这篇用一次演示把这段时间拆开，看智能体能接走哪几段。演示工厂是一家金属包装厂，有七条产线，分别做镀锡板的涂布和印刷，一百多张在制订单。
11:26，8 号线停了
8 号线是厂里两台八色印刷机之一。主驱动电机故障，设备部门估计要修 48 小时。车间在系统里报了一个异常事件，类型、产线、预计时长、原因，四项填完点上报。
上报以后，自动排产系统先做了两件事：停机时长超过了重排阈值，这条线上原本排着的 4 道印刷工序被释放出来，等着重新安排；随后，异常响应智能体被唤醒，开始工作。
按厂里的规矩，停机这类严重事件要计划员审批后才能重排。下面会看到，这一步在什么情况下可以不等人。
判断影响
人工做这一步，要查这条线上排了哪些工序，它们属于哪些订单，哪条线能接，接过去会不会把别的订单挤走。一百多张在制订单的厂，光是排查就要好大一会。
智能体读到事件后，拿到被释放的 4 道工序和它们所属的订单，再查能接这些工序的产线负荷。这些关系在系统里本来就连着：工序挂在制造订单上，制造订单挂在销售订单上，每条产线能做什么工艺也写着，八色印刷只有 8 号、9 号两台能做。顺着关系查一遍，用不了一秒，间接影响也不会漏掉。
它还分清了一件人工容易混在一起的事情。此刻系统里算作延期的订单有 21 张，其中 17 张在停机前就已经延期，只有 4 张是这次停机造成的：它们的工序刚被释放，还没有新的日期。分清这一点，才知道一个方案到底能救回多少影响。
试方案：三条路，每条都真排一遍
智能体在不改变正式计划的前提下，在计划副本上试了三种对策：
|
|
|
|
|
|
|
|---|---|---|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
表里每个数字都来自一次完整的排程计算，不是估计的。B 比 A 多救回一张订单，代价是 9 号线加班。C 什么都不动，适合很快就能修好的情况。
拍板：在边界内，不用等人
以前最费时间的是这一段：找车间主任谈加班，跟销售说交期，等主管点头，几个小时到一天都正常。
这次没等。计划员事先给异常响应智能体定了三条边界：不新增延期订单，不加班，挪动工序不超过 40 道。三条都满足的方案，它可以自己执行。
A 正好在边界内：新增延期 0，加班 0，挪动 3 道。智能体推荐 A，替计划员审批了这次事件，执行了重排。执行记录上的时间是 11:28，离上报过去两分钟。
B 为什么没选？它多救回一张订单，但要加班。加班要花钱，要排人，是该由人定的事，所以边界里加班产线写的是 0。哪天计划员觉得这类情况可以放手，把这一条改成 1 就行。
要是推荐方案超出了边界，比如必须加班才能救，智能体就停下来，把这张方案对比放进计划员的待决策列表，等人点采纳。
下发和反悔
重排后，甘特图上 8 号线标成停机，它的活挪到了另一台八色印刷机 9 号线上。
如果设备提前修好，或者这次停机是误报，在执行记录下面点「回滚」，计划就回到停机前的样子。智能体做的每一步都能这样撤回。
时间省在了哪
|
|
|
|
|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
省得最多的是拍板那一段。靠的是规矩提前定好：什么样的改动可以直接做，什么样的必须问人。以前这条线在每个人心里，各人尺度不一样；现在写在系统里，每一次执行都留了记录，谁都能查。
一张自测表
想知道自己工厂的时间花在哪，可以挑最近三次产线异常，记下这几个时刻：
|
|
|
|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
记三次就能看出问题在哪。发现最慢，是监控和值守的问题；判断影响最慢，是系统里没有关联关系；试算最慢，是缺自动重算；拍板最慢，是缺一张能摆在一起比的方案表，或者缺一条事先说好的边界。
四种情况解法完全不同。没做这个记录之前，多数企业只会笼统地说「计划员效率不够」。
AI 智能体技术页：https://convect.cn/technology/agents