制造业经历过四次被广泛承认的范式：机械化、电气化、可编程自动化、智能制造。每一次都按“把哪一类人类劳动转移给机器”来定义。但每一轮之后，都有一层工作始终由人承担——生产的协调认知：解释客户或战略目标究竟要求什么，把它拆成可生产的作业，在扰动下排序与重排，在成本、质量、交期、可持续等冲突目标间协商，以及在书面规程失效时做出判断。承担这层工作的是工艺工程师、计划员、线长、质量工程师和供应链协调员。
预印本《Agent Manufacturing: Foundation-Model Agents as First-Class Industrial Entities》主张：第五次转移正在发生，而它主要转移的正是这一层，而不是下面的体力或例行认知。
定义：以智能体推理为主要协调机制
作者给出一个可操作、也更可证伪的定义：当一个制造系统的主要协调机制，是由基础模型智能体执行的推理——能够解释开放式目标、做长程规划、调用工具与机器、并与其他智能体和人类协商——它就是一个“智能体制造”（Agent Manufacturing）实例。这个定义比“认知制造”“工业5.0”更窄，也与经典多智能体制造系统划清界限：后者的自主性只在封闭协议空间内成立。
为什么这层此前没有被自动化？文章借用西蒙对组织的分析：组织是对有限理性的结构化回应，个体认知无法覆盖规模化生产的复杂性，于是用层级、规则与沟通渠道来分流决策。协调层就是西蒙所说那一层的具体化。早期技术能在层内做优化，却做不了开放式的解释、分解与协商。
底座已现，成熟度仍低
作者认为，视觉—语言—动作模型（RT-2、Open X-Embodiment、OpenVLA、π0）与多智能体编排框架（AutoGen、MetaGPT、工业copilot部署）构成了第一套可能支撑规模化智能体制造的技术底座。但证据并不乐观：2025年一项针对工业自动化中基础模型智能体的系统综述显示，75%的已报告系统处于技术成熟度TRL 4至6级，只有9.1%具备面向部署的证据。文中反复强调，其描绘的工厂示例是“近未来组合”，单项能力在现有部署系统中都不完整。
这一点对工程判断很重要：演示系统能完成一次多智能体协商，不等于它能在换班、缺料、设备异常同时发生时保持稳定。协调结构的改变——智能体在开放状态下推理、调用异构工具、彼此协商——才是范式差异的来源，也正是可靠性最难保证的部分。
三个不同于以往革命的后果
第一是劳动影响的性质。前几轮替代体力与例行认知，这一轮替代协调认知；而协调认知历来是吸纳被前几轮替代劳动力的缓冲层，且被相关研究识别为高租金劳动，其自动化会放大工资损失。
第二是竞争单元的变化。竞争重心从制造产能转向“认知制造基础设施”——基础模型、记忆系统与编排平台。文章认为这一转向已在政策中可见：欧盟AI法案的高风险分类、美国对先进芯片与模型权重的出口管制，以及中国“人工智能+制造”行动提出到2027年推出1000个高水平工业智能体。
第三是研究议程。作者提出面向制造业的专门议程，并明确保留一项判断：继续扩大当前大语言模型的规模，未必是通往工业级协调能力的路径；这些问题的解决也不只是技术问题。
对工厂的现实含义是：先分清哪些工作属于协调认知（排产、异常处置、跨部门协商、规程外判断），再评估智能体是否具备可审计的记忆、可靠的工具体系与明确的责任边界。TRL数据提醒我们，别把演示当成部署证据。
资料来源：Agent Manufacturing: Foundation-Model Agents as First-Class Industrial Entities——arXiv 预印本（2026-05）。本文为技术要点编译，非原文全文。