边缘AI的第一阶段是单模型部署：一台相机跑视觉模型，一条PLC数据流跑预测分析，一组振动数据跑异常检测。每个部署自成一体，输入输出之后就交给下游系统或人。这些孤岛之间没有共享状态，也没有跨域推理：视觉模型发现缺陷时，不知道上游振动传感器三小时前已提示轴承磨损；趋势模型算出异常，却无法触发动作。
真正的瓶颈不是模型不够聪明，而是模型外面的编排层：记忆、目标跟踪、工具访问，以及每个业务域各自的行动权限。一个统一推理管线，很难同时维护视觉流、振动时序、ERP审计与安全决策这四种节奏、延迟和权限完全不同的上下文。
模型部署不等于智能体
模型部署是一个有边界的推理端点：接收输入、前向计算、返回结果，没有持久记忆，没有目标，也接不了工具。智能体则是围绕模型搭起来的系统：一个或多个推理模型，加上持久记忆、明确的工具集、规划层，以及持续运行的控制回路。智能体有目标、能跨交互跟踪状态、能从结果里学习，还能向其他智能体发布事件或订阅事件。多个智能体可共享同一个基础模型，但各自保留上下文、记忆、工具和权限。
按业务域拆，而不是按数据流拆
一条装配线良率突然上升，要同时回答几个问题：质检智能体用视觉检测和分类缺陷；维护预测智能体判断上游设备是否出现异常振动或热像；安全智能体评估异常是否带来人员风险、要不要限制区域；库存智能体测算停线对上下游物料的影响；协调智能体综合这些信号，决定减速、暂停、升级还是继续。
每个智能体只精一段，这不是缺陷而是优势。工程上这也是微服务思路：安全智能体出问题，不必重新部署质检智能体；自治边界清晰、可审计、可独立治理。
消息总线、共享记忆与统一动作出口
典型的工厂多智能体部署是一张协作网：每个智能体在共享MQTT总线上发布和订阅事件；协调智能体不复制专家能力，只负责跨域综合；Action Dispatcher是唯一被授权与ERP、产线控制器、告警平台等外部系统交互的组件，形成单一、可审计的动作边界。新增智能体只需订阅主题，不必改动已有代码。
第二层是共享记忆。没有它，每个智能体都像第一次遇到事件，无法积累机构知识。系统按时间尺度维护多层记忆；质检智能体存入一次缺陷事件后，维护智能体可查询同一记录并与之前的设备异常关联。
通信方式同样重要。同一边缘集群内用MQTT直连，避免云端往返延迟；跨团队、跨框架的任务交接则可用A2A协议（2025年由Google提出），通过Agent Card声明能力、协商任务并交换结果。成熟部署往往两种都用：MQTT承载高频运行事件，A2A约束明确的任务合同。数据同步遵循“在源头计算、按异常上云”，常规事件本地处理，聚合指标和严重事件才上云。
自治要分级，护栏要先建
多智能体系统不是固定自治级别。L0是规则阈值告警，L1能根据反馈调整参数，L2能提前数小时预测故障，L3由多个智能体跨域诊断并提出响应，L4才能在明确运行包络内独立执行高后果决策。今天多数生产部署处在L1到L3之间；L4只适合决策边界清楚、失败模式明确、错误可恢复的域。系统应从设计之初就按这条光谱演进，让护栏可以随运行信心逐步放宽。
有些决策无论置信度多高都不该自动执行。设计良好的系统会设置升级门：流程走到某一点暂停，把分析和建议交给操作员，等待明确批准。这保留了人对高后果决策的权威，也留下审计轨迹。护栏则同时在动作级（执行前按规则校验）、置信度级（低于阈值自动转人工）、速率级（冷却期防反馈失控）、审计级（允许、拦截、升级都写入不可篡改日志）运行。
联邦学习让整队共享经验而不泄露原始数据：各站点本地训练，只上传权重更新，云端用FedAvg加权聚合后广播全局模型。某个缺陷在单站也许只出现12次，在全队可能出现200次，聚合模型能更稳识别，而站点不必交出原始读数。
一条车身漆面缺陷的响应链
车身喷漆出现缺陷时，质检智能体先定位分类，维护预测智能体核对喷房设备，安全智能体评估人员风险，协调智能体给出减速、隔离或放行方案，动作经护栏校验后由Action Dispatcher执行或转人工。整段AI处理在400毫秒内完成；审批请求到达时，根因、历史先例和处置方案已备好，人只需授权一个有证据的方案。
作者给出五条建议：按业务域而非数据流拆分；用消息总线而非点对点API做集成；把共享记忆当基础设施；先建护栏再放权；从第一天做结构化遥测。所谓“AI工厂”不是一颗看住一切的超级模型，而是一支各司其职、共享规则的团队。
资料来源：Multi-Agent AI Architecture for Industrial Edge: How Specialized Agents Replace Single-Model Deployments — ZEDEDA（2026-07）。本文为技术要点编译，非原文全文。