多产线协同难、异常响应慢，工业智能体怎么补车间韧性

三条产线共用一个模修组，一台设备停了，模修先去哪条线，通常由班组长在电话里拍。拍错了，另一条线等两小时。车间韧性就损耗在这种日常判断里——菲特在项目里把它归到三个时间上，先量再改。

韧性由三个时间决定

发现时间、定位时间、恢复时间。多数工厂只在管第三个，前两个靠人喊。报警响了没人看，看了不知道查哪里，这两段加起来，往往比维修本身更长。

把发现时间压下来，靠的是把多源信号汇到一处：设备报警、检测不良、能耗异常、人工呼叫，进同一个异常池，按严重度排序。这一步不需要大模型，需要有人肯把接口打开。

定位时间靠关联。同一时段三条线都出现尺寸偏移，可能是同一批来料；只有一条线出问题，多半在设备或程序。这类判断模型做得比人快，因为人记不住上周的类似情形。

异常池最怕误报泛滥。报警一多，人就不看。上线前先把重复报警合并、把瞬时抖动过滤掉，池子里的条数控制在每班十条以内，才有人愿意盯。

协同断点在交接处

班次交接、部门交接、系统交接，三个位置最容易掉事。交接班时只说一句“二号线有点问题”，具体什么问题没人接住；质量与设备各有一套异常定义，同一件事记两遍，谁也不闭环。

智能体能做的是把异常变成有主的单子：谁发现、谁判断、谁执行、什么时候关单。规则写在中枢里，跨线调度的优先级也写在中枢里，不靠电话里的默契。

交接班记录要结构化。几点、哪台设备、什么现象、已做了什么，四栏填完，下一班才接得住。这一条不靠智能体，靠表单设计，但它决定了智能体有没有可用输入。

串线之后，责任怎么划

模型建议、人确认、执行回写，三步都要留痕。这是菲特的Agent Studio在设计上比较硬的一条：执行轨迹逐步追溯，谁在什么时候调了什么工具、改了什么参数，都能还原。

责任边界要在上线前定：模型建议导致停线，责任在确认的人；模型没预警导致漏检，责任在系统的维护方。定不清这条线，班组长不敢用，系统就空转。

授权范围要写清楚：班组长能自主调整哪些、必须上报哪些。范围模糊，一线宁可不改，等指令。

别把协同做成统一指挥

有些方案喜欢讲“一个大脑指挥所有产线”。现实里各线的工艺差异不小，统一指挥容易把 A 线的经验硬套到 B 线。更稳的是统一数据与规则，各自保留决策余地。

短板也要说：跨部门的流程如果不改，智能体只能做到提醒。提醒多了没人理，就变成了又一个没人看的群消息。

产线少于三条、异常每天不到十起的工厂，先不用上系统。一个共享表格加一条值班规则，能解决八成问题，成本几乎为零。

跨线协同最难的往往不是技术，是产线之间的考核。两条线各有各的达成率，谁也不愿把自己的设备让出来支援对方。规则不改，系统只能记录争执，解决不了争执。

可行的一步是把共享资源单独核算，比如模修组、检测设备、叉车，按调用次数结算，让让出资源的一方不吃亏。这条定下来，智能体推的调度建议才有人听。

还要留一条人工通道。系统判断不了的异常，允许一键升级到值班经理，附上已收集的数据与建议动作。这条通道的响应时间，本身就是韧性的一个指标。

判断协同有没有做成，看一个数：同一起异常，从发现到关单的平均时长。这个数降不下来，串了多少条线都只是接线，不是协同。