導(dǎo)言

人工智能的浪潮正從“能聽(tīng)會(huì)說(shuō)”的生成式AI，奔涌向“能思會(huì)干”的智能體AI（Agentic AI）。 這不僅是技術(shù)的演進(jìn)，更是生產(chǎn)力范式的深刻變革。傳統(tǒng)的AI模型像一個(gè)知識(shí)淵博的“問(wèn)答機(jī)器人”，而Agentic AI則是一個(gè)具備自主感知、規(guī)劃、記憶和行動(dòng)能力的“數(shù)字化員工”。 它可以理解復(fù)雜目標(biāo)，拆解任務(wù)，調(diào)用工具，并與環(huán)境互動(dòng)，最終達(dá)成目標(biāo)。 Gartner已將Agentic AI列為2025年十大技術(shù)趨勢(shì)之首，預(yù)示著一個(gè)由AI自主決策和執(zhí)行的時(shí)代正在到來(lái)。

然而，構(gòu)建真正強(qiáng)大的企業(yè)級(jí)智能體，遠(yuǎn)非調(diào)用一個(gè)大模型API那么簡(jiǎn)單。它需要一個(gè)穩(wěn)定、可靠、資源豐富且高度協(xié)同的底層基礎(chǔ)設(shè)施。這個(gè)平臺(tái)必須能夠提供海量數(shù)據(jù)的接入與治理、多樣化工具的集成與調(diào)用、以及復(fù)雜業(yè)務(wù)流程的編排與執(zhí)行能力。正是在這樣的時(shí)代背景下，中興通訊多年來(lái)深耕企業(yè)數(shù)字化轉(zhuǎn)型的成果——“數(shù)字星云”平臺(tái)，為其在Agentic AI時(shí)代的發(fā)展奠定了堅(jiān)實(shí)的基礎(chǔ)。

1 中興數(shù)字化的基石：數(shù)字星云

“數(shù)字星云”是中興通訊歷經(jīng)自身數(shù)字化轉(zhuǎn)型實(shí)踐，沉淀并對(duì)外賦能的企業(yè)數(shù)字化平臺(tái)能力框架。 它并非單一產(chǎn)品，而是一個(gè)集成了開(kāi)發(fā)、集成、領(lǐng)域能力與生態(tài)服務(wù)的綜合性數(shù)字化底座，為構(gòu)建企業(yè)級(jí)智能體提供了“肥沃的土壤”。

“數(shù)字星云”的核心價(jià)值在于，它將ICT技術(shù)（如AI、大數(shù)據(jù)、3D引擎）與業(yè)務(wù)能力深度解耦并服務(wù)化。開(kāi)發(fā)者可以像搭積木一樣，在“Studio”中調(diào)用“InOne”提供的各種使能服務(wù)，快速構(gòu)建面向具體場(chǎng)景（如數(shù)字化生產(chǎn)）的應(yīng)用，而無(wú)需關(guān)心底層復(fù)雜的技術(shù)實(shí)現(xiàn)。這為“質(zhì)量問(wèn)題處理大師”這類(lèi)復(fù)雜智能體的誕生提供了肥沃的土壤。

2 問(wèn)題處理的永恒難題：“不可能三角”—快、準(zhǔn)、全

在高端制造領(lǐng)域，供應(yīng)鏈質(zhì)量管理正面臨著前所未有的挑戰(zhàn)。現(xiàn)代化的質(zhì)量管理需要質(zhì)量工作者能夠靈活應(yīng)用各種質(zhì)量工具、大數(shù)據(jù)分析算法從數(shù)據(jù)上排查質(zhì)量問(wèn)題的原因和解決措施。而隨著生產(chǎn)物流效能的不斷提升、數(shù)據(jù)規(guī)模的不斷擴(kuò)張，想要同時(shí)做到“快、準(zhǔn)、全”的數(shù)據(jù)分析，需要有新的數(shù)字化方法論來(lái)做支撐。

挑戰(zhàn)一：數(shù)據(jù)洪流下的“大海撈針” (海量數(shù)據(jù))

一條產(chǎn)線每秒都在產(chǎn)生海量數(shù)據(jù)：MES系統(tǒng)的工藝參數(shù)、供應(yīng)商的來(lái)料報(bào)告、倉(cāng)儲(chǔ)物流的溫濕度記錄、測(cè)試設(shè)備的檢測(cè)數(shù)據(jù)... 這些數(shù)據(jù)格式各異、散落各處。當(dāng)質(zhì)量問(wèn)題出現(xiàn)時(shí)，從這片數(shù)據(jù)海洋中找到關(guān)聯(lián)線索，無(wú)異于大海撈針，耗時(shí)耗力。

挑戰(zhàn)二：因果鏈條的“迷霧森林” (原因定位復(fù)雜)

一個(gè)看似簡(jiǎn)單的缺陷，其根源可能深藏在供應(yīng)鏈的數(shù)十個(gè)環(huán)節(jié)中。是原材料的微小雜質(zhì)？是產(chǎn)線上某個(gè)設(shè)備的參數(shù)漂移？還是運(yùn)輸過(guò)程中的一次意外顛簸？這種跨領(lǐng)域、跨系統(tǒng)的復(fù)雜因果關(guān)系，使得根因分析（RCA）成為一項(xiàng)極其考驗(yàn)專家經(jīng)驗(yàn)和直覺(jué)的“藝術(shù)”，難以規(guī)模化復(fù)制。

挑戰(zhàn)三：黃金時(shí)間的“稍縱即逝” (響應(yīng)速度要快)

在精益生產(chǎn)體系中，時(shí)間就是金錢(qián)。一個(gè)質(zhì)量問(wèn)題的發(fā)現(xiàn)與處置，晚一分鐘，就可能意味著成百上千件產(chǎn)品需要隔離、返工甚至報(bào)廢，造成巨大的經(jīng)濟(jì)損失和交付延期。傳統(tǒng)的層層上報(bào)、開(kāi)會(huì)分析、人工決策流程，顯然無(wú)法滿足“分鐘級(jí)”響應(yīng)的苛刻要求。

3  “質(zhì)量問(wèn)題處理大師”：Agentic AI的亮劍時(shí)刻

為破解上述難題，中興通訊基于“數(shù)字星云”平臺(tái)，傾力打造了供應(yīng)鏈領(lǐng)域的“質(zhì)量問(wèn)題處理大師”智能體。它不是一個(gè)孤立的軟件，而是一個(gè)深度融入業(yè)務(wù)流程的“數(shù)字專家”，以AI之力，實(shí)現(xiàn)從問(wèn)題感知到閉環(huán)處置的全流程智能化。

整體架構(gòu)：重塑質(zhì)量問(wèn)題處理范式

“質(zhì)量問(wèn)題處理大師”徹底顛覆了傳統(tǒng)的處理周期，用一套以LLM Agent為核心的智能化流程取而代之。Agent通過(guò)“反饋感知 → 升級(jí)決策”的閉環(huán)，自主完成分析、定位和處置的全過(guò)程。

該架構(gòu)的核心思想在于：通過(guò)Agent實(shí)施方案，將傳統(tǒng)線性的、依賴人工傳遞的信息流，升級(jí)為由AI驅(qū)動(dòng)的、具備規(guī)劃、記憶和執(zhí)行能力的智能工作流。

智能體系統(tǒng)的核心是一個(gè)基于“感知-思考-規(guī)劃-執(zhí)行”循環(huán)的認(rèn)知架構(gòu)。然而，在“思考”（分析決策）環(huán)節(jié)，卻有一個(gè)核心技術(shù)瓶頸：

大模型的“短板”：對(duì)于動(dòng)輒數(shù)GB甚至TB級(jí)的產(chǎn)線時(shí)序數(shù)據(jù)、設(shè)備日志等，標(biāo)準(zhǔn)的大語(yǔ)言模型（LLM）受限于上下文窗口長(zhǎng)度，無(wú)法直接處理。強(qiáng)行“喂”給模型大量原始數(shù)據(jù)，不僅成本高昂，效果也如同讓一位語(yǔ)言學(xué)家去解算高等數(shù)學(xué)，力不從心。如何讓模型既能理解宏觀的業(yè)務(wù)問(wèn)題，又能洞察微觀的數(shù)據(jù)細(xì)節(jié)？

4 破局者 DeepFlow：為智能體打造的“超級(jí)數(shù)據(jù)分析儀”

為了解決這一痛點(diǎn)，中興通訊研發(fā)了DeepFlow智能工作流自動(dòng)化平臺(tái)，作為“質(zhì)量問(wèn)題處理大師”背后的核心數(shù)據(jù)處理與分析引擎。DeepFlow并非要替代LLM，而是作為Agent可以調(diào)用的一個(gè)超強(qiáng)“工具”，專門(mén)解決大模型不擅長(zhǎng)的海量數(shù)據(jù)深度分析任務(wù)。

DeepFlow的核心能力包括：

可視化工作流編排: 質(zhì)量工程師可以通過(guò)拖拽節(jié)點(diǎn)的方式，構(gòu)建復(fù)雜的數(shù)據(jù)清洗、轉(zhuǎn)換、分析和建模流程。這使得領(lǐng)域?qū)＜业闹R(shí)得以固化和復(fù)用。

自定義節(jié)點(diǎn)開(kāi)發(fā)：通過(guò)集成的WebIDE，技術(shù)人員可以輕松編寫(xiě)代碼，創(chuàng)建連接企業(yè)內(nèi)部各種系統(tǒng)的“自定義節(jié)點(diǎn)”（如“獲取MES數(shù)據(jù)節(jié)點(diǎn)”、“調(diào)用ERP庫(kù)存接口節(jié)點(diǎn)”）。這些節(jié)點(diǎn)可以被無(wú)縫拖入工作流中使用，徹底打破數(shù)據(jù)孤島，讓所有相關(guān)數(shù)據(jù)在統(tǒng)一的畫(huà)布上流動(dòng)和分析。

AutoML能力集成: DeepFlow集成了數(shù)據(jù)挖掘工具節(jié)點(diǎn)，結(jié)合Agentic AI可實(shí)現(xiàn)自動(dòng)化機(jī)器學(xué)習(xí)(AutoML)，在海量數(shù)據(jù)中自動(dòng)尋找相關(guān)性、識(shí)別異常模式、預(yù)測(cè)質(zhì)量風(fēng)險(xiǎn)，將專業(yè)的數(shù)據(jù)科學(xué)能力普惠化。

上下文管理器: 這正是破局的關(guān)鍵。DeepFlow執(zhí)行完分析后，不會(huì)返回海量原始數(shù)據(jù)，而是通過(guò)語(yǔ)義多重壓縮、小模型協(xié)同、知識(shí)圖譜等技術(shù)，將關(guān)鍵發(fā)現(xiàn)、核心洞察、數(shù)據(jù)證據(jù)等提煉成一段高度濃縮、LLM友好的自然語(yǔ)言或結(jié)構(gòu)化文本。 這樣，Agent得到的不再是無(wú)邊無(wú)際的數(shù)據(jù)，解決了LLM的上下文瓶頸問(wèn)題。

5 Agent算例：看“質(zhì)量問(wèn)題處理大師”如何30分鐘破案

理論千遍，不如實(shí)戰(zhàn)一觀。讓我們來(lái)看一個(gè)典型的工作流程。

1.感知：系統(tǒng)預(yù)警“A產(chǎn)線B工位良品率下降5%”。

2.思考：Agent接收警報(bào)，理解這是一個(gè)“質(zhì)量下降”事件，并從長(zhǎng)期記憶中調(diào)取“根因分析”的標(biāo)準(zhǔn)模式。

3.規(guī)劃：Agent在DeepFlow畫(huà)布上，自動(dòng)構(gòu)建一個(gè)包含“獲取設(shè)備參數(shù)”、“查詢操作員記錄”、“追溯物料批次”、“檢查環(huán)境數(shù)據(jù)”等節(jié)點(diǎn)的工作流。

4.執(zhí)行：工作流自動(dòng)運(yùn)行，Agent每隔5秒監(jiān)測(cè)一次執(zhí)行狀況，如果執(zhí)行失敗則自動(dòng)查看調(diào)試信息并進(jìn)行調(diào)整（子Agent循環(huán)）。工作流執(zhí)行過(guò)程中，并行調(diào)用多個(gè)自定義節(jié)點(diǎn)，在數(shù)分鐘內(nèi)從不同系統(tǒng)中抓取到所有相關(guān)數(shù)據(jù)。

5.感知：上下文管理器抽取數(shù)據(jù)結(jié)構(gòu)及示例數(shù)據(jù)，重整提示詞將其返回給大模型。

6.思考：Agent接收到數(shù)據(jù)結(jié)構(gòu)信息，考慮如何繼續(xù)進(jìn)行關(guān)聯(lián)分析，從長(zhǎng)期記憶、問(wèn)題數(shù)據(jù)庫(kù)中獲取到相關(guān)分析方法，并通過(guò)上下文管理器重整提示詞。

7.規(guī)劃：Agent在DeepFlow畫(huà)布上，自動(dòng)構(gòu)建一個(gè)包含“雙比率檢驗(yàn)”、“K-Means聚類(lèi)”等節(jié)點(diǎn)的工作流。

8.執(zhí)行：工作流自動(dòng)運(yùn)行，同樣是自動(dòng)監(jiān)控執(zhí)行情況。

9.感知：Agent感知到執(zhí)行完成，上下文管理器自動(dòng)抽取數(shù)據(jù)結(jié)構(gòu)，根據(jù)數(shù)據(jù)量對(duì)數(shù)據(jù)進(jìn)行抽取，重整提示詞，返回給大模型。

10.思考：Agent接收到信息，考慮最終以網(wǎng)頁(yè)的形式輸出一份圖文并茂的問(wèn)題分析報(bào)告，并將中間過(guò)程數(shù)據(jù)、分析處理過(guò)程通過(guò)郵件/OA系統(tǒng)發(fā)送給用戶。基于用戶反饋，判斷是否將此次案例存入長(zhǎng)期記憶，用于未來(lái)的學(xué)習(xí)優(yōu)化。

結(jié)語(yǔ)：從“救火隊(duì)”到“預(yù)防家”，開(kāi)啟智能質(zhì)量管理新紀(jì)元

“質(zhì)量問(wèn)題處理大師”的意義不僅限于質(zhì)量問(wèn)題處理這一單一領(lǐng)域，更是為質(zhì)量預(yù)防的進(jìn)一步智能化鋪平了道路。未來(lái)，隨著LLM技術(shù)持續(xù)發(fā)展，質(zhì)量問(wèn)題處理過(guò)程中發(fā)現(xiàn)的數(shù)據(jù)監(jiān)控薄弱點(diǎn)，也將能夠由“質(zhì)量預(yù)防家”這一智能體角色實(shí)現(xiàn)快速補(bǔ)強(qiáng)。

中興通訊正通過(guò)建立在“數(shù)字星云”上的一系列智能體解決方案，為中國(guó)乃至全球的制造業(yè)注入強(qiáng)大的“數(shù)字神經(jīng)”，共同邁向一個(gè)更高效、更智能、更高質(zhì)量的工業(yè)未來(lái)。