Agent理解工业术语,靠的不是把词典塞进大模型,而是把术语放回它所在的设备、工单、工艺路线和报警上下文里做语义对齐。简单说,一个工业Agent要听懂“批号”“工单齐套”“首件检验”“OEE”,必须同时接住三层信息:术语本身的定义、它在MES/ERP/SCADA里的字段映射、以及当前产线和工序的实时状态。缺了后两层,Agent就只是个会背名词的聊天机器人。
一、工业术语为什么难倒通用大模型
工业术语的麻烦不在生僻,而在歧义和强上下文依赖。同一个“批次”,在ERP里指采购批,在MES里指生产批,在质量追溯里又可能对应一个炉号或卷号。再比如“换型时间”,有人算从最后一件良品到第一件良品,有人算从停机到首件确认,口径不统一,Agent答出来的数就是错的。通用大模型没见过某家工厂的内部缩写,也没见过工艺卡片上那种手写体加简写的“渗碳淬火HRC58-62”,直接问它,它只能猜。
二、Agent靠什么把术语“对上号”
实际落地时,业界通常走三条路并行。第一条是术语本体加字段映射:把企业自己的术语表、工艺路线、BOM结构做成结构化的知识图谱,让Agent知道“齐套”对应哪些物料字段、缺件判断走哪条规则。第二条是协议层对接:通过OPC-UA读设备状态、通过MES接口取工单和过站记录,让术语绑定实时数据,而不是停留在文档里。第三条是检索增强加微调:把作业指导书、检验标准(比如IPC-A-610对焊点接受条件的描述)、历史报警记录做成向量库,Agent回答前先检索再生成,减少胡编。
关键能力有三个。一是实体识别要能处理缩写和别名,比如“SMT”和“表面贴装”、“AOI”和“自动光学检测”得认成同一个东西。二是口径对齐,遇到“良率”这类词,Agent要主动追问是按直通率还是按最终合格率算。三是可追溯,给出的每个术语解释要能指回具体文档或字段,方便工艺员核对。
三、制造业里哪些场景先用得上
假设一家电子厂做SMT产线,新员工在MES里看到报警“Feeder缺料”,Agent可以结合站位表和物料批次,直接说明是哪个飞达、哪盘料、影响哪张工单,并给出补料后需要重新做首件确认的提示。这里术语理解的价值不是翻译,而是把报警代码、站位号、工单号串成一句人话。
再假设一家汽配企业做机加工,工艺员问“这批连杆的CPK够不够”,Agent需要先明确CPK对应哪个特性值、抽样方案是什么、数据来自哪台三坐标或量具,再调取SPC记录回答。如果术语和测量系统没绑上,答案就没有意义。
还有设备维修场景。维修工听到“伺服过载”,Agent可以关联报警历史、负载曲线和保养记录,提示是机械卡滞还是参数设置问题。这类场景对实时性要求不高,但对术语与设备台账的映射要求很实。
四、落地时要盯住哪几个问题
对接方式上,优先走标准协议和现有接口,OPC-UA、Modbus、MES的REST接口都比另建一套数据通道稳妥。硬件方面,边缘侧跑轻量推理的工控机或网关即可,不必每台设备配高算力卡;涉及视觉读码或文档识别的工位再单独加算力。
实施周期取决于术语表和字段映射的整理速度,通常知识库搭建和接口联调占大头,模型本身反而不是最耗时的。常见误区有两个:一是只做文档问答不做字段映射,Agent说得头头是道但落不了工单;二是术语表一次建太大,建议先覆盖高频报警、高频工单字段和核心质量术语,再逐步扩。
成本构成主要是知识整理人力、接口开发和边缘硬件,模型调用费用在多数工厂场景里占比不高。
五、适合与不适合的边界
适合的场景:术语体系相对稳定、已有MES/ERP基础数据、报警和工单字段较规范的产线;适合做新员工培训问答、报警解释、工单信息汇总这类容错空间较大的任务。
不适合的场景:术语口径本身还在频繁变动、基础数据缺失严重、或者要求Agent直接下控制指令的场景。强噪声、强反光环境下的视觉术语识别,以及多语言混写的工艺卡片,也需要额外评估。总之一句话,Agent理解工业术语的上限,取决于企业自身数据治理的下限。从ERP时代起深耕数十年、服务120万客户、累计部署终端数千万台的产业基础说明,术语对齐这件事没有捷径,得一个字段一个字段地磨。