别做梦了：AI Agent 永远“手搓”不出供应链计划系统

文 | GritMeng “用 GPT 写几句 Prompt，几天就能给你搓出一套排产系统？”——这是 2025 年工业软件圈最大的谎言。 随着 AI Agent（智能体）和自回归大模型（LLM）的火爆，一股近乎疯狂的风潮正席卷制造业：不少企业老板和 CIO 信以为真，真的安排程序员拿着 AI 工具开始“手搓”自己的供应链计划系统。 今天，我们从系统科学与工程实在的第一性原理，给你一个极其冷酷的判定： 用 AI Agent 手搓供应链计划系统，不仅不可能成功，而且是当下数字化转型中最具毁灭性的技术幻觉。 一、AI Agent 只认识砖头，看不见大楼 要理解 AI Agent 为什么搓不出计划系统，得先看清它的底层原理。 现在的 AI Agent 和大模型，底层数学机制是 自回归预测 ——也就是根据前面的上下文，一个字一个字、一段代码一段代码地去猜“下一个词 / 下一行代码最可能是什么”。 然而，一套真实的供应链计划系统（如 MRP、APS、IPC），本质是一个 高维强耦合的复杂物理网格 。你需要同时看到采购提前期、多级 BOM 齐套、车间产能、模具约束、物流时效与财务现金流，并将它们 收敛为一个全局合规的方案 。 这需要极其严密的 “全局系统性思维” 。 手搓排产系统的 AI Agent，就像一个只认识砖头的砌砖工： 你让它写一段“计算安全库存”的代码，它能帮你写（砌一块砖）； 你让它写一段“查询订单”的代码，它也能帮你写（砌第二块砖）。 但是——它脑子里从来没有整座摩天大楼的物理结构受力图，没有水电管线的走向网络，更不懂防震防风的动力学方程！ 你给他再多砖头（提示词），它也绝对搭不起一座能够承受风暴洗礼的摩天大楼。它写出来的，只是一堆看起来像模像样、实则内部逻辑相互打架的 “伪代码散沙” 。 二、外行指挥 AI，连“砖砌错了”都看不出来 如果仅仅是 AI Agent 不懂系统性思维，问题还好办。更致命的是—— 指挥 AI Agent 的那个人，自己也不懂。 工业界有一个残酷的规律： “代码好写，业务物理实在难懂。” 排产计划系统真正难的，绝不是语法上的 if-else 或 SQL 查询，而是底层物理公理的解构——比如： 什么是“非独立同分布（Non-IID）”的齐套阻尼？ 如何在相空间里做“拓扑划界代数剪枝（O(N!) → O(N log N)）”？ 如何实现不跑偏的“动态收敛映射（ρ(A) < 1）”？ 当一个对系统科学与工厂物理实在 半桶水 的程序员，拿着 AI Agent 去手搓计划系统时，巨大的灾难就发生了： AI Agent 生成了一堆漏洞百出的排产逻辑； 手搓的人因为自己也不懂计划体系的物理本质， 连代码里逻辑打架、约束漏掉都看不出来 ； 他对着 AI Agent 生成的“假系统”点赞称赞，直到上线第一天，工厂因缺料全线停摆！ 懂计划体系的总设计师不需要手搓代码；不懂计划体系的人，用 AI Agent 手搓出来的全是定时炸弹。 ​ 这就是当今“AI Agent 手搓计划系统”的真实写照。 三、概率猜想的脑子，扛不住刚性物理的铁拳 退一步讲，就算你不是用 AI Agent 去写代码，而是直接让它作为一个“排产 Agent”，去动态生成每日计划方案——可行吗？ 答案依然是： 绝对不行。 因为工厂排产是 100% 的刚性物理世界 ： “缺少 1 颗螺丝钉，整车就下不了线”； “设备维保延迟 10 分钟，后道工序就必须全线停工”。 这是极其残酷的硬红线， 没有半点“概率模糊”的余地。 而 AI Agent 的本质是 概率生成 ，天然具备不可消除的“概率幻觉”。让一个靠概率猜想的 AI Agent 去决策刚性齐套，就像邀请一位浪漫的诗人去指挥火箭发射——它会在你最意想不到的时刻，给你生成一个“看起来无比完美、实际上缺了一颗关键芯片”的灾难方案，直接导致工厂停工待料、百万资金占压。 四、系统崩了，AI 连自己怎么死的都不知道 根据 哥德尔不完备定理 与 形式系统的非自举定理（System Non-Self-Bootstrapping） ： 任何一个硅基计算机系统或算法，都无法在自身系统内部自发证明或修改自身的底层公理规则。 当工厂发生 突发相变 ——比如海运遭遇台风断供、工厂突发停电、公司战略大调整——系统原有的排产公理和约束条件被瞬间打破。 此时的 AI Agent 只会在旧有的公理框框里 不断循环发散 ，产生更加严重的幻觉。它根本没有能力“跳出框框”去重新重构系统公理。 必须由具备前额叶元认知能力的人类管理者出面 ，调用 二阶元控制自省算子 Φ_Human ，去改写底层规则，才能将系统引向新的平衡。 五、科学的人机分工：副驾驶、主驾与最高指挥席 否定 AI Agent 手搓计划系统， 绝对不是否定 AI 的价值 ，而是要建立科学的人机分工： 角色 定位 职责 AI Agent / 大模型 ​ 副驾驶（Co-Pilot） ​ 整理非结构化文档、辅助生成分析报告、做人机交互对话界面 硅基物理算法引擎（A_Silicon） ​ 主驾（Master Driver） ​ 刚性齐套、拓扑排产、决策自动落盘反写（Write-Back = 1） 人类管理者 ​ 最高指挥席 ​ 掌握二阶元控制自省权（Φ_Human），在突发相变时重写业务公理 AI Agent 是副驾驶 ：它适合做非结构化信息的整理、协助生成分析总结、提供自然语言交互。 物理算法引擎是主驾 ：在刚性齐套、拓扑剪枝降维（O(N log N)）、离散收敛与决策自动化反写（Write-Back = 1）等核心逻辑上，必须交由基于 价值链物理学 打造的刚性引擎执行。 人类管理者坐在最高指挥席 ：掌握系统的二阶元控制自省权（Φ_Human），在突发相变时重写业务公理。 把副驾驶（AI Agent）强行塞到主驾上去，让它手搓全盘系统，结局只能是毁掉整辆车。 结语 制造业是严肃的物理世界，不是写 Prompt 玩文字游戏的舞台。 放弃“用 AI Agent 手搓计划系统”的无知幻觉，保持对复杂系统与物理实在的敬畏，用拓扑剪枝降维，用刚性闭环自愈，把 AI Agent 放在它该在的辅助位置上—— AI Agent 是副驾驶，不是飞行员。让副驾驶去手搓飞机，摔死的只能是乘客。 这才是企业数字化转型明智而理性的正道。