随着大语言模型（LLM）与自动化 Agent 工具的爆发，制造业企业普遍开始探索“智能助手接管生产排程/运维监控”的可能性。但在工业现场，不可逆的生产事故是零容忍的。本文梳理一种经得起工程检验的落地架构模式。
核心痛点：不可控的幻觉与写操作灾难
在消费级互联网场景，Agent 犯错的代价可能只是一次无害的重试；但在 SCADA 或 MES 系统中，如果直接赋予 Agent 写权限（如调整阀门开度、修改配方温区、自动下达生产停线指令），一旦模型产生幻觉，带来的将是设备损坏甚至人员安全风险。
架构设计原则：只读优先 + 审批式写入
落地三步法
- 第一阶段：纯只读数据洞察。将 SCADA 点位数据、报警历史、MES 批次追溯接口封装成只读 Tool。Agent 负责聚合海量报警日志、定位关联原因、生成巡检摘要，输出给工程师阅读。
- 第二阶段：行动建议（Action Proposing）。当检测到机台温度漂移时，Agent 给出调整建议方案与推导依据，但本身无权触发写接口。
- 第三阶段：带审计的审批式执行。只有在车间技术负责人于安全界面上明确点击“确认执行”后，系统才调用写 API，并且全生命周期记录模型推理链与审批人数字签名。
工业智能化的路线应当是清晰而踏实的：先建立可信的洞察，再辅以严格的人工把关，稳健迈向自动化。