工业智能体协同：从点状优化到核心决策的落地实践

前几年跑工厂，总听到一句话：“AI在工业里就是干点边角料的活。”质检、预测性维护、能耗优化，这些场景都真实、都有价值，但说到底都属于工业的外围——真正的排产决策、工艺参数调整、设备启停命令，还是靠老师傅和调度员在系统里拍板。直到大模型和Agent技术逐渐成熟，情况才开始松动。中工互联团队这两年一直在探索一件事：把AI从外围拉进核心，用工业智能体协同的方式，让多个AI在产线上像班组一样配合着干活。这篇文章把我观察和实践中体会到的关键部分整理出来，给正在琢磨工业AI怎么落地的同行做个参考。

1. 工业AI的十年外围战：为什么过去只能做点状优化

1.1 质检与预测性维护：那些年引以为傲的“外围应用”

说起来有点残酷，但过去十年工业AI真正规模化落地、而且 ROI 算得过来的，基本都是外围场景。

最典型的是机器视觉质检。深度学习刚火起来那几年，制造业最先买单的就是“用AI替代人眼”。发动机装配线上看螺栓有没有拧到位，钢板表面看有没有划痕，PCB板看焊点是否虚焊。这套东西我见过太多：相机加光源、推理服务器、两三个月的打标训练，模型跑起来后检出率能到98%、99%，效果确实比人工稳定。但它的位置非常明确——质检员，而且只负责“判”，不负责“改”。检出缺陷后，缺陷品怎么返工、产线要不要停、工艺参数要不要调，AI一概不知道，也不接手。

预测性维护也一样。轴承诊断、电机故障预警、变压器油色谱分析，这类项目做得好的是真能提前一周告诉你“这台设备可能要坏了”。但“报警”之后呢？停不停机、先保产量还是保设备、备件从哪个仓库调、维修班组几点到场，这些动作没有一样是AI能完成的。模型输出一份报告，人看完报告再做一串决定。

这就是我说的“点状优化”：AI像个外挂专家，在一个个孤立的节点上给建议，但整个决策链条是断的。断点恰好都在人的手里。

1.2 三堵墙：数据墙、决策墙、知识墙

为什么AI始终进不了工业核心?我在不少企业复盘过，原因可以归成三堵墙。

第一堵是数据墙。OT(操作技术)和IT(信息技术)长期是两张皮。产线上的PLC、DCS、SCADA的数据，和ERP、MES这些管理系统的数据，连字段定义都对不上。更麻烦的是，很多关键过程数据根本没有采集，比如老师傅调工艺参数时的手法，全在操作界面的点击记录里，没有传感器，也没有日志打点。AI想进核心，第一件事就是没数据可吃。

第二堵是决策墙。工业决策讲究责任可追溯。一条工艺曲线改了，出了批次质量问题，谁来担责?AI给建议，出了事AI不背锅，工程师就得犹豫。这种责任归属问题不解决，决策权就不可能让渡给系统。所以在过去，哪怕算法已经算出“温度降到多少度良率会更好”，工艺工程师还是只敢拿AI的建议当参考，最终落不落到生产线上，要靠人签字。

第三堵是知识墙。工业核心决策高度依赖经验，而经验在老师傅脑子里。他们知道什么时候该打破标准作业程序、知道听声音就能判断设备哪儿不对劲。这种隐性知识没有任何文档化、结构化，自然也就没法被AI调用。知识墙不拆，AI就永远是“外行”水平，进不了核心决策。

1.3 大模型进场：第一块墙砖开始松动

我真正开始觉得局面要变，是在大模型有了意图理解和工具调用能力之后。

2023年到2024年，大模型不再只是“会聊天的文本生成器”，开始能规划任务、调用工具、读写数据。这带来一个关键变化：AI第一次有了“干完一件事”的可能，而不仅仅是“说一说想法”。在工业语境里，这意味着AI可以从“给你一个建议”升级到“替你走完一个流程”。

当然，距离真正的工业核心决策还有很长的路，但和过去十年的处境完全不同了。以前是拿着锤子到处找钉子，现在有了能连接钉子、拧紧钉子的手。这也是中工互联这样的团队愿意押注工业智能体协同模式的根本原因——技术条件第一次在同一时间窗口内齐备了：模型能推理、工具能对接、工业知识能结构化进知识库。

2. 工业智能体到底改变了什么：从工具到产线上的“数字员工”

2.1 智能体不是一个模型，而是一个“能干活的最小组织”

很多人一听“智能体”就说“不就是大模型套壳嘛”。这个理解会直接导致项目失败。

单一个大模型，哪怕能力再强，它也只是个“大脑”，没有感官、没有手脚。而工业智能体是一个完整的执行单元：它有感知模块，能接入设备数据流和工单系统;有认知模块，包括大模型、知识库检索、机理模型;有执行模块，能调用MES的API开工单、能给SCADA下发参数、能给ERP发采购申请;还有记忆模块，能把这次任务里的经验沉淀下来。

打个比方，大模型是个聪明但坐着不动的人，智能体是一个能自己走进车间、查资料、开单子、跟踪进度的新员工。它不是一个模型，而是围绕一个目标组织起来的一整套能力组合。中工互联的团队在设计时有个口径我很认同：考察一个智能体能不能落地，不是问“它聪不聪明”，而是问“它能不能独立走完某个业务流程”。

2.2 感知-认知-执行的闭环，是在哪一步闭合的

传统工业AI最大的问题，是闭环不闭合。感知完、认知完，输出一份报告就结束了，“执行”这个环节永远落在人身上。

智能体的核心差别在于，它把“执行”也纳入了自己的能力范围。闭环长这样：设备震动值异常→智能体感知到并抓取上下文数据→检索知识库、调用机理模型做诊断→生成处置方案→调用工单系统派单→设定跟踪节点→验证处置结果→更新记忆。

以前这个链条要动用裁检员、设备工程师、维修工、调度员四个人，现在一个智能体至少能把其中信息流转的部分自动化。真正需要人签字确认的关键节点当然还有，但已经从前端的信息汇总阶段挪到了末端的风险决策阶段。这就是“AI从外围走向核心”最实质的变化：它开始承担流程里的执行角色，而不只是咨询角色。

2.3 工业知识怎么变成智能体的“肌肉记忆”

工业智能体没有老师傅的经验，就只是个聪明的空壳。所以知识工程在这个体系里被提到了前所未有的高度。

我们拆解过老师傅判断设备故障的逻辑。拿轴承故障来说，老师傅会听声音、摸温度、看振动频谱，脑子里有几种判断路径，最后结合这台设备的历史维修记录下结论。“会听声音”是感官经验，AI可以用振动传感器代替;“看频谱”是机理计算，AI可以调用轴承故障特征频率公式;“翻历史记录”是检索，AI可以RAG(检索增强生成)知识库。

难点在于把这三者缝合。中工互联的工程做法是分层组织：机理模型负责按物理规律算，知识库负责检索历史案例，大模型负责理解自然语言并把前两者的结果综合成结论。三层各司其职，互相校验。这样一来，老师傅的“手感”就变成了可以被AI调用的“肌肉记忆”，而不是一堆无法检索的访谈录音。

3. 多智能体协同怎么在工厂里跑通：中工互联的架构探索

3.1 任务编排：一个高价值问题如何被拆解给不同智能体

单一智能体负责单一流程相对简单，真正的挑战是“协同”——多个智能体同时存在于一个工厂，各管一摊但目标彼此牵连，怎么让他们配合干活?

这里有个核心设计思想叫任务编排。中工互联的架构里，有一个专门负责拆任务的协调器(Orchestrator)。当一个复杂问题抛进来，比如“客户紧急插单，同时B线设备报警产能下降”，协调器不会指望一个智能体解决所有问题，而是拆解成几个子任务：设备诊断智能体去评估B线还能撑多久，排产智能体去计算插单对现有计划的影响，物料智能体去核查关键物料库存，采购智能体去评估加急采购周期。

子任务之间还有依赖关系。先拿到设备可撑时间，排产智能体才能算可行方案;物料结果会影响排产方案的执行性。协调器本质上在管理一张任务依赖图，有点像项目经理给不同专业的工程师派活，关键路径和并行任务一目了然。

这一步是工业智能体协同最容易被低估的环节。很多团队一上来就让Agent自由对话，结果是几个智能体聊得热闹，结论永远无法收敛。我认为工业环境对确定性有刚性要求，任务编排必须优先于自由交互。

3.2 两种协同模式：集中编排与分布式协商的取舍

在具体实现上，协同模式的选择会决定整个系统的性格。我把常见方案分成两类，各有适用场景。

集中编排模式:一个中央协调器统一接收任务、拆分、派发、汇总。优点是流程可控、责任明确、每一步都可审计，适合设备故障处置、质量异常追溯这类确定性要求高的流程。缺点是协调器本身是单点，调度复杂度高了之后，任务积压和瓶颈会很明显。

分布式协商模式:没有中央调度，智能体之间直接通信、互相讨价还价，类似多智能体强化学习里的合作博弈。优点是灵活、能处理大量动态变化，适合排产优化、路径调度这类需要全局寻优的场景。缺点是结果不可预测，流程不可复现，工业环境其实不太敢用。

中工互联的实践是混合式:确定性流程走集中编排，保证每个动作可审计;涉及优化类的问题允许部分智能体在约束边界内自主协商，但协商结果必须回到协调器做一致性校验。这个折中的思路，我理解是兼顾了工业对确定性和灵活性的双重要求。

3.3 记忆与冲突：多Agent协作最容易翻车的两个地方

多智能体系统跑起来之后，有两个问题几乎必然会翻车，一个是记忆，一个是冲突。

记忆问题在中国工业场景里尤其要命。工厂里设备和工艺的调整频率很快，上周的工单流程这周可能就改了。如果每个智能体只记住自己的局部信息，很快就会互相“对不上版本”。比如配方智能体记得上月改了配方，设备智能体还拿着上上月的参数做匹配，整个协同系统就会出现系统性偏差。中工互联的做法是让所有智能体共享一个领域记忆库，每次关键变更都打时间戳和版本戳，任何智能体读到数据前必须先确认版本一致。这个细节听起来不震撼，但我见过太多协同项目死在数据版本不一致上。

冲突则是协同的必然产物。排产智能体想压缩某工序时间，质量智能体坚决反对，因为会影响质量稳定性;设备维护智能体要求停机保养，生产智能体要求持续生产。这类冲突如果靠Agent自由对话去“谈”，过程不可控，结论不保险。比较稳的机制是三层消解:优先级规则定大方向，历史案例库做参考，解决不了的自动升级给人仲裁。一定不能把冲突解决完全托付给模型自动生成结论，工业决策不是辩论赛，不能看谁嘴皮子利索。

3.4 人机共决：权限设计和安全底线

我坚持一个观点，工业智能体协同再成熟，也不能追求“全自治”。全自治意味着把所有决策权交给模型，这在工厂里是不可接受的。更现实的模式是人机共决：智能体负责信息整合、方案推荐、流程执行，人在关键节点保留否决权和批准权。

权限设计要跟业务流程绑定。我在很多项目里看到，权限设计如果只是“管理员和普通用户”这种白名单式的粗粒度，根本不够。工业里需要的权限是按动作区分的:查询类动作AI可以自主，建议类动作AI可以生成但不能自动执行，控制类动作比如修改PLC参数、下发生产指令，必须经过审批流。审批流程里还得写明责任人和回滚预案。

另一个底线是白名单武器库。智能体能调用的工具必须严格白名单化，比如能调哪些API、能写哪些数据库表、能操作哪几台设备，全部列举清楚。一次越权操作，在代码世界里可能就是个报错，在工厂里可能就是设备损坏或者批次报废。中工互联在这个问题上的态度很明确：安全边界的优先级永远高于效率目标。

4. 已经跑通的三类场景：设备、工艺与供应链

4.1 设备故障处置：从报警到工单的自动化联动链

设备维修是工业智能体协同最早跑通的场景之一，原因是它的流程比较标准化。

传统处置链路是：SCADA报警→值班人员打电话→设备工程师到现场看数据→调历史记录→判断故障类型→找维修排班→开工单→领备件→维修→验证。这一串动作里，信息流动的时间往往占掉大半，真正动手修的时间其实很短。

我见过的一个验证项目里，这套流程被改成了多智能体联动：监测智能体从SCADA读到振动异常信号，触发诊断智能体，诊断智能体拉取振动频谱、温度、电流等多源数据，结合机理模型给出“轴承早期故障概率87%”的结论，同时检索知识库调出这台设备过去两次同类故障的维修方案。方案智能体按当前备件库存和维修班次生成处置建议，执行智能体在审批通过后直接生成工单、锁住备件、通知维修班组。整个过程从小时级压缩到分钟级，而且每一步都有日志可审计。

这里要特别说一句，故障诊断准确率不是唯一的追求。真正值钱的是“诊断完了之后的事”——谁去修、备件够不够、影响哪些产线，这些信息以前要问三个人，现在一个协同链全串起来了。这种“流程级价值”是单点AI工具无法提供的。

4.2 工艺参数调优：机理模型和大模型的“双脑”合作

工艺调优是工业AI最敏感的场景，因为直接动生产参数，出错就是批次报废。这类场景目前比较通行的做法是“建议-仿真-人批-执行”四步走。

中工互联的团队在化工和材料类工厂有一个应用案例做得比较典型：产品良率波动，传统上工艺工程师要靠经验反复试。他们部署了一个工艺智能体，它先读取当前配方和温控曲线，再调用机理模型做批次仿真，预测调整参数后的良率分布，同时大模型负责检索论文、内部实验报告和过往试产记录，梳理出两到三个候选调整方案，并标明每个方案的置信度和风险点。

工程师最后的操作是：看方案、跑仿真确认、签字、下发。一个关键词——“签字”仍然在人的手里。这个场景验证的道理是：AI最擅长做的是把“盲试”变成“推荐候选集”，把几周的试验周期压缩到几天，但最终决策质量的责任还是得人扛。这也是为什么我认为工艺场景更适合作为工业智能体协同的“练兵场”，它对架构和权限的要求非常严格，但一旦跑通，对其他场景的降维打击是显而易见的。

而且“双脑”模式很少见地给了机理多大的信任：纯数据驱动的模型解释不清因果关系，不敢用在核心工艺上；机理模型算得准但覆盖不了所有工况，尤其是没见过的新情况；两者融合后，机理模型负责算边界，大模型负责扩候选，正好补足了彼此的盲区。

4.3 供应链异常联动：跨系统智能体“开会”比人快

供应链协同是所有场景里最能体现“多智能体”价值的地方，因为天然涉及多个部门、多个系统、多张计划表。

举一个真实出现过的状态：关键原料供应商通知延迟到货三天。传统模式下，计划员接到消息，开始手动查物料影响、查在制订单、协调替代料、跟销售沟通交期，折腾一两天才能出一版调整后的排产方案。

换成多智能体协同后，异常触发端是采购智能体，它接到供应商延期通知，把信息广播给相关智能体。物料智能体查库存和在途，排产智能体评估对几条产线的影响并生成两版调整计划，销售智能体拿到交期变化后反馈哪些订单可以顺延、哪些必须保交付，最后协调器汇总所有信息生成一份供应链调整建议书，提交计划经理审批。

这个场景最关键的不是单点智能多聪明，而是“信息在系统间自动流转”。以前是人在不同系统里搬数据，现在是智能体之间直接对话，人只需要在最后做决策。我观察到的效果是：一次中等复杂度的供应链异常处置，从跨部门开会的模式变成分钟级的智能体协同加人批准的模式，而且方案质量因为考虑了全链条约束，往往比人凭经验拍脑袋做得更稳。

5. 落地时最容易被忽视的五个现实问题

5.1 老系统的API缺口：智能体最怕“指令下不去”

很多项目启动时觉得模型能力强就能成，实际卡死在第一步：指令下不去。

工厂里大量存量设备和管理系统是十年前的，有的连数据库接口都没开放，更别说API。智能体就算计算出了最优方案，没有通路，就还是只能打印一份报告让工人去操作，闭环就又断了。我在调研过的一个厂里见过，MES是国外老产品，版本特别老，想要个接口授权得走总部审批，半年都没批下来。

这里的务实解法是别指望一步到位改造所有系统。先从数据层打通开始，用OPC UA、Modbus TCP这些标准协议把设备数据接出来;管理系统的接口缺口，用一个适配中间件包一层标准API，让智能体只对中间件说话。等流程跑稳了，再推动源头系统的改造。也就是“先让智能体有通路，再让通路变高速”。

5.2 幻觉治理：先给大模型戴上一副“机理眼镜”

大模型的幻觉在写诗场景是浪漫，在工业参数面前是灾难。

工业场景防幻觉不能靠提示词，得靠架构。我比较认可的三层防护是：第一层，RAG知识库，让模型的回答必须基于检索到的知识，而不是凭空生成;第二层，机理模型和规则引擎校验，模型输出的参数先过一遍物理公式和工厂规则，不符合的当场打回;第三层，仿真验证，涉及核心工艺的建议，先丢进仿真环境里跑一遍，看结果合不合理，再让人看。

这三层下来，幻觉的生存空间会被压缩得很小。但要说绝对消除，我不信，工业里一个极端的用例就可能引发连锁反应。所以最后一道保险一定是人——关键决策人必须看一遍。这也是为什么我一直强调，工业智能体协同的能力边界是“辅助决策”而不是“替代决策”。

5.3 知识库建设周期：它比模型选型更影响成败

我们聊起工业智能体，大家第一反应都是“用哪个大模型”，但落地时最花时间的其实是知识工程。一个大模型调优可能就两周，而一个覆盖某条产线的知识库，从访谈老师傅、梳理工单记录、清洗历史数据、分类标注到验证检索准确率，短则两三个月，长则半年以上。

知识库的坑也很隐蔽。最常见的是“有库但搜不到”——数据传进去了，但字段组织方式不符合检索逻辑，模型老是召回到不相关的信息。其次就是知识更新断档，产线改了工艺卡，知识库里还是旧版本。我建议把知识库当生产系统来运营，给它设负责人、更新流程和召回率监控指标。智能体的上限，其实是被知识库撑起来的，模型再强也架不住知识库陈旧。

5.4 试点怎么选：高频、可量化、容错成本低

工业智能体协同这类项目，试点选错了，后面基本没有翻身机会。我筛选试点的标准就三条：场景高频、效果可量化、容错成本低。

高频意味着有足够多的数据喂给智能体学习，也意味着优化后的成效每天都能被看见。可量化意味着能用MTTR(平均修复时间)、OEE(设备综合效率)、计划达成率这类指标衡量前后变化，而不是笼统的“效率提升”。容错成本低意味着即使智能体偶尔出错，代价也可控，不会直接报废一批产品或者停掉一条主线。

按这个标准，设备故障处置和供应链异常联动是比较理想的起步场景。工艺调优虽然价值更大，但容错成本高，适合有了第一梯队经验之后再做。千万别一上来就拿最核心、最复杂的场景当试验田，失败概率太高，容易把整个项目方向带沟里去。

5.5 考核指标：别用“对答如流”给工业智能体打分

最后这点很容易被忽略，但决定项目能不能在公司里站住脚：指标怎么定。

不少团队验证智能体效果时，用的还是大模型时代的惯性指标——回答准确性、语义相似度、用户满意度。这套东西对应的是“陪聊逻辑”，跟工业场景的生产逻辑完全不匹配。工业智能体协同的指标应该是任务完成率(一个协同流程走完的比例)、闭环率(从感知到执行全链条完成的比例)、人工介入次数(人被迫插手干预的频率)、人效提升(处理同样异常的时间变化)、误操作率等。

默认原则：任何指标都要能换算成钱或者产能。比如MTTR缩短1小时意味着什么?供应链异常处置从2天缩短到2小时节约了多少在制品积压?算不清这笔账，项目很难在中高层那里拿到持续的资源支持。我见过太多技术评价很高的AI项目，在财务模型上算不过来账，最后被砍掉。工业环境很现实，一个项目活下来的理由，永远是它为经营结果做出了可计量的贡献。

回过头看，工业智能体协同这个方向，真正的难点已经不在模型侧，而在工程侧和组织侧：怎么把老系统打通，怎么让知识结构化，怎么设计权限，怎么定指标。中工互联的探索最有价值的部分，不是又造了一个“更聪明的AI”，而是示范了如何把AI嵌入到工业组织的协作体系里，让机器和人在一个闭环里分工配合。我个人在实际操作中的体会是，多智能体协同在工厂里更像一种组织方式的重构，而不是一次软件升级。如果你也要做类似的事，建议先花时间把流程责任梳理清楚，让每个智能体的角色、权限、知识边界都像岗位说明书一样清晰，再谈技术实现，后面会顺很多。