wspierających są AWS, Google, Microsoft, Cloudflare, GitHub i Bloomberg.ugruntowanieOpieranie odpowiedzi modelu na dostarczonych, konkretnych danych (pobranych lub podanych w kontekście), zamiast na samej wiedzy parametrycznej modelu.Zarządzanie danymi enterprise dla agentówRozszerzenie tradycyjnych ram data governance o kontekst agentów AI — klasyfikacja danych dostępnych dla agentów, polityki retencji logów i pamięci, prawa dostępu do danych generowanych przez agenty i compliance z GDPR w kontekście autonomicznego przetwarzania przez AI.Graf wiedzy korporacyjnejSemantyczna sieć wiedzy organizacyjnej reprezentująca encje i relacje jako graf — dostępna dla agentów AI, pozwalająca na odpowiedzi uwzględniające kontekst i powiązania, nie tylko izolowane fakty z dokumentów. Microsoft Graph jako gotowy knowledge graph dla ekosystemu M365.Protokół kontekstu modeluOtwarty standard Anthropic umożliwiający agentom AI łączenie się z zewnętrznymi narzędziami, bazami danych i API w ustandaryzowany sposób — jak USB dla modeli językowych.Dane strukturalneUstandaryzowany sposób opisywania treści strony w formacie zrozumiałym dla maszyn — używany przez wyszukiwarki do rich snippets i przez agentów AI do rozumienia kontekstu strony.