制造业上智能体，最常见的失败不是模型不够聪明，而是它看到的世界是残缺的。它可能连着 ERP，却看不到 MES，于是拿标准成本算了一笔“内部自洽但事实上错误”的账；它也可能拿着上一季度的工艺路线和已作废的 BOM 版本，语气依然笃定。一家咨询机构在 2026 年 6 月的调查里，101 家百人以上企业的 57% 把“自信但错误”的智能体回答归因于业务上下文缺失或不一致，31% 表示这种事发生过不止一次。
四种上下文故障
报告把现场反复出现的机制列了出来：上下文缺口，只能看到部分系统；上下文过期，工艺路线、供应商价格、BOM 版本已经变了却没有任何标记；上下文过载，也就是“迷失在中间”，把更多文档塞进提示反而让关键事实被埋掉；长任务截断，前几步表现良好，随后状态滑出窗口，智能体开始前后矛盾；再加上跨会话没有持久记忆，以及实体歧义——同一个零件有内部号、客户号、供应商号和经销商 SKU，同一个供应商在收购后有两个名字，聚合结果必然出错。这里只有一项与模型有关，其余都在模型下面的数据层。
先选对流程，再谈自治
选第一个落地流程，按四个维度排序：频次乘耗时（一个月做 400 次、每次 20 分钟的任务，胜过两个月才做一次、每次两天的任务）；可逆性（起草一份价差分析可逆，下达生产订单不可逆）；数据可得性（任务需要的每个事实今天能否以程序方式取到）；可核查性（人能否在两分钟内验完，若验证和重做一样久，就没有省下任何东西）。用这把筛子，可靠的首次部署通常是供应商发票与采购价差复核、来料质量文档、订单确认与变更、边际贡献与履约成本报表、停机归因与帕累托分析、基于历史成本的报价准备。
反过来，要围栏的是那些“错了很贵、对外承诺、触碰安全合规”的决定：与安全相关的作业指导书、上锁挂牌程序、影响安全运行的设备参数；法规与质量签核；超过阈值的采购订单、供应商谈判、对客户的交期与报价承诺；以及底层数据有已知缺口的任何决定——这时智能体应当升级给人，而不是推断。正确姿势是“智能体提议、人批准”，把证据收集、影响量化、动作起草都交给它，人只做一键确认；信任建立后再按阈值逐步放宽围栏。
统一上下文层是前置条件
报告把这一层定义为位于业务系统与智能体之间的受治理层，含三样东西：到各系统的实时连接、每个实体的唯一身份、指标与规则的规范定义。它解决四件事：实体解析（一个零件、一个供应商、一个客户、一张工单，无论各系统怎么拼写）；规范定义（边际贡献、准时交付、废品率、OEE 只定义一次，所有人和所有智能体算法一致）；血缘（每个数字都能追到源记录，建议因此可审计，厂长能在九十秒内核对）；权限（在层内强制执行，智能体继承其所代理之人的访问权，而不是看到一切）。调查里只有 25% 的企业在生产中运行这样的上下文层，34% 在建，41% 还没开始。
MCP 让“智能体怎么调我的 ERP”这件事标准化了：2026 年月度 SDK 下载约 9700 万次，公开服务器超过 9400 个。但报告提醒，MCP 标准化的是访问，不是理解——它不会替你判断三个零件号其实是一个零件，也不会替你定义边际贡献要不要在返利计提之后算。连接不等于理解，可靠性来自协议之上那层。
落地节奏可以压进 90 天：前 15 天选一个流程、把决策规则和自治围栏写成文字；16 至 45 天接通并解析实体，通常会顺带发现零件编号比任何人以为的都乱；46 至 70 天影子运行，智能体做一遍、人独立做一遍、逐单对比，这一步最常被跳过，却决定信任与基线错误率；71 至 90 天带围栏上线，智能体提议、人批准、全程留痕，只在影子期错误率低的地方放宽。衡量指标建议六项：无人工纠正的任务完成率、每任务人工复核时间、错误率与错误严重度、流程周期前后对比、真正落袋的金额（不是“识别出的金额”）、回本期（部署中位数约 5.1 个月）。
资料来源：AI Agents in Manufacturing Operations (2026): What to Automate, What to Fence, and the Data Layer Underneath — OutcomeCatalyst。本文为技术要点整理/编译，非原文全文。