大家好，我是程序员晚枫。
AI 写错一句文案，你可以删掉重来。但如果它算错了补货数量，或者给生产设备下了错误指令，事情就没那么简单了。
让 AI 给建议，和让它进入生产流程，是两码事。
9 月 12 日，腾讯云架构师成都同盟把第 74 期城市沙龙办到了重庆腾讯太阳座大厦，主题是「实业之变：AI＋工业制造的工程落地实践」。我作为出品人参加了这场活动，做了开场，也参与了现场讨论。
图片来源：本次活动图片直播
这篇不按议程报流水账。我想结合现场照片，聊聊三位嘉宾的分享，以及一个贯穿全场的问题：AI 已经这么能干了，为什么企业还是不敢直接放手？
一、AI做得快，不代表有人来得及检查
第一位分享的是张逸，无迹光数字科技创始人、CEO，也是《解构领域驱动设计》的作者。
他的题目叫《驾驭工程指导下的领域驱动设计》。名字有点专业，但问题很好懂：AI 写代码越来越快，谁来保证它写的是我们真正需要的东西？
图片来源：本次活动图片直播
他用一个表达解释了自己的思路：Agent = LLM + Harness。
翻译一下：一个能干活的 AI 助手，不只是大模型，还需要一套约束和运行机制。Harness 原意是马具，用在这里，可以理解成给 AI 配好的工作规矩、工具和检查流程。
为什么光有模型不够？因为大模型会根据上下文生成内容，却不会天然知道你公司的全部业务规则，也不会因为答案读起来顺，就保证每一步都正确。
拿库存系统打个比方：退货什么时候重新入库？已经承诺给客户的货还能不能分给别人？哪些操作必须经过审批？这些事没讲明白，代码写得再快，也可能把错误更快地做进系统。
张逸的做法，是把业务边界、协作协议、纪律规则变成 AI 执行时可以加载的约束，再检查规格和代码是否一致。
这对不写代码的人也有用。下次给 AI 派活，不妨多说清楚三件事：能用哪些资料，哪些规则不能破，最后由谁、按什么标准验收。
别只催它快一点。你没说清楚的规矩，它未必会主动追问。
二、到了工厂，漂亮演示还得过现实这一关
第二位嘉宾滕召智，是四川省人工智能研究院创新顾问，分享题目是《具身项目的落地思考》。
“具身”听着很远，其实就是让系统不只在屏幕里回答，还能通过传感器、机械装置感知环境、完成动作。
图片来源：本次活动图片直播
同盟发布的活动回顾记录了他介绍的三个案例：钢铁厂清粉尘、蓝莓采摘、重庆江津的花椒采摘。以下内容按该回顾转述，不作为我独立验证的项目成果。
以蓝莓为例，识别出哪颗果子能摘，只是开始。枝条会晃，果实表面的白粉容易蹭掉，机械臂用多大力、种植方式要不要调整，都影响最后能不能用。他介绍，团队甚至先调整了种植方式，再去调力反馈。
花椒采摘也是一样：田里能不能进去，垄有多高，行距够不够，都不是换一个更强的大模型就能解决的。
现实世界不会为了配合 AI，把场地摆成演示视频里的样子。
更重要的是安全边界。现场交流中，滕召智区分了 AI 辅助优化、决策，与自动化执行之间的职责。限位、阈值、电子围栏这些工程保护，不能因为加了 AI 就撤掉。
我的理解是：让 AI 提建议是一回事，让它直接控制设备是另一回事。涉及设备动作和人身安全，必须有独立的安全约束、测试和人工接管机制，不能只相信一句“模型判断没问题”。
接下来，鄢倩把话题从设备带到了业务流程。
他是英湃成都数字科技有限公司 AI FDE、腾讯云架构师成都同盟理事。这次讲的是《前线部署工程师（FDE）：从业务本体到智能体交付，以乳制品分仓补货全流程为例》。
图片来源：本次活动图片直播
FDE 不妨先理解成：到客户业务现场，把问题弄清楚，再把工具交付出来的人。
奶粉该往哪个仓补多少货？表面看是算数量，往下拆，还有新鲜度、临期库存、跨仓调拨成本，以及已经答应给客户的货。
鄢倩讲到的一个细节，特别值得记住：客户给了一堆文档，AI 分析完再去和业务人员核对，才发现文档过期了，真正的规则还在业务专家脑子里。
所以，交付不是把文件丢给模型就结束。他把过程分成理需求、挖知识、建本体、生智能。这里的“本体”，可以先理解为把业务里的对象、关系、动作和规则定义清楚。
比如“可发量”，不是仓库里看见多少就能发多少，还要扣掉已经承诺出去的数量。分配量不能超过可发量，这种硬规则就应该被明确写进系统，而不是让模型临场猜。
AI 负责计算和推荐，人做最终决定；出现异常，还要能回头查清依据。
这也是为什么“原型做出来了”和“敢让业务天天用”，中间还有很长一段路。
三、台下拿出自己的问题，这场沙龙才算聊开了
三场分享之后，大家围桌分组讨论，再由代表上台交流。
现场准备了五个话题，都是企业实际会遇到的问题：
- 一线员工把 AI 当帮手，还是当替代者？
- 工业生产中，哪些场景不能接受 AI 的错误？
- 短期内，AI 在制造业里最有价值的用途是什么？
- 项目应该由 IT、自动化部门，还是业务部门推动？
- 数据“脏、乱、缺”，该怎么开始？
图片来源：本次活动图片直播
各组给出的答案并不一样：有人强调业务部门主导，因为价值要落在业务上；有人认为老板的支持更关键，否则预算和跨部门协作都推不动；也有人把问题再往前推，讨论 AI 会不会改变公司的组织方式。
谈到这里，我现场打了一个比方，后来也被写进了同盟的回顾：
“你现在讨论的是哪匹马跑得更快，但这个世界上已经有汽车了。”
这句话不是说已有流程都该推倒。我更想提醒自己：讨论怎样把旧流程做快一点时，也别忘了看看，有没有更合适的做法。
但新做法能不能用，仍然要回到前面那些具体问题：规则清不清楚，数据靠不靠谱，出了错有没有人接得住。
图片来源：本次活动图片直播
作为出品人，回看这些照片，我觉得值得留下的不只是台上的 PPT，还有大家围着桌子，把各自的问题摊开来聊的过程。
一个人讲“AI 很强”，大家只能点头。有人拿出库存、设备、审批和交付里的具体难题，交流才有了用处。
AI 真正进了工厂，不是因为它终于什么都会说，而是因为有人把业务、规则和责任一件件接好了。
你工作里最想交给 AI、却又不敢完全交出去的那件事是什么？评论区聊聊。
科技不高冷，AI很好用。
我是晚枫，关注我，带你一起玩AI！
参考链接与来源说明
核验日期：2026年11月7日。日期、场地和议程见官方活动页；嘉宾案例、讨论与主持人引语按同盟发布的回顾转述，不视作作者独立验证的商业项目成果。出品人及主持经历另结合作者本人说明与相册；方法建议不代表主办方承诺。
- 「实业之变｜AI+工业制造的工程落地实践」腾讯云架构师城市沙龙·重庆（官方活动页）：https://cloud.tencent.com/developer/salon/salon-2517
- 从模型到产线，AI在制造业的工程实践丨成都同盟9月沙龙回顾（腾讯云架构师技术同盟）：https://mp.weixin.qq.com/s/vdFcKWLvqEIFoi_BROygRA
- 本次活动图片直播（含本文封面与现场配图）：https://www.yipai360.com/photolivepc/?orderId=20260909183535987851&channel=h5
相关阅读
微信进群
