能力边界与适用问题
一、为什么需要先讲清能力边界
如果不先明确产线军师适合处理什么问题、不适合处理什么问题，很容易产生两种误解：
- 把产线军师理解成一个无所不能的通用 AI
- 或者因为个别不适合的问题得不到理想结果，就低估它在制造场景中的价值
产线军师的优势不在“替代所有系统”，而在于围绕制造业务问题，提供统一入口下的分析、诊断和决策支持能力。
二、最适合交给产线军师的问题
产线军师最擅长的是 认知型、分析型和弱实时决策支持型 问题。
| 问题类型 | 适用说明 | 示例问题 |
|---|---|---|
| 结果查询 | 适合快速获取产量、良率、OEE、节拍、故障等结果 | 昨天一号线 OEE 是多少？ |
| 趋势与对比 | 适合比较时间、产线、工序、设备之间的变化 | 本周和上周相比，哪条线波动最大？ |
| 异常识别 | 适合快速找出最值得关注的对象和时段 | 最近三天哪道工序最不稳定？ |
| 原因追踪 | 适合在已有结果基础上继续缩小原因范围 | 为什么这周良率下降了？ |
| 排查建议 | 适合输出优先级、关注点和排查顺序 | 当前应该先查哪台设备？ |
| 知识辅助 | 适合结合手册、案例、SOP 给出经验支持 | 遇到某类报警时通常先检查什么？ |
三、这类问题通常需要哪些前提
有些问题并非不能回答，而是需要更多上下文或更完整的数据基础。
| 问题类型 | 常见前提 |
|---|---|
| 跨层级分析 | 需要产线、工序、工位、设备等对象关系清晰 |
| 质量与工艺诊断 | 需要质量数据、参数数据、批次或产品维度齐全 |
| 故障影响分析 | 需要报警、停机、状态和产出影响数据可关联 |
| 建议动作 | 需要知识文档、SOP、案例或标准处理路径支撑 |
| 协同动作 | 需要客户明确授权范围、角色权限和集成边界 |
这也是为什么产线军师在部分场景下会先澄清对象、时间、粒度或权限范围。
四、产线军师不适合承担什么职责
产线军师的定位是工业智能分析与协同层，而不是确定性控制层。以下场景不应作为它的标准职责：
- 毫秒级实时控制
- 安全联锁和安全停机逻辑
- 高频闭环控制与 PID 调节
- 在缺少数据和知识约束时直接给出高风险操作结论
这些能力仍然应由 PLC、DCS、设备控制器或经过验证的安全系统承担。
五、为什么边界必须清晰
制造现场对系统的要求，不只是“能否回答”，还包括：
- 结果是否可复核
- 建议是否有依据
- 动作边界是否清晰
- 责任边界是否可管理
因此，产线军师更强调：
- 在统一语义和业务能力范围内完成分析
- 在证据不足时先澄清或收敛
- 在高风险动作前坚持人工确认和权限约束
六、一个简化理解
可以把产线军师的边界概括为：
它擅长理解业务、分析数据、组织原因和建议下一步动作，但不替代底层控制系统承担确定性执行和安全责任。
如果需要进一步了解这些边界在 Agent 体系里如何实现，可参考 安全与可信机制。