智能制造的控制问题，常被简化成“上一个大模型智能体”。但车间里真正难的是协同：每台设备只看得到局部，系统级指标却由所有局部决策共同涌现；故障和插单要求秒级反应，后果却要到几小时后才显现。一篇题为《A MARL Centered Reference Architecture for Large Language Model Augmentation in Smart Manufacturing》的论文，先把这些约束摊开，再回答大模型到底该接在哪一层。
六个必须同时满足的约束
论文把现代制造对自适应控制的要求归纳为六条，并强调它们是“联合”施加的：局部决策产生全局后果；没有可用的全局状态，感知是局部的、信息有延迟，真实剩余加工时间、刀具磨损、隐性质量漂移甚至不可观测；系统本身非平稳，不只是噪声；既要反射速度，又要长周期质量；结果延迟且弥散，当下的派工决策可能几小时后在别处变成拥堵；动态关系难以显式建模，故障相关性、换型交互、人的差异都在漂移。
多智能体强化学习（MARL）被视为与这些要求最自然的匹配，尤其是把协同建模为 Dec-POMDP、采用集中训练分散执行的情形。论文因此以 MARL 为分析基准，追问大模型应当在何处增强、对接、参与训练，或者在最强竞争情形下替代自适应协调核心。
四个接入点
论文用一套分类学把文献中的大模型用法归到四个接入点：策略（policy）、奖励设计（reward design）、智能体间通信（communication）和分层规划（hierarchical planning）。这四类不是并列的技术模块，而是大模型进入系统的四种位置，各自改变不同的环节。
三层参考架构
论文的主贡献是一个按时间尺度和保障责任划分的三层架构。
第一层是语义推理，由选定的大模型配置实现，负责解释自然语言情境、分解目标、支持操作员交互，工作在较慢的规划节拍上。论文特别强调：它的输出只是“提案”，必须经过 grounding 与验证；自然语言给出的理由不能被假定为忠实。
第二层是自适应协同控制，由选定的 MARL 配置实现，在子目标条件下处理协调、信用分配和任务特定学习。它的延迟、鲁棒性和可复现性必须针对实际部署栈测量，不能从论文指标直接外推。
第三层是受保障执行，由经典控制器、运行时监控、动作约束，以及必要时独立认证的安全 PLC 构成，在明确假设下强制时序与安全属性。论文强调用“受保障”而不是“确定性”，因为确定性输出既不能证明运行可复现，也不能证明安全。
此外还有两个不构成独立层、只修改既有层的辅助接入点：奖励接入在部署前离线塑造第二层的训练目标；通信接入是第二层内部可选的自然语言通道，只有当每步决策预算足以吸收每一轮通信的大模型调用时才可行，否则应置空，退回常规数值通信。数字孪生则作为三层共享的底座，为规划、策略更新和运行时监控提供安全的训练与验证环境。
证据给出的分工，而不是口号
论文的结论相当克制：在现有证据下，经过任务训练的常规 MARL 更适合频繁、结构化、去中心化的协调；大模型组件则在语义解释、奖励起草、人机交互和较慢的监督规划上有前景。纯大模型的制造控制器，尚未在严格实时、去中心化、安全关键的控制上建立等效性。论文同时声明，这一结论受现有证据边界约束，并不主张“不可能”。
部署障碍也被逐项列出：大模型推理通常比毫秒到秒级的控制节拍慢一个数量级，纳入综述的九个制造应用中八个只在离散事件仿真中评估；连续动作空间与大模型离散 token 之间存在精度损失；制造场景缺少对大模型输出的形式化安全验证；按 token 计费的成本会随提示与回答长度增长，智能体式多步推理还会放大成本；隐私与数据驻留同样绕不开。
架构价值在于“可检验”
论文检查现有系统后发现，L2M2、语言引导的模式编队等只完整实现了第一、二层，GR00T N1 在单个具身智能体内部实现了快慢双系统，但没有多智能体协同意义上的第二层；尚无工作在同一个制造系统里同时实现三层加数字孪生。作者把这视为最直接的后续任务。
对工程团队而言，这套架构的真正用处不是选型标签，而是把争论变成可检验的问题：语义提案是否经过验证，协同策略的延迟是否测过，执行层是否有独立于学习组件的安全保障。三层各司其职，比“一个大模型管到底”更接近可交付的系统。
资料来源：A MARL Centered Reference Architecture for Large Language Model Augmentation in Smart Manufacturing — arXiv（2026）。本文为技术要点整理/编译，非原文全文。