马斯克刚刚投下了一枚重磅炸弹：SpaceX与英伟达正式官宣深度技术合作，双方专为太空环境打造的AI计算系统Vera Rubin NVL72，将于明年第四季度首发升空，并在2028年实现大规模组网部署。

但在这场“算力上天”的狂欢中，真正值得开发者死磕的，其实是另一项极具颠覆性的底层硬件——Vera。作为全球首款专为AI智能体（Agentic AI）量身定制的CPU，它的问世直接宣告了一个旧时代的终结：过去几年，大模型的训练与推理几乎是GPU的独角戏；但现在，AI的工作模式彻底变了。

当AI从一个只会“生成答案”的问答机器，进化为能够围绕目标持续推理、自主调用工具、执行代码并观察反馈的Agent时，CPU不再是边缘的调度员，而是决定Agent行动效率的核心瓶颈。这也直接引起了当下AI工程界最硬核、也最让人头疼的灵魂拷问：

大模型可以通过海量数据“喂”出知识和推理能力，但一个需要自主决策、跨系统调用甚至直接控制物理设备的AI Agent，到底该怎么训？尤其是当它走出实验室的Demo，真正走进复杂的真实工厂和业务流时，我们究竟还需要给它“训练”什么？

一、AI Agent训练真正难在哪里？不是“答对”，而是连续“做对”

大模型解决的问题主要是：面对一个输入，什么输出更合理。Agent解决的却是另一个问题：为了实现一个目标，下一步应该采取什么行动。比如，让AI分析“昨天为什么良率下降”，最终交付的是一个答案。但如果目标变成“找到昨天良率下降的原因，并在不影响今天交付的前提下解决问题”，任务性质就完全不同了。

Agent需要自己判断先查什么数据、调用哪个系统，发现设备异常后是否还要检查物料和工艺，调整参数会不会影响其他订单，执行之后又该观察什么指标。如果结果没有改善，是继续调整、换一种方案，还是转交给人处理。

真正需要保证正确的，已经不是某一次回答，而是整条任务轨迹：状态判断 → 决策 → 工具调用 → 行动 → 反馈 → 再决策。这也是Agent比Chatbot难得多的地方。

假设一个任务需要连续完成20个关键步骤，每一步成功率都是95%。在一个仅用于说明问题的独立概率假设下，20步全部成功的概率只有约36%。

单步成功率	5步任务	10步任务	20步任务
90%	59%	35%	12%
95%	77%	60%	36%
99%	95%	90%	82%

注：该表仅用于说明长任务中的误差累积，并非实际Agent性能测试数据。

这揭示了Agent训练一个很重要的问题：模型在单次Benchmark上达到很高准确率，并不代表Agent就能稳定完成几十步的真实任务。任务越长、工具越多、环境越复杂，一个小错误越可能在后续步骤不断放大。所以Agent训练真正难的，不只是让模型“再聪明一点”，而是让它在一个不断变化的任务过程中，持续做出正确行动。

二、为什么Demo里的Agent运行很好，一进入工厂就变难？

很多Agent Demo之所以看起来效果很好，是因为它面对的是一个人为定义好的环境：任务边界明确，工具数量有限，输入相对干净，成功与失败也很容易评价。

工厂恰恰相反。一个生产决策可能同时受到订单、设备、物料、工艺、质量、物流、人员、库存、能源和维护计划影响，而且这些变量一直在变化。

因此Agent进入工厂以后，真正面对的是三种变化：

1. 首先，环境从封闭变成动态。 同样一个设备异常，发生在普通订单和紧急订单上，处理方式可能不同；发生在刚换型和连续生产八小时以后，判断也可能完全不同。Agent面对的不是一道静态题目，而是持续变化的状态空间。
2. 其次，目标从单一变成多目标。 一个排产Agent不能只追求设备利用率，还必须同时考虑OTD、换线次数、质量、库存、物流和能耗。设备Agent为了降低故障率可能希望降速，生产Agent为了交付却希望提高产能。两个判断局部都可能正确，但整个工厂未必最优。
3. 第三，错误开始产生真实成本。 Coding Agent写错代码可以删除重来；生产Agent调整错设备参数，可能产生批量不良；机器人动作判断错误，甚至可能产生设备或安全风险。

所以从Demo到工厂跨越的，并不是一个简单的“部署鸿沟”。Agent从一个边界清楚、允许失败的数字任务，进入了一个动态、多目标，而且错误具有真实成本的复杂系统。

三、一个生产级Agent，究竟需要训练什么？

理解了这一点，再看Agent训练，就不能再把它理解成“重新训练一个大模型”。生产级Agent真正要获得的，是四类能力：Knowledge、Skills、Trajectory和Policy。

1. 第一层是Knowledge：让Agent理解这个工厂。
   SOP、设备手册、工艺参数、维修记录、质量案例、MES和ERP数据，可以帮助Agent建立对生产环境的基本理解。但这解决的主要是“它知不知道”。
2. 第二层是Skills：让Agent真正拥有做事的能力。
   Skills不是抽象知识，而是可以被反复调用、组合和执行的任务能力。比如对一个设备Agent来说，“查询设备状态”“读取报警历史”“比对同机型参数”“执行RCA分析”“生成维修建议”“提交工单”都可以被拆成一个个Skill。Agent的每次运行都要从一组经过定义、验证和授权的Skills中选择、组合和调用，这样就可以把推理约束在一个可管理的行动空间里。
3. 第三层是Trajectory，学习事情是如何被做成的。
   例如设备发生异常以后，工程师为什么先查询某项数据；看到什么以后排除了某个原因；为什么接着调用另一个系统；什么时候停止继续分析并升级给专家；采取措施以后，又观察哪些指标确认问题已经解决。这些过程比最后的“故障答案”更加重要。因为Agent真正需要学习的是在什么状态下，应该调用什么Skill，按照什么顺序行动。
4. 第四层是Policy。面对过去没有发生过的情况，Agent如何做选择。
   这时候，仅仅模仿历史Trajectory已经不够，需要让Agent进行大量Rollout，在不同环境下尝试不同的Skills组合和行动路径，再根据结果获得反馈。例如训练排产Agent，不是告诉它“订单A应该放到产线1”，而是给它OTD、设备利用率、换线次数、WIP、物流负荷和能耗等目标，让它不断尝试不同策略，并根据整体运营结果评价哪一种策略更好。

所以一个生产级Agent真正的训练路径，并不是“训练一个模型”，而更接近：Knowledge → Skills → Trajectory → Rollout → Policy

训练对象	主要内容	解决的问题
Knowledge	文档、数据、案例、规则	我知道什么
Skills	工具、API、标准动作、业务能力	我能做什么
Trajectory	状态、选择、行动、结果	什么时候做、按什么顺序做
Policy	目标、约束、反馈、奖励	什么情况下应该选择哪种行动

这也意味着，Agent时代真正重要的数据资产不只是“业务发生了什么”，还包括“业务是怎么被完成的”“哪些Skills被调用”“不同选择最后带来了什么结果”。

四、工业 Agent 进入生产：知识、系统与多智能体如何协同？

生产级 Agent 真正需要的并不只是模型能力，而是 Knowledge、Skills、Trajectory 和 Policy。但这些能力最终是否有价值，还是要看 Agent 能不能真正接入制造系统、调用业务能力，并完成真实任务。

从工业富联科技服务目前的应用实践来看，工业 Agent 正在沿着一条比较清晰的路径落地：先连接知识，再连接系统，最后进入跨系统、多 Agent 协同。

最基础的一层，是设备知识与运维场景。传统设备运维中，SOP、设备手册、维修记录、异常案例以及专家经验往往分散在不同文档和人员手中。设备发生异常后，工程师需要先判断问题属于哪一类，再搜索资料、查询历史记录，必要时还要依赖资深工程师经验。

通过知识库与 LLM Q&A，可以将设备文档、组织数据以及经验类材料统一纳入知识体系，由 Agent 根据自然语言问题进行检索、理解和回答。这里解决的并不只是“搜索更快”，而是把原来分散在文档和个人经验中的 Knowledge，转化成 Agent 可以持续调用的能力。

进一步进入复杂制造场景以后，单一知识问答已经不够。以质量异常为例，一个隐藏的 BGA 焊接缺陷可能直到后段测试才暴露出来，但真正的问题源头可能出现在前段生产。传统方式下，工程师往往需要分别查询 SFC、AOI、X-Ray、PTH、设备日志等多个系统，再人工关联不同站点的数据完成 Root Cause Analysis。

在 MoMClaw 多 Agent 架构下，这类任务可以进一步拆分为不同 Agent 与 Skills。质量 Agent 负责识别异常，数据采集能力负责获取 MES/SFC 等系统信息，根因分析 Agent 结合前后站数据完成异常关联，设备或机器人相关 Skill 再根据需要查询状态或执行后续任务。

整个过程从过去依赖人工切换多个系统，逐步转化为：异常发现 → 数据采集 → 跨系统追溯 → 根因分析 → 改善建议 → 结果反馈 → 知识沉淀。这里真正发生变化的是，Agent 不再只是调用大模型回答问题，而是开始拥有明确的任务角色、可调用的 Skills 和真实系统接口，并由多个专业 Agent 围绕同一个制造任务进行协同。

工业富联科技服务目前的质量根因分析案例中，已经通过多 Agent 协同连接生产检测及设备相关数据，对复杂质量异常进行跨系统追溯和分析，根因分析时间降低约 35%；在设备知识应用中，也通过知识集中化和快速检索，减少人工查询以及对资深人员经验的依赖。

从这个角度看，工业 Agent 的落地路径并不是直接追求“完全自主”，而是先把制造现场中的知识、系统接口、业务动作和专家经验逐步封装成 Agent 可以调用的能力。当 Knowledge 能够被检索、Skills 能够被调用、任务过程能够被记录，多 Agent 才真正具备从“回答问题”走向“完成任务”的基础。

----
 

现在再回头看SpaceXAI和NVIDIA为什么要围绕Agent重新设计CPU、GPU和整个计算系统，意义也就不只是算力本身。

Agent时代真正被放大的，是工具调用、任务执行、环境交互、Simulation和Rollout。过去几年，我们一直在解决一个问题：怎样训练一个知道更多、推理更强的模型。

接下来真正困难的问题可能是：

怎样训练一个能够在复杂、动态、不能轻易犯错的真实世界里，持续做出正确行动的Agent。