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 )
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。
