本次会议汇聚了来自全国多个 YOCSEF 分论坛的学术界与产业界代表，围绕组织发展、学术交流与青年科技人才培养等议题展开深入交流，并完成了新一届学术委员会（AC）的换届选举工作。

在本次选举中，深圳市乐谱兰斯科技有限公司（立谱智造）创始人谭程明，当选为 2025–2026 年度 CCF YOCSEF 深圳非学术界 AC 委员。

CCF YOCSEF（Young Computer Scientists & Engineers Forum）是中国计算机学会（CCF）面向青年科技工作者设立的高端学术与思想交流平台，长期致力于发现真问题、讨论真问题、推动技术与社会的深度连接。

图：现任主席漆舒汉（立谱智造首席科学家）作年度中期汇报

YOCSEF 深圳分论坛作为全国最活跃、最具产业特色的分论坛之一，始终立足深圳与粤港澳大湾区，连接高校、科研机构与产业一线，在技术前沿、产业变革与青年成长等方面持续发声。

“第一次接触 YOCSEF，是在几年前旁听一场论坛。让我印象很深的，不是技术本身，而是大家反复追问：这个问题到底是不是一个真问题？”

图：立谱智造创始人谭程明

作为一家扎根制造一线的创业公司负责人，谭程明长期关注AI技术在真实生产场景中的落地问题。无论是非标零部件的设计、DFM、核价，还是生产协同，技术最终都要回到一个核心命题——能否解决现实中的复杂性与不确定性。

也正因如此，YOCSEF 所倡导的“发现真问题、讨论真问题”，与产业一线的实践经验产生了强烈共鸣。

作为非学术界 AC 委员，谭程明将以产业实践者的身份参与后续论坛与议题策划，重点关注：

• AI 在制造业复杂场景中的可落地性
• 非标零部件与柔性制造的工程挑战
• 工业智能体、工程自动化在一线的真实价值
• 产业问题如何反向推动学术研究与技术演进

立谱智造并不认为产业一定能‘指导’学术，但产业中的大量真实问题，本身就是非常好的研究起点。

立谱智造长期专注于 AI 与工业零部件制造的融合应用，围绕图纸审查、DFM可制造性评估、智能核价报价、工艺编排与生产协同等环节，探索以工业智能体为核心的柔性制造解决方案。

参与 YOCSEF 深圳的工作，也将成为立谱智造持续反思与验证技术路线的重要窗口——在更开放的讨论中，校准方向、理解边界、发现新的可能性。

未来，立谱智造将与 YOCSEF 深圳的学术界与产业界伙伴一道，持续参与公共讨论，推动 AI 技术与制造业的深度融合，为青年科技人才的成长和技术与社会的良性互动贡献力量。

关注立谱智造公众号立即：

领取「立谱智造AI多智能体」7天无限使用权（价值888元）

获取《AI驱动制造升级白皮书》（含12个行业实证案例）

加入立谱「零一计划」，享首单生产补贴

立即体验AI解决方案！

留下您的联系方式，体验AI组成的专家团队。

• 免费试用：上传图纸，AI数秒内完成核价与DFM分析
• 智能助手：自动生成标准化工艺文档与优化建议
• 与专家沟通：通过微信与我们的团队实时交流，立即了解更多。

请在浏览器中启用JavaScript来完成此表单。

您的称呼 *

您的邮箱 *

您的称呼 您的需求 您的公司名称

您的公司名称 *

您的需求 *

提交

真正消耗精力的，并不是加工本身，而是大量需要反复判断的小决策。比如：这张图要不要接？这个结构要不要改？这单到底该报多少？插单会不会把交期搞乱？这批件有没有潜在质量风险？

这些问题单独看都不大，但每天会出现几十次。企业的“决策带宽”，就在这些地方被吃光了。

如果你观察一家成熟的大型制造企业，会发现一个特点：很多判断，根本不会发生在生产线上。

例如：

• 图纸进入系统后，已经被规则过滤过

• 报价不是靠人算，而是系统自动核

• 排产不是随便拍板，而是多个方案择优

• 质量问题在工艺评审阶段就被预处理了一部分

这并不是因为人多，而是因为判断被分散在多个岗位和系统中。而在 100 人左右的企业里，情况是不是这样的：判断集中在少数几个人身上？同一个人要反复在不同场景下做决策？每个判断都需要“重新过一遍脑子”？时间久了，问题就会出现：不是判断错，而是判断太多，没有时间想清楚。

如果把制造流程拆细，会发现真正消耗精力的不是加工，而是这些节点：

1. 图纸评估

很多工厂都有类似场景：工程师看图，嘴里说一句：“这个地方有点悬。” 但是：悬在哪里？悬到什么程度？是必须改，还是能试试？

关键信息无法标准化输出，因为全在脑子里。AI在这里做的事情，并不神秘，只是把这些判断拆成了规则：

比如厚度、深径比、倒角、装配公差；和设备能力、历史案例对照；给出明确的风险提示。它不是替你做决定，而是把“模糊的不安感”变成可讨论的信息。

2. 报价计算

在很多中小企业，报价其实是一个高风险动作。不是算不出来，而是：不确定有没有漏项、难度评估准不准、不确定别人是不是报得更低？

在报价环节，AI 并不是直接给出一个“算出来的价格”，而是先把报价这件事拆解成一系列必须被回答的明确问题：

采用什么加工工艺，是否需要多工序组合；零件结构决定了需要几次装夹、是否存在复杂定位；哪些工序本身属于高风险环节，可能拉低稳定性；以及在当前材料、设备和工艺条件下，良率应该落在怎样的区间。

当这些问题被系统性地拆开并逐一评估后，报价不再依赖个人经验的临场判断，而是形成了一套可重复、可校验、可持续优化的判断过程，使报价从“拍感觉”转变为一种结构化决策行为。

3. 排产与插单

当出现需要插单的情况，你就是在赌：设备不会出问题？赌关键工序不会拥堵？赌前面的单子不会延期？

经验丰富的人能或许赌对很多次，但赌错一次的代价却是未知的。所以AI的价值就体现出来了：

• 把不同排产方案跑一遍

• 标出最可能出问题的环节

• 告诉你：风险集中在哪里

最终决策还是人做，但不再是靠感觉。

4. 质量预判

在质量控制上，许多问题并非源于操作失误，而是早在设计和工艺选择阶段就已埋下隐患，例如结构已经接近工艺极限、工艺窗口本身过窄，或对环境条件和设备状态高度敏感。

这类风险在单次判断中往往不易被察觉，但在规模化生产中极易被放大。AI 可以基于历史不良数据和工艺记录，提前识别这些高风险组合，并在生产前给出明确提示。

它无法承诺绝对不出问题，但能够显著减少那些“事后回看本可预见、却仍然发生”的质量风险。

在生产现场，很多精力消耗并不发生在具体加工动作上，而发生在持续不断的判断过程中。大量时间被用于思考：这一步该不该这样做、有没有更稳妥的方案、是否会在后面环节引发问题。

想得多、想得快、想得准，本身就是一种高强度消耗，而且这种消耗往往集中在少数经验丰富的人身上。AI 真正带来的变化，在于把这些反复出现的判断转化为系统行为，将原本分散在个人头脑中的经验沉淀为可被调用的公共能力，并把原本依赖临场反应的决策前移到生产之前。

随着这些判断被系统承接，老员工不再被大量琐碎决策拖住，新员工也能在明确提示和规则约束下参与到决策过程中，整体决策质量因此更加稳定，不再随着人员忙碌程度或情绪状态而明显波动。

这种对判断能力的分摊与缓冲，正是 500 人规模企业具备、而中小制造企业长期缺失的一种运行基础。

对中小制造企业来说，真正的风险往往不在于订单多少，而在于关键判断高度集中在少数人身上。

一旦这些节点出现失误，问题就容易产生连锁反应，而事后复盘又很难沉淀为可复用的方法。AI 的意义，在于让经验不再只存在于某个人的头脑中。

当判断逻辑能够被记录、复用并持续修正时，企业对个人的依赖会逐步降低，决策节奏也会更加稳定，扩张不再完全受限于是否能够找到合适的人。

AI 并不会让一家 100 人的制造企业突然变得“很大”。但它可以做到一件非常现实的事：让企业在每天几十个关键判断上，少犯错、少犹豫、少消耗。

当这些判断不再完全压在几个人身上时，你会发现——

企业看起来没变大，但运行方式已经不一样了。

关注立谱智造公众号立即：

领取「立谱智造AI多智能体」7天无限使用权（价值888元）

获取《AI驱动制造升级白皮书》（含12个行业实证案例）

加入立谱「零一计划」，享首单生产补贴

立即体验AI解决方案！

留下您的联系方式，体验AI组成的专家团队。

• 免费试用：上传图纸，AI数秒内完成核价与DFM分析
• 智能助手：自动生成标准化工艺文档与优化建议
• 与专家沟通：通过微信与我们的团队实时交流，立即了解更多。

请在浏览器中启用JavaScript来完成此表单。

您的公司名称 您的需求 您的称呼

您的称呼 *

您的邮箱 *

您的公司名称 *

您的需求 *

提交

本届“同心杯”留学人员创新创业大赛设置了四大赛道，每个赛道各评选产生一个金奖。凭借在AI+制造领域的技术实践与产业落地能力，立谱智造成功摘得“智创未来”赛道唯一金奖。

本届大赛由泉州市委统战部、泉州市委人才办、石狮市人民政府联合主办，以“丝路同心·创赢未来”为主题，汇聚省、市、县相关领导，专家学者，创投机构代表及创新创业团队近300人，共同见证新质生产力在泉州加速集聚。

作为21世纪海上丝绸之路先行区，泉州已连续六年举办“同心杯”留学人员创新创业大赛，持续打造链接全球留学人才与地方产业的重要平台。

本届大赛共吸引来自美国、德国、新加坡等国家及港澳台地区的217个高质量项目参赛，涵盖电子信息、高端制造、新材料、智能装备等多个前沿方向。经过多轮专业评审，最终45个项目晋级决赛。

在激烈角逐中，立谱智造与多家技术领先项目一同斩获金奖。评审专家认为，立谱智造在技术创新性、产业落地能力与市场应用前景等方面表现突出，充分体现了新质生产力的发展方向。

立谱智造长期聚焦智能制造与工业数字化，围绕工业制造场景，通过技术创新与工程化能力，推动复杂制造需求实现落地。

在本届“同心杯”大赛中，立谱智造展示了其在制造体系、技术能力及产业协同方面的综合优势，获得评委与产业界的高度认可。此次获奖，不仅是对立谱智造技术实力的肯定，也体现了泉州制造业向高端化、智能化、服务化持续迈进的趋势。

活动同期举行了成果对接与生态展示。在成果转化环节，15个优质项目完成落地意向签约，合作方向涵盖智能装备、新材料、先进制造等领域。香港科学园、南方科技大学等机构也与泉州达成合作意向。

立谱智造团队在现场与多家创新团队、产业机构深入交流，围绕制造可行性、产业协同、工程转化等话题展开探讨。在立谱智造看来，真正有生命力的创新，必须能够穿过实验室，进入生产体系，并在真实产业场景中持续创造价值。

值得一提的是，在本届“同心杯”大赛前期，立谱智造通过投石的科技便利店对接了石狮励石智能，围绕其在海工装备生产中的复杂工艺与各种痛点，定制化开发了“海工装备AI垂直大模型解决方案”。

项目落地后，该船舶企业的生产效率将有望提升10%以上，迅速成为行业标杆。“如果没有科技便利店，我们根本找不到这么专业的团队。”该船舶企业负责人感慨。

活动期间，中国工程院院士林间作《高科技引领海洋经济的实践与前景》主题分享，“泉州人才港湾计划”等政策集中推介，为科技型企业与创新人才释放出清晰而积极的信号。当天，粤港澳大湾区科技成果转化中心泉州（石狮）分中心正式揭牌，进一步强化泉州与湾区创新资源的联动。

立谱智造将以此次获奖为新的起点，持续深耕智能制造领域，推动技术创新与产业需求的深度融合，助力更多创新成果在泉州落地生根。

以智造赋能新质生产力，立谱智造将与这座“海丝名城”一道，走向更具韧性与创造力的未来。

关注立谱智造公众号立即：

领取「立谱智造AI多智能体」7天无限使用权（价值888元）

获取《AI驱动制造升级白皮书》（含12个行业实证案例）

加入立谱「零一计划」，享首单生产补贴

立即体验AI解决方案！

留下您的联系方式，体验AI组成的专家团队。

• 免费试用：上传图纸，AI数秒内完成核价与DFM分析
• 智能助手：自动生成标准化工艺文档与优化建议
• 与专家沟通：通过微信与我们的团队实时交流，立即了解更多。

请在浏览器中启用JavaScript来完成此表单。

您的称呼 *

您的需求 您的邮箱 您的公司名称

您的邮箱 *

您的公司名称 *

您的需求 *

提交

这不是夸张，而是几乎所有加工型企业的普遍感受。信息在 ERP、MES、OA 之间流转，但现场真正发生了什么、为什么发生、会不会影响交期，却常常掩埋在工人的操作、设备的状态、和无数未经记录的细节里。

而 AI 的进入，让这个“黑箱”第一次呈现出被打开的可能。

01 黑箱为什么形成？因为信息“断层”永远在现场发生

车间并不是不透明，而是“肉眼可见、系统不可见”。操作员知道设备今天状态不好，但系统不知道；工程师知道哪个工序容易返工，但系统不知道；项目经理知道这个工单可能延误，但系统还是显示“正常”。

这些信息不是不存在，而是：

• 没被记录
• 没被结构化
• 没被分析
• 更没能进入决策链路

于是，一个看似数字化的工厂，仍然存在一个“看不见的现场世界”。现场的不透明，带来三个长期痛点：

第一，无法提前预判风险，只能事后救火。
第二，问题原因难以追踪，返工成本越来越高。
第三，管理层缺少真实数据，只能凭经验决策。

这就是“黑箱”，而且是一个每月吞噬企业利润的黑箱。

02 AI 的第一步：让车间“看得见”

传统的可视化系统是“报状态”：工单完成率、设备开机率、工序进度……问题在于，这些数据都是“结果”，不是“过程”。AI 的可视化是另一种逻辑：不是让数据更漂亮，而是让现场的信息结构化、过程化，变成能够用于分析的“原材料”。AI 介入后，车间的第一层透明是：它开始看得懂数据的内容，而不是只显示数据。例如：

• 从刀具磨损数据判断下一工序可能不稳定
• 从不良率的变化判断前序参数可能不一致
• 从报工间隔推断某设备操作员出现异常迟滞
• 从工序时间波动识别潜在瓶颈

AI 看的是“隐藏的规律”，而不是“报出来的数字”。这是黑箱被打开的第一道光。

03 第二步：让车间“理解自己正在发生什么”

数据有了，还需要让系统理解“为什么”。AI 通过学习企业的工艺规则、历史项目路径、设备行为模式之后，它可以主动解释现场现象背后的原因。

比如：

• 为什么这个批次比上一批多用了 40 分钟？
• 为什么这台设备本周的效率下降了 12%？
• 为什么这个作业指导书执行起来异常缓慢？
• 为什么同类工件在不同班组效率差异极大？

过去这些问题需要工程师现场排查，现在 AI 能直接给出可能性排序与依据来源。AI 不只是告诉你“发生了什么”，而是告诉你“为什么会发生”。这也是车间透明的第二阶段：从可视化 → 可分析。

04 第三步：AI让车间具备“预测能力”

如果说可视化和分析解决的是“过去和现在”，那么预测能力决定的是“未来能不能被改变”。企业最关心的不是“现在进度是多少”，而是：

• 会不会延误
• 什么时候延误
• 哪个环节会导致延误
• 延误影响多少订单
• 是否需要提前通知客户

传统系统给不了答案，因为它没有“理解工艺”的能力。而具备工艺知识与历史加工行为的 AI 智能体，可以基于当前工序耗时预测后续进度、结合设备负载预测瓶颈出现的概率、对比历史项目预测交付时间误差、模拟不同排产策略的交期影响。这意味着车间第一次拥有了“未来视角”。AI 在告诉企业：“你不是等问题发生，而是提前知道问题要发生。”

05 第四步：从预测到溯源——黑箱完全被打开

过去出现质量问题时，溯源意味着打开 MES、翻 Excel、问班长、查日志，一个批次的异常可能埋葬在十几个文件里。AI 让溯源变得像“对话”一样简单。因为它不仅掌握：每一个设备参数变动、每一条作业指导书版本更新、每一次工序调整记录、每一次停机与换刀行为、每一次不良出现的上下游关系。

还掌握“隐性知识”：某些工程师知道的“经验规则”，那些从未写进文档的判断。于是溯源变成了：

• “为什么这批尺寸偏大？”
• “因为第二道工序换刀提前了 12 分钟，前序补料时间延长，导致温度偏高。”
• “为什么同批次中只有部分不良？”
• “因为其中一个班组错用旧版作业指导书。”

AI 不只是查数据，而是理解“因果链”。黑箱真正被打开，不是在可视化，而是在溯源能力成熟的那一刻。

06 当车间透明后，企业发生了什么改变？

透明不是展示数据，而是让企业能看清：

• 什么在发生
• 为什么发生
• 会不会再次发生
• 如何避免再次发生

而真正的透明带来的，是整个价值链的变化。

1. 生产更可控：不再靠“感觉”判断工期
2. 交付更稳定：可预测的计划减少了项目经理的焦虑
3. 质量更一致：工艺执行偏差被持续监测
4. 成本更可算：时间、材料、返工原因变成结构化资产
5. 管理更轻松：管理者第一次能基于真实现场数据决策

这不是“可视化项目升级版”，而是车间正在从“经验驱动”转向“智能体驱动”。

07 AI 打开的不是车间，而是制造业的新认知方式

制造的难点，从来不在于设备，而在于认知。一个车间看不清自己，就只能凭经验处理问题；一个企业看不清车间，就只能凭直觉制定策略。而当 AI 将“可视化、分析、预测、溯源”串成一个闭环后，工厂第一次具备了完整的认知通路。这是制造业真正的智能化，不是自动化，也不是流程化，而是：让工厂“看得见、想得通、预见到、解释清”。

未来十年的竞争，不再是看谁的设备更多、系统更全，而是谁能把最底层的“认知能力”数字化、结构化、模型化。车间从黑箱变成透明系统的那一天，就是制造企业真正拥有智能能力的那一天。

而立谱智造想做的，就是把这一天，提前带给更多工厂。

关注立谱智造公众号立即体验：

领取「立谱智造AI多智能体」7天无限使用权（价值888元）

获取《AI驱动制造升级白皮书》（含12个行业实证案例）

加入立谱「零一计划」，享首单生产补贴

立即体验AI解决方案！

留下您的联系方式，或直接访问我们的AI多智能体，体验AI组成的专家团队。

• 免费试用：上传图纸，AI数秒内完成核价与DFM分析
• 智能助手：自动生成标准化工艺文档与优化建议
• 与专家沟通：通过微信与我们的团队实时交流，立即了解更多。

请在浏览器中启用JavaScript来完成此表单。

您的称呼 *

您的邮箱 您的需求 您的公司名称

您的邮箱 *

您的公司名称 *

您的需求 *

提交

问题在于——当产品更新节奏越来越快，留给“慢慢探索”的时间，正在消失。

AI 介入的价值，正是在这里开始显现。

01 传统材料与结构探索，慢在哪里？

在真实的研发现场，材料与结构创新往往经历这样一条路径：设计提出想法 → 工程师凭经验选材 → 结构初版 → DFM 评审 → 修改 → 打样 → 再评审 → 再修改

这条路径并不“低效”，它只是高度依赖人。慢，并不慢在计算，而慢在三个地方：

• 经验分散在个人头脑中，难以复用
• 很多判断发生在打样之后，而不是之前
• 结构、材料、工艺往往是割裂决策

结果就是：真正“验证”的成本很高，而真正“探索”的空间反而被压缩。

02 AI介入的第一件事：把隐性经验变成可调用能力

AI 并不是凭空给出“更聪明的答案”，而是先完成一件基础却关键的事情——系统性地理解“过去是如何做出这些判断的”。

当企业将以下内容接入 AI 系统：

• 历史设计图纸与版本变更
• 对应的材料选型与失败案例
• DFM 审核意见与修改记录
• 表面处理方案与实际效果反馈
• 打样与试制阶段的数据结果

AI 才第一次具备了“工程语境”。它开始理解：哪些结构在某种材料下容易出问题？哪些表面处理在特定结构上会引发变形或外观缺陷？哪些看似合理的设计，在量产阶段会带来不可控风险？

这一步，不是创新本身，而是让创新有了可靠的起点。

03 从DFM开始，AI提前介入结构判断

在传统流程中，DFM 往往发生在设计之后，甚至是打样之前的“最后一道关卡”。
而 AI 的改变在于：它把 DFM 前移到了结构探索阶段。

当设计师上传 2D 或 3D 图纸时，AI 可以自动识别关键结构特征，例如：

• 薄壁区、深腔、悬空结构
• 扣位、卡扣、加强筋布局
• 尖角、倒角、壁厚突变区域

基于这些特征，AI 会结合材料属性与工艺约束，给出可制造性判断：

• 哪些区域存在成型风险
• 哪些结构在当前材料下稳定性不足
• 哪些设计在量产阶段可能放大偏差

这意味着，很多原本要等到评审甚至打样后才发现的问题，被提前“暴露”出来。结构探索，从“先做再改”，变成了“边想边验证”。

04 材料选择，不再只是经验偏好

材料选型，一直是工程决策中最“主观”的部分之一。同样的产品，不同工程师可能给出完全不同的建议。AI 的价值，并不是替代工程师选材料，而是提供一个更完整的判断维度。

在结构确定的前提下，AI 可以同时评估多种材料方案，从以下角度给出对比建议：

• 结构强度与刚性匹配度
• 成型稳定性与变形风险
• 表面处理适配性
• 成本与供应稳定性
• 历史相似项目的成功率

工程师不再面对“选哪个更稳”的模糊判断，而是看到：在当前结构下，材料 A 风险最低，材料 B 成本更优但工艺要求更高，材料 C 需要结构微调才能稳定量产。

选择权仍然在人，但判断不再孤立。

05 表面处理，从“经验试错”走向“可预测建议”

表面处理往往是结构问题被放大的地方。同一结构，在不同处理方式下，可能呈现完全不同的结果。

AI 将结构、材料与表面处理放在同一个决策框架中进行分析：

• 当前壁厚是否适合喷涂？
• 阳极处理是否会放大已有应力？
• 抛光或喷砂是否会影响关键尺寸？

基于历史数据与工艺规则，AI 可以在设计阶段就给出建议：

• 哪些表面处理方案风险较高
• 是否需要提前调整结构来适配工艺
• 哪些处理方式在类似项目中表现稳定

这让“表面处理”从一个后置选择，变成了结构设计的一部分。

06 从探索到验证，节奏发生了什么变化？

当 AI 同时参与 DFM、材料选择和表面处理判断后，研发节奏会出现一个明显变化：探索变快了，但验证反而更少了。

因为很多不可行的方案，在“画图阶段”就被过滤掉；而留下来的方案，本身已经经过多维度验证。

企业会发现：

• 结构修改次数明显减少
• 打样轮次下降
• 工艺评审周期缩短
• 试制阶段的问题更集中、更可解释

这不是“少犯错”，而是把错误前移到成本最低的阶段。

07 AI不是灵感来源，而是创新的“加速器”

需要强调的是：AI 并不会替代工程师的创造力。

真正的创新，依然来自人对产品、市场和技术的理解。但 AI 改变了创新发生的环境——

• 它降低了试错成本
• 缩短了验证路径
• 放大了经验的价值
• 让复杂判断变得可讨论、可追溯

当材料与结构创新不再被“周期”和“风险”压制，工程师反而拥有了更大的探索空间。

结语：创新的本质没变，但路径正在重构

制造业的材料与结构创新，从来不是“灵光一现”，而是无数工程判断的累积结果。AI 做的，不是替你做决定，而是让这些判断发生得更早、更系统、更可靠。从探索到验证，更快了；从经验到能力，更稳了。

这，正是 AI 真正进入工程世界后，带来的改变。

关注立谱智造公众号立即体验：

领取「立谱智造AI多智能体」7天无限使用权（价值888元）

获取《AI驱动制造升级白皮书》（含12个行业实证案例）

加入立谱「零一计划」，享首单生产补贴

立即体验AI解决方案！

留下您的联系方式，或直接访问我们的AI多智能体，体验AI组成的专家团队。

• 免费试用：上传图纸，AI数秒内完成核价与DFM分析
• 智能助手：自动生成标准化工艺文档与优化建议
• 与专家沟通：通过微信与我们的团队实时交流，立即了解更多。

请在浏览器中启用JavaScript来完成此表单。

您的称呼 *

您的邮箱 *

您的公司名称 *

您的公司名称 您的称呼 您的邮箱

您的需求 *

提交

前段时间，我们给几家客户部署AI智能体系统。同样是一套底层架构，装进不同工厂之后，AI的“性格”居然完全不一样。

在汽车零部件厂，它总是第一时间发现设计图中的过切、欠铣、装配干涉等隐患，并自动生成DFM（可制造性分析）报告；
在医疗设备厂，它擅长比对材料选型与加工精度，提醒设计师注意表面处理与公差风险，协助团队提前发现工艺一致性问题；
而在3C制造厂，它通过分析图纸、数量、材料与加工工艺，几秒钟内就能给出准确报价和生产建议。

同样的AI，不同的灵魂。制造业的AI，正在长出自己的“个性”。

一、制造业，不需要千篇一律的智能

如果你走进十家工厂，就会发现十种完全不同的逻辑。

有的车间追求精度，有的更在意交期与成本；
有的工艺路线极度复杂，有的依靠柔性产线切换；
有的依赖积累的经验，有的已经全面数字化。

这些差异意味着：同一套AI系统，放到不同的工厂，就像把标准模具装进不同的产品线——形状相同，结果必然错配。

制造业的核心从来不是“通用性”，而是“差异性”。

真正懂制造的AI，不是一个统一的答案，而是一百种适应现场逻辑的解决方式。

二、工厂的AI，也会“性格分化”

在立谱智造的项目实践中，我们逐渐发现了一个有趣的规律：AI智能体的“成长轨迹”，其实与工厂文化密切相关。

我们遇到的AI，有三种典型“性格”：

工程型AI —— 精确、刻板、逻辑清晰

• 常出现在汽车、航空航天企业。
• 擅长DFM评估、工艺仿真与误差追踪。
• 不讲情绪，只有数据。

运营型AI —— 快速、务实、成本导向

• 多出现在消费电子、智能硬件工厂。
• 聚焦报价、排产、成本优化。
• 类似“AI版的供应链协调员”。

创意型AI —— 发散、敏锐、懂设计

• 通常出现在新材料与科研团队。
• 会提出结构改进、形态优化等建议。
• 更像一位设计工程师的数字助手。

这些AI没有“对错”，它们只是被不同的生产文化、决策习惯、知识结构塑造成各自的模样。

三、AI的“成长环境”，决定了它的思维方式

AI不是即插即用的算法，它更像一位新人。如果它来到的是传统制造企业，首先要学习的是“怎么听懂老工艺师傅的语言”；如果它进入数字化工厂，则需要理解MES系统的逻辑，知道什么叫作业闭环。

可配置化的AI，就像一个“学习型工人”：它吸收企业的知识库，记住工艺标准，理解每条生产线的规则，并在数据流与经验之间找到最佳平衡点。

这就是我们说的：AI的知识不是预置的，而是被“喂”出来的。

四、为什么说“个性AI”比“大模型”更有价值？

通用大模型的优势在“知道很多”，但制造业需要的，是“只知道对的那一部分”。

举个例子：当工程师问：“这款铝件能不能改为压铸工艺？”通用AI也许能生成一篇技术科普；而个性化AI会回答：“根据贵司过往MJF工艺记录，这类零件在500件以上批量时切换到压铸成本更优，但需修改壁厚并增加拔模角。”

它不仅回答问题，还理解语境、引用历史、连接系统。这就是“通识AI”和“工厂AI”的根本区别：一个说理论，另一个给决策。

五、AI的个性，是工厂文化的镜像

我们逐渐意识到，AI不是要取代谁，它其实是把工厂的文化“显化”出来。

• 如果你的工厂重视工艺，它就学会更精细的判断；
• 如果你重视效率，它就习惯优化路径；
• 如果你崇尚创新，它就敢于提出新的结构方案。

换句话说，AI的样子，就是你的工厂的样子。

六、结语：AI不是一座“模型”，而是一面“镜子”

制造业的未来，不是一个统一的AI在指导所有工厂，而是一百个不同的AI，在各自的语境中不断进化。

当每个工厂都有了属于自己的智能体，制造业才真正进入了“个性智能”时代——一个AI懂你、与你共同成长的时代。AI的使命，不是标准化人类，而是让每家工厂的经验与智慧，都被数字化地传承下去。

关注立谱智造公众号立即体验：

领取「立谱智造AI多智能体」7天无限使用权（价值888元）

获取《AI驱动制造升级白皮书》（含12个行业实证案例）

加入立谱「零一计划」，享首单生产补贴

立即体验AI解决方案！

留下您的联系方式，或直接访问我们的AI多智能体，体验AI组成的专家团队。

• 免费试用：上传图纸，AI数秒内完成核价与DFM分析
• 智能助手：自动生成标准化工艺文档与优化建议
• 与专家沟通：通过微信与我们的团队实时交流，立即了解更多。

请在浏览器中启用JavaScript来完成此表单。

您的称呼 *

您的邮箱 *

您的公司名称 *

您的邮箱 您的公司名称 您的称呼

您的需求 *

提交

“老陈下个月要退休了。”

这个消息在车间里传开时，大家都沉默了几秒。

老陈是工厂里最老的一位工程师。他能凭经验判断图纸哪里难加工，能在别人还在翻资料的时候，一眼给出最优工艺路线；他知道每台机床的“脾气”，也清楚哪些零件在哪台设备上加工效率最高。

这些年，他的经验就像一道保险，加持着产线。可他要退休了……谁能接住他留下的这些“隐形财富”？

很多制造企业都遇到过类似的场景：

在许多制造企业里，设计阶段的工艺判断往往全靠几个资深工程师的个人经验；一张图纸的报价要经过繁琐的人工分析，三天才能算清楚；作业指导书写不完、更新不及时，没人愿意接手。

而那些关键的图纸、PDF、BOM、SOP资料，也像被“雪藏”一样，零散地躺在服务器的各个角落里。最致命的是，一旦这些关键岗位上的人退休或离职，生产现场就会立刻“卡壳”。

工艺判断没人接，报价周期拉长，知识资产形同虚设，整个体系的脆弱性暴露无遗。

所以，我将隐形财富总结为三点：

• 分散在老师傅大脑中的经验；
• 沉睡在文档角落里的知识；
• 难以检索、无法标准化的工艺 know-how。

知识流失这件事，其实比我们想象的更严重。尤其在非标零部件行业，很多设计评估、核价、工艺规划的判断，并没有被系统化记录下来。这就导致了各种隐患：

首先是效率下滑，一旦经验丰富的员工离职，项目评估周期就会被拉长，响应速度显著下降。

其次是质量不稳，新人缺乏那些隐藏在经验里的判断标准，往往会重复犯错，导致产品质量波动。

最后是创新受限，企业长期依赖个体经验驱动，无法实现知识的标准化与复制，经验无法沉淀，团队能力难以真正放大。

那我们换个思路：如果工厂能有一个“数字化老陈”？

你上传一张零部件设计图，他立刻分析结构难点，判断最优加工工艺，并给出DFM评估建议。你点一下报价，他在几秒内就能结合材料、工艺、数量，生成核价结果。你选定工艺路线，他就能自动生成标准化的作业指导书，包括工步说明、工艺图示、刀具清单、安全事项。

他不下班，不请假，不会退休，记得所有零部件的工艺逻辑和历史案例。这，就是“数字化老陈”。

很多人可能会说：“我接个开源大模型，搭个知识库不就能检索资料了吗？”——很遗憾，这在工业现场往往行不通。因为工艺知识通常不是普通文本，而是带有“硬约束”的专业信息，包括：

• 多模态：很多知识在CAD图、PLC程序、BOM表里，AI必须“读懂”这些；
• 精准性：不能“或许是”，答案必须绝对精准可用；
• 实时性：工艺评估往往要结合设备数据与现场上下文；
• 闭环性：回答不是终点，还要能联动系统、推动动作。

而要突破这些瓶颈，仅靠通用的大语言模型是远远不够的。这正是立谱智造“混合专家垂类大模型”与通用大模型的根本区别：

在复杂的工业场景中，我们专为制造领域优化的多模态模型，能够深度理解CAX模型、工艺文件、解析设备代码，而不仅仅是处理文本。且模型并非凭空生成答案，而是将行业知识图谱与工艺规则内嵌于计算过程中，确保输出结果有据可依、绝对可靠。

同时也能满足“实时性”与“闭环性”：我们本身就是一个系统级产品，天然具备与MES、ERP等工业系统打通的接口，能让AI的决策直接作用于生产流程，形成决策-行动-反馈的闭环。

更重要的是，企业可以将自身积累的工艺标准、专家经验、历史数据等信息持续注入模型，让它真正成长为您工厂专属的、不可复制的AI专家。

我们做的不是一个“聊天机器人”，也不是单一的效率工具，我们想做的是一个能真正落地到生产一线的“智造中台”。

它能：

• DFM智能评估：秒级自动识别产品设计中的工艺难点与风险；
• AI自动核价：分钟级给出精准、可靠报价方案；
• 作业书自动生成：提升80%以上文档编写效率；
• 知识智能配置：激活“沉睡”的各类资料，将其转化为可随时调用的专家经验。
• ……

这不只是提高效率，而是在为工厂打造一个“AI专家团队”。

103家制造企业已经开始尝试用AI打造自己的“数字化老陈”。他们不再害怕“知识断层”，也不再焦虑“经验流失”。如果你也正面临“老陈下个月要走了”的问题，也许，现在就是开始数字化工艺资产的最好时机。

关注立谱智造公众号立即体验：

领取「立谱智造AI多智能体」7天无限使用权（价值888元）

获取《AI驱动制造升级白皮书》（含12个行业实证案例）

加入立谱「零一计划」，享首单生产补贴

立即体验AI解决方案！

留下您的联系方式，或直接访问我们的AI多智能体，体验AI组成的专家团队。

• 免费试用：上传图纸，AI数秒内完成核价与DFM分析
• 智能助手：自动生成标准化工艺文档与优化建议
• 与专家沟通：通过微信与我们的团队实时交流，立即了解更多。

请在浏览器中启用JavaScript来完成此表单。

您的称呼 *

您的邮箱 *

您的邮箱 您的称呼 您的公司名称

您的公司名称 *

您的需求 *

提交

于是，企业开始提出同一个问题：有没有一种方法，能让设计与工艺更快、更准、更稳定？

答案很简单：用AI赋能零部件行业。

从设计到生产的每一个环节，AI都在渗透甚至重构。本文将结合行业实践，分享AI在零部件领域的三大关键应用：

1. 报价与成本分析 —— 从“天/周”缩短到“秒/分”
2. DFM可制造性评估 —— 在设计阶段就省下一半成本
3. 作业指导书生成 —— 让工艺知识快速传递与标准化

这三大场景不仅能提升效率，更重要的是帮助企业沉淀知识、降低风险、增强竞争力。

一、AI让报价与成本分析更快更准

在传统零部件业务中，报价工程师往往要依赖经验，人工分解BOM、计算工序、反复询价。

• 一份复杂零件的报价，常常需要1~3天才能完成。
• 人工计算容易遗漏，误差大，甚至出现“低价中标、高价亏损”的情况。

AI带来的变化有多大？

• 系统能自动解析2D/3D图纸，识别特征、尺寸、公差和材料信息；
• 自动生成结构化BOM，结合材料库和工时库，最快5秒输出成本分析与报价；
• 报价精度可控制在 2%-5%，效率直接提升99%。

对于销售和采购来说，AI的介入意味着：

• 他们能更快地获得成本范围，提升谈判筹码；
• 可以在多个设计方案中快速对比成本，帮助研发做出合理选择。

在立谱智造的AI云台上，已经实现了 “60秒内生成零部件报价单”，从而把原本两小时的工作缩短到一分钟。对于需要频繁核价报价的用户，这是效率的质变。

二、AI驱动的DFM：在设计阶段就避免返工

在零部件设计中，很多问题并不是一眼就能发现的。例如：

• 薄壁过薄，导致加工难度大；
• 公差要求过紧，增加了不必要的成本；
• 内腔设计不合理，需要特殊刀具甚至无法加工。

这些问题往往在试制甚至量产时才被发现，返工代价极高。这也是为什么 DFM（Design for Manufacturability，可制造性设计）至关重要。

传统DFM的问题在于：

• 高度依赖经验丰富的工艺工程师，主观性强；
• 评审需要跨部门会议，周期长；
• 覆盖不全面，容易遗漏隐患。

AI让DFM进入了新阶段：

• 自动扫描2D/3D模型，识别锐边、薄壁、深孔、不合理公差等风险；
• 在设计阶段给出修改建议，并生成标准化评估报告；
• 与企业工艺数据库结合，持续学习优化，形成企业级知识库。

直接解决：

• 企业在设计阶段就能发现并解决80%以上的潜在工艺问题；
• 设计更贴近制造，返工率显著降低；
• 平均节省 30%-50% 的综合成本。

立谱智造的AI智能体能在 120秒内生成了一份《可制造性评估报告》，替代了传统需要两次评审会议的流程。这不仅节约了时间，也大幅提升了研发和工艺部门的协同效率。

三、AI生成作业指导书：工艺知识的智能传递

如果说报价和DFM是研发阶段的关键环节，那么作业指导书（SOP/工序卡）就是生产阶段的“执行标准”。

传统模式下的痛点：

• 工艺工程师需要花费1~2小时来编写一份SOP；
• 内容多为重复劳动，缺乏标准化；
• 文档风格因人而异，新员工难以理解；
• 版本更新不及时，车间可能使用过时文档。

这导致效率低下，也埋下了质量与安全风险。

AI生成作业指导书的方式：

• 工艺工程师只需框选设计模型上的加工特征；
• AI即可自动生成该工序的文字描述、操作示意图、注意事项和质量检测点；
• 文档内容涵盖工步说明、工艺图示、刀具清单、安全注意事项等；
• 支持PDF/网页多格式导出，直接给到车间使用。

实际提升：

• 文档制作效率提升 80%以上；
• 格式统一、逻辑清晰，避免人为差异；
• 工艺经验逐步沉淀为企业知识库，而非依赖个人。

在立谱智造的AI云台系统中，一份需要1.5小时人工编写的作业指导书，现在可以在60秒内生成。这意味着工艺工程师可以把更多时间投入到工艺优化和创新上，而不是做重复性的文档工作。

四、AI的综合价值：降本、提效、提质

通过以上三个应用场景，我们可以看到AI在零部件行业中的综合价值：

• 降本
  • 避免返工、减少不必要的高精度加工、提升良率。
• 提效
  • 报价周期从天级缩短到分钟级；
  • DFM评估从数周缩短到数分钟；
  • 作业指导书从1.5小时缩短到1分钟。
• 提质
  • 文档统一，减少执行偏差；
  • 提前发现设计问题，减少废品率；
  • 机床利用率和生产安全性提升。

更重要的是，AI不只是一个工具，而是一个能够持续学习和进化的“专家团队”。它能让企业逐渐从“经验驱动”转向“数据驱动”，从而实现真正的数字化与智能化转型。

五、立谱智造的实践

立谱智造云台正是基于业界领先的多模态大模型打造的 制造业AI赋能平台。它不是单点工具，而是涵盖 核价、DFM、工艺文档生成、CNC编程 的一整套AI智能体，帮助企业重构工作流。

• 核价智能体：数秒完成零部件成本分析，提升报价精度与速度。
• DFM智能体：自动识别设计隐患，生成评估报告和修改建议。
• 工艺文档智能体：自动生成作业指导书，标准化知识传递。
• CNC编程智能体：解析3D模型，生成无碰撞的数控代码。

目前，立谱智造已服务于机器人、无人机、精密制造和高校科研等多个领域，帮助客户在 效率提升、成本控制和质量稳定性 上取得显著成果。

六、结语

零部件行业正在经历一场深刻的变革：AI不再是未来愿景，而是已经落地的现实。而DFM评估报告、核价报价甚至SOP等环节的智能化，正在重塑企业的运营逻辑，谁能率先拥抱AI，谁就能在竞争中占据主动权。立谱智造相信：在未来的制造业，设计即工艺，制造即智能，服务即价值。而AI，正是推动这一切发生的核心引擎。

关注立谱智造公众号立即体验：

领取「立谱智造AI多智能体」7天无限使用权（价值888元）

获取《AI驱动制造升级白皮书》（含12个行业实证案例）

加入立谱「零一计划」，享首单生产补贴

立即体验AI解决方案！

留下您的联系方式，或直接访问我们的AI多智能体，体验AI组成的专家团队。

• 免费试用：上传图纸，AI数秒内完成核价与DFM分析
• 智能助手：自动生成标准化工艺文档与优化建议
• 与专家沟通：通过微信与我们的团队实时交流，立即了解更多。

请在浏览器中启用JavaScript来完成此表单。

您的称呼 *

您的邮箱 *

您的公司名称 *

您的称呼 您的邮箱 您的公司名称

您的需求 *

提交

然而，传统流程高度依赖人工经验：报价要靠老师傅，设计评审要靠会议，工艺文档要反复修改，数控编程周期动辄几天。效率低、出错率高，成为整个行业的“隐性成本”。随着人工智能的突破，这一切正在被重构。本文总结了 AI在零部件行业最具价值的5个应用场景，这些并不是未来愿景，而是已经落地的实践。

1. 报价自动化：从“周/天”到“分钟”

在传统模式下，采购人员上传一份零件图纸，往往需要几天甚至一周才能拿到报价。原因在于：人工拆解BOM、计算工序和询价供应商，本身就十分耗时。

AI的介入让这一环节彻底加速：

• 自动识别2D&3D图纸特征，拆解BOM；
• 结合材料库和工时库，数秒生成实时报价；
• 报价精度控制在2%-5%之间。

这意味着，企业可以在极短时间内对比不同工艺/材料/交期的成本差异，从而快速做出决策。

2. DFM可制造性评估：设计即工艺

零部件设计图纸往往“看起来没问题”，但等到生产时才发现有锐边、薄壁或公差不合理的情况，导致成本暴涨甚至报废。

AI的优势是可以在 设计阶段 就介入：

• 智能识别图纸信息，发现潜在工艺风险；
• 提出修改建议（如壁厚调整、结构优化）；
• 输出标准化的 DFM 评估报告。

这让“设计即工艺”真正成为可能，大大减少了后期返工和试错成本。

3. 工艺文档自动生成：从经验到标准化

工艺工程师每天都要重复编写工序卡和作业指导书。纯文字描述不仅耗时，还容易因经验差异导致执行标准不一致。

AI的能力在于：

• 根据设计模型自动生成工艺路线；
• 输出带图示、注意事项和检测点的文档；
• 保证内容统一，可一键导出PDF/网页。

这不仅解放了工程师的时间，也让新员工更快上手，减少了沟通成本。

4. CNC编程智能化：降低经验依赖

复杂零件的编程，往往要靠资深工程师，耗时数小时甚至数天。

AI能做到：

• 自动识别几何特征与加工区域；
• 规划刀路、选择刀具，生成基础G代码；
• 提供碰撞检测，降低机床事故风险。

这使得编程从“手艺活”逐渐走向自动化，让企业降低对单点人才的依赖。

5. 企业协同与决策优化

零部件行业的最大痛点之一，是设计、工艺、生产、采购之间的沟通效率低。AI在这里提供的是一个“协同中台”：

• 把设计数据、核价结果、工艺方案实时共享；
• 支持数据追溯，减少版本混乱；
• 用数据驱动管理决策，而不是依赖个人经验。

这不仅提升了企业内部的协作效率，也让供应链上下游更透明。

总结

AI正在改变零部件行业的五个关键环节：

1. 报价自动化 —— 缩短周期，快速决策。
2. DFM评估 —— 提前发现问题，降低返工成本。
3. 工艺文档自动化 —— 从经验走向标准化。
4. CNC编程智能化 —— 提效并降低安全风险。
5. 企业协同 —— 数据驱动决策，提高供应链效率。

对零部件企业而言，AI不再是“概念”，而是已经带来效率与成本优势的 生产力工具。
未来十年，谁能率先把AI嵌入设计、工艺和决策流程，谁就能在激烈的竞争中抢占先机。

如果你希望深入了解AI如何应用到零部件设计与工艺流程，可以关注立谱智造，获取《AI解决方案》与最新案例。

关注立谱智造公众号立即体验：

领取「立谱智造AI多智能体」7天无限使用权（价值888元）

获取《AI驱动制造升级白皮书》（含12个行业实证案例）

加入立谱「零一计划」，享首单生产补贴

立即体验AI解决方案！

留下您的联系方式，或直接访问我们的AI多智能体，体验AI组成的专家团队。

• 免费试用：上传图纸，AI数秒内完成核价与DFM分析
• 智能助手：自动生成标准化工艺文档与优化建议
• 与专家沟通：通过微信与我们的团队实时交流，立即了解更多。

请在浏览器中启用JavaScript来完成此表单。

您的公司名称 您的称呼 您的邮箱

您的称呼 *

您的邮箱 *

您的公司名称 *

您的需求 *

提交

立谱智造云台 正是为了解决这些行业痛点而生。它是一款由 多模态大模型（MoE）驱动的制造业AI赋能平台，既不是单一工具，也不仅是软件，而是一个由AI组成的“专家团队”，深度理解制造业的知识和数据，为企业提供端到端的智能化解决方案。

一、AI如何赋能制造业核心环节？

智能核价与成本分析

• 自动分解BOM，结合材料库和工时库，数秒生成精准报价。
• 报价周期从“天级”缩短到“分钟级”，准确性控制在2%-5%。

智能可制造性评估（DFM）

• AI扫描2D/3D图纸，识别“锐边”“薄壁”“公差不合理”等隐患。
• 在设计阶段提出修改建议，实现“设计即工艺”。

工艺文档与作业指导书生成

• 自动输出操作步骤、工艺示意图和质量检测点，效率提升80%。
• 标准化文档减少人为差异，降低新员工上手难度。

CNC编程自动化

• AI解析3D模型，自动规划刀路并生成G代码。
• 编程效率提升数倍，同时降低安全风险和经验依赖。

通过这些功能，立谱智造云台帮助企业实现 降本、提效、提质、柔性制造，让研发到生产的周期压缩至传统模式的 1/3。

二、谁能从中受益？

• 报价工程师：减少繁重算料和询价工作，缩短报价周期，提高中标率。
• 销售/采购：快速锁定零部件成本范围，提升谈判筹码。
• 工艺工程师：摆脱重复性文档编写，更专注于工艺创新。
• CNC编程员：降低重复劳动和编程风险，提升机床利用率。
• 生产主管：获取直观指导，减少歧义，提升一致性与质量。
• 企业管理者：实现流程标准化、数据驱动决策，全面增强竞争力。

三、应用场景与成果

立谱智造云台已服务于 机器人、无人机、精密制造和高校科研实验室 等高新技术领域：

• 120秒 完成可制造性评估报告，替代人工评审会。
• 60秒 生成零部件报价单，替代2小时人工核价。
• 60秒 生成作业指导书，替代1.5小时人工编写。

客户普遍反馈，使用立谱智造后，研发效率大幅提升，生产成本精准可控，产品迭代周期显著缩短。

四、为什么选择立谱智造云台？

• 深度行业定制：与哈工大人工智能实验室联合研发，打造工业领域专属大模型。
• 一站式服务：涵盖设计、DFM、核价、工艺、生产全流程。
• 灵活部署：支持 SaaS模式 和 私有云部署，满足不同企业需求。
• 安全保障：采用国密算法、同态加密、差分隐私等技术，确保数据安全。

关注立谱智造公众号立即体验：

领取「立谱智造AI多智能体」7天无限使用权（价值888元）

获取《AI驱动制造升级白皮书》（含12个行业实证案例）

加入立谱「零一计划」，享首单生产补贴

立即体验AI解决方案！

留下您的联系方式，或直接访问我们的AI多智能体，体验AI组成的专家团队。

• 免费试用：上传图纸，AI数秒内完成核价与DFM分析
• 智能助手：自动生成标准化工艺文档与优化建议
• 与专家沟通：通过微信与我们的团队实时交流，立即了解更多。

请在浏览器中启用JavaScript来完成此表单。

您的邮箱 您的称呼 您的需求

您的称呼 *

您的邮箱 *

您的公司名称 *

您的需求 *

提交