工业系统的深层权力正在转移。工业软件时代以 “软件定义” 为铁律，通过刚性代码将物理世界的复杂规则逐行编码。如今，以自然语言与高层目标为驱动的工业智能体正在崛起，其核心范式已明确指向 “#意图定义”。

从“如何控制”到“控制什么”再到“为何控制”，从“执行命令”到“涌现成果”，工业系统的根本定义权正在易手。西门子在2026年将其 Eigen Engineering Agent 定位为“目标驱动的智能体工程工作流”，这一定位变化，是一个根本性转变的关键信号。工业系统正从以技术基座为关键驱动因素的超循环生态，转向以操作者意图为驱动、智能体为执行枢纽、由Harness工程架构支撑的新型生产关系。这是一场涉及人机交互、知识封装、定价模式乃至产业关系的全栈重构。

关键词：#意图定义、#换道超车、#Harness工程、#POET护城河

第一部分：护城河的终结——工业智能体系统性瓦解传统壁垒

工业软件巨头的护城河并非一日之功。它们是在长达四十年的 #POET生态复合体（人口-组织-环境-技术）发展中形成的结果。它们构筑了由技术内核、生态闭环、数据资产与合规壁垒构成的复杂防御体系。然而，“意图定义”范式的崛起（例如柔性产线），正通过突变论般的冲击路径，系统性侵蚀这些看似牢不可破的壁垒。

1.1 范式定义与对比：从刚性编码到目标涌现

首先，必须厘清两种范式的本质区别。

“意图”作为核心概念已被学界确立。2025年的研究表明，工业智能体框架将人类高层业务目标（Intent）作为输入，根智能体能够自主将其分解为期望、条件、目标与上下文。子智能体会被调度、并自主执行、再交付成果。这与工程师必须手动配置、逐条编码的传统模式完全不同。

图引自《Agentic AI for Intent-Based Industrial Automation》，https://arxiv.org/html/2506.04980v1

1.2 护城河分析：POET四层壁垒的建构

传统工业软件巨头的护城河，正是 “软件定义”范式 下的产物。它在POET四个维度筑起了高墙：

其核心在于将 “物理世界复杂性”资本化。在航空航天、汽车等高犯错成本行业，客户为规避运行风险，宁愿长期接受高额许可费，也不愿轻易替换已深度嵌入的软件体系。这构成了 “高犯错成本—深度嵌入—合规绑定” 的正反馈超循环，成为“软件定义”时代最坚固的关键驱动因素。

1.3 冲击路径：关键驱动因素的系统性瓦解

然而，2026年2月达索系统因业绩不及预期及AI竞争担忧，股价单日暴跌超21%、市值蒸发数百亿欧元。这一事件已经证明，市场正系统性重估其护城河的坚固性。工业智能体的冲击沿四条主线展开，呈现出 “表层快变量先溃，深层慢变量后变” 的突变论特征。

开发周期对比表

1.3.1 交互范式冲击：从“GUI熟练度”到“自然语言意图”

传统锁定依赖于工程师对复杂界面的“肌肉记忆”。实际情况是，智能体通过自然语言交互直接架空此壁垒已成为关键技术突破。用户无需学习繁琐配置，直接向工业副驾下达“优化产线节拍”的指令。这瓦解了巨头通过教育锁定建立的人口护城河（Population），使新进入者无需复制复杂UI即可切入。

需求变更响应速度

关键发现：意图定义范式在生产目标调整方面具有数量级的速度优势，特别适合需求波动频繁、定制化程度高的市场环境。

1.3.2 定价模式冲击：从“按席位”到“按结果”

“软件定义”的经济根基在于 “人头×席位×年费” 的订阅模式。当AI智能体可替代多个工程师席位时，此根基被动摇。客户购买的不再是“NX CAM席位”，而是 CNC编程效率提升80% 的成果。这直接挑战了基于组织（Organization）的营收逻辑。2026年初，在“SaaS pocalypse”（SaaS末日）的市场震荡中，SaaS板块市值蒸发约2万亿美元，Atlassian首次出现企业席位数量下降。这恰恰是此潮流正在发生的预演。

1.3.3 数据锁定冲击：从“格式壁垒”到“语义互操作”

巨头通过私有数据格式（如CATIA的.CATPart）构筑高迁移成本。现实是，智能体通过 语义理解 能力实现跨格式互操作，将“数据格式壁垒”转化为“语义层接口”。尽管厂商试图通过限制API访问保卫围墙，但跨应用标准数据格式的兴起，正使AI能绕开传统壁垒，直面数据本身。

1.3.4 知识封装冲击：从“人教机器”到“机器自教”

这是最致命的冲击。传统软件的价值在于将专家经验编码为功能模块。已经证明，智能体能够实现 “经验的自主生成与复用” ：

• 西门子Eigen Engineering Agent展现了“目标驱动的智能体工程工作流”，自主规划、执行、验证直至输出工业标准结果。
• Fuse EDA AI Agent在芯片设计中带来 10倍生产力提升 与 3倍流片加速。

这意味着巨头数十年积累的 “最佳实践库” 不再构成独占优势。智能体可通过学习快速逼近乃至超越。

1.4 微观层与中观层：权力归属的根本问题

这一冲击，最终指向权力归属的核心问题：是厂商的“AI定义”，还是客户的“意图定义”？

• “AI定义”（AI-Defined）：厂商（如西门子）掌控基础模型、技术框架与数据架构。核心问题是，客户意图的解析与执行仍被锁定于其技术黑箱内。此为厂商中心的技术霸权路径。
• “意图定义”（Intent-Defined）：客户掌握意图表达权与结果验收权。其本质是，智能体成为客户意图的可编程延伸。此为客户中心的数字主权路径。

在微观层面，这对制造企业人员提出了新要求。工程师的核心竞争力从工具操作熟练度（点击、编码）转向意图结构化能力（将模糊业务目标转化为AI可理解的约束与验收标准）。

在中观层面，它冲击了科层制组织。高层的战略意图（如“降低能耗15%”）可经由企业级智能体中枢，直接分解并穿透至产线执行层。核心变化是，中层管理者的信息过滤与权力缓冲被绕开。这要求组织建立新的“意图治理”机制（如意图审计委员会、意图协调员）来驾驭这一扁平化权力网络。

第二部分：关系的重构——从“工具交付”到“意图托管”的共生

范式革命最终体现为产业关系的重构。在意图定义时代，技术提供商与制造企业的关系正经历根本转变。它正从 “供应商—客户”的线性交易，跃迁为 “共生体—成果体”的嵌套耦合。

2.1 价值交换重构：从“卖工具”到“卖收益”

其商业表征是定价模式的根本转向。转型方向是从按软件账号/席位（Per-Seat）付费，转向 按数字员工工作量、任务完成数或节省成本比例 付费。红杉资本AI峰会上，150位创始人已达成一致：AI商业模式正从“卖工具”转向“卖收益”（Outcome-as-a-Service）。

这意味着：

• 技术提供商的责任边界从“功能符合规格”延伸至 “意图达成度”。
• 风险的承担模式从“客户自负使用风险”变为 “厂商共担结果风险”。
• 利润的来源从“出售功能许可”转变为 “分享效率增益”。

产业实证已现端倪。西门子与凯捷（Capgemini）的合作明确聚焦“可衡量的生产效率、上市时间、质量和可持续性成果”；微盟提出从“卖软件和服务”转向“让客户为实际经营效果买单”。

2.2 深度耦合：从“数据孤岛”到“知识共创”

意图定义要求智能体理解制造企业的 隐性工艺知识。这一要求迫使双方从“数据隔离”转向 “知识共创”。

传统模式下，客户数据封闭，厂商难以触及核心工艺。在新范式下，制造企业的现场数据与工艺诀窍成为持续输入智能体的 “活数据流” ，用以训练和优化领域特定模型。这催生了私有化部署+联邦学习等解决方案，在保护数据主权的同时实现知识共创。因此，技术提供商的壁垒，随之从“软件功能的完整性”演变为 “对客户意图的理解深度” 与 “共创知识的沉积厚度”。

2.3 组织边界消融：走向“混合智能体网络”

这种共创关系，最终导致组织形态（Organization）的改变。在POET框架下，技术提供商不再是边界清晰的“乙方”。

• 智能体成为跨越组织边界的 “数字员工” ，同时服务于甲乙双方的目标。
• 西门子与NVIDIA共建“工业AI操作系统”，旨在埃尔兰根工厂打造全球首个“全AI驱动的自适应制造站点”。这实际上不再是简单的采购关系，而是“双方组织能力的熔合”。

提供商的价值，依赖于其智能体能否深度嵌入客户的运营流程，成为客户组织能力的一部分。工业智能体提供商由此从“卖软件的公司”转变为 “出租数字劳动力的平台” ；制造企业则从“买软件的客户”转变为 “采购智能化成果的需求方” 。这无异于一场深度的生产关系革命。

2.4 技术基座的重构：从“软件架构”到“Harness工程”

无论“意图托管”的共生关系，还是“知识共创”的深度耦合，落地都需要全新的技术基座。传统“软件定义”时代的基座是刚性的代码架构和功能模块。在“意图定义”时代，这个基座被重构为 “#Harness工程”（#驾驭工程）。（详细原理建议阅读一文讲透：Harness Engineering即控制论！）

最新的技术分析已经证明，当大模型能力趋于同质化时，“决定AI系统能否长期、稳定创造价值的关键，是它在长流程任务中的耐久性与可靠性”。而这恰恰能被Harness工程基础所支撑。它不是又一个Agent框架，而是负责调度、管理、监控的 “AI操作系统”。

这一工程体系的核心，正是 “上下文工程、架构约束和熵管理”。它解决了“意图定义”的三大技术挑战：

1. 意图的精确传递：如何确保模型在长达数百步的执行过程中，始终牢记用户的初始意图而不发生“上下文腐化”？Harness通过精细化的上下文管理、记忆沉淀（如Memory Bank）和工具结果拦截。实际效果确保了“Agent在正确的时间能看到正确的信息”。
2. 工具的有效编排：如何让智能体灵活调度CAD、CAE、仿真、API等各类工具？Harness通过“大脑与手脚解耦”的架构，将执行环境（Sandbox）与推理循环（Harness）分离。这定义了稳定的接口，使得智能体无需感知具体的运行环境，只需明确自身可调用的工具能力。
3. 安全与可控的执行：在赋予智能体巨大权力的同时，如何防止灾难性操作？Harness通过精细的权限设计，定义了哪些操作可以自动执行、哪些需要用户确认、哪些绝对禁止。这并非依赖对模型“能力不足”的假设，而是从架构上确保系统安全的关键。

Anthropic、Claude Code等前沿实践已证明，Harness工程是Agent基础设施的未来核心。对于中国的工业智能体而言，能否打造出符合本土工业场景、深度融合行业知识的Harness工程，决定了“意图定义”这一宏大愿景能否从理论走向实践。

第三部分：战略抉择——“意图定义”的后发者方案

对于中国工业软件企业而言，这场范式革命不是危险，而是机会。其战略核心必须从 “国产功能替代” 的追随思维，升维至对 “本土意图定义权” 的主动争夺。无需在工业软件巨头的“AI定义”战场上比拼基础模型厚度。而应依托中国制造业的场景纵深与政策环境，构建以客户意图为中心的 非对称超车路径。

3.1 传统自动化巨头 vs. AI原生企业

传统巨头的战略是深化“三范式融合”，以软件和AI赋能其坚固的硬件控制根基，为现有生态提供渐进式的体验升级。

传统自动化巨头

战略核心：“三范式融合”——利用软件定义和AI定义增强传统控制产品，以意图定义创造差异化体验

典型案例：

• Siemens：“ONE Tech Company”战略，10亿欧元AI投资。

• ABB：Adaptive Execution™架构，稳定核心与敏捷创新共存。

• Rockwell：GenAI Copilot嵌入FactoryTalk DesignStudio。

• Schneider：EcoStruxure完整三范式融合产品矩阵。

新兴AI原生企业的路径则是颠覆性的，它们利用敏捷迭代和深度行业知识挖掘，从零构建面向未来的原生智能架构，直指传统业务流程的痛点核心。

新兴AI原生企业

创新潜力：颠覆性创新，以敏捷创新和深度行业知识与传统巨头形成差异化竞争

典型企业：

• Anthropic：Claude长上下文+Constitutional AI

• OpenAI：GPT-4插件系统+代码解释器

• NexaStack：Agentic AI工业架构

• D4-XAI：工业5.0原生Agentic OS

3.2 战略锚定：确立“意图定义”为核心世界观

首先，必须在核心世界观上与巨头路径划清界限：

中国工业软件企业是由本土产业资本与制造企业共创拥有的意图基础设施运营商，旨在将中国制造企业的本土业务意图转化为可验证的工业成果。其价值不在于替代西门子软件的每一个功能按钮，而在于比西门子更懂中国制造业的独特工艺意图、合规约束与供应链现实。

其中，关键驱动因素（#序参量）的选择至关重要。西门子以 技术（T）+平台组织（O） 为驱动；中国方案则应以 环境（E）+人口（P） 为杠杆，将信创安全要求、本土制造业人口规模与行业多样性，转化为意图理解的深度壁垒。

3.3 战略行动框架：五层布局

基于此，中国企业的行动应围绕以下五层展开：

微观层：赋能“意图工程师”，而非复制复杂GUI

• 开发以 自然语言+领域术语 为核心的“意图界面”，放弃复制传统巨头的复杂菜单层级。
• 与院校共建 “工业意图工程” 课程体系，培育能将工艺直觉转化为精准指令的新一代工程师。核心目标是，将人口红利从“廉价劳动力”转向“高质量意图供给者”。

中观层：嵌入组织，成为“意图治理”共建者

• 为客户提供 “企业级意图中枢” 与编排层，而非孤立的功能模块销售。
• 推行 “成果对赌”（Outcome-Based Contracting） 商业模式（如“吨钢能耗降低3%，按节省额分成”）。这实际上是为了倒逼自身与客户形成风险共担的共生关系。

技术层：重构“意图导向”架构

• 技术架构从“功能模块中心”转向 “意图工作流中心” ，传统CAD/CAE退化为智能体可调用的工具插件。
• 构建 云边端协同的意图执行网络，并通过 “可解释意图链” 确保执行过程透明。
• 关键战术：基于Harness工程原理构建可靠的“AI操作系统”，并绑定华为昇腾、寒武纪等国产算力生态，共建软硬协同的意图推理优化。

生态层：建立“行业意图联盟”，争夺话语权

• 联合宝武、中航、比亚迪等龙头企业，共建 “垂直行业意图知识库” （如锂电涂布、航空复材铺层），形成巨头难以复制的本土隐性知识沉积。
• 在信创政策保护期内，构建 “国产芯片-OS-数据库-工业智能体”的意图闭环，筑牢数据主权护城河。
• 在光伏、新能源车等优势产业形成能力后，通过“一带一路” 反向输出中国标准的意图模板，实现从“软件出口”到“意图范式出口”的跨越。

宏观产业关系层：捍卫“数字主权”，构建内循环

• 确保模型可迁移、意图可解释、数据可驻留，从根本上防止制造企业被厂商技术黑箱绑定。
• 推动建立开放的 本土意图描述标准与协议，打破国外私有数据格式的锁定。

结论：一场生产关系的革命

工业智能体带来的，远不止是效率工具的革命。从“软件定义”到“意图定义”，表面是交互界面的跃迁，内核是 技术主权的转移 与 生产关系的重写。

它为传统工业软件巨头积累了四十年的 #POET护城河 打开了缺口。交互、定价、数据、知识四大锁定机制正在松动。这为中国工业软件企业提供了一个宝贵的 “换道窗口期”。

真正的竞争，已不再是单项技术的对标或功能模块的平替。核心战场是 谁能更好地理解、传递并可靠执行制造业的意图。这一能力的基础正是以 Harness工程 为代表的稳固技术基座。对于中国企业而言，最大的机遇在于：不必在巨头们的“AI定义”地基上追赶。而应在中国制造业的“意图定义”新战场上，构建以可靠“AI操作系统”为支撑、属于本土的数字主权与生态优势。

最终，当中国工程师说出“要一个满足GJB标准的轻量化支架”时， 中国的工业智能体必须比任何国外系统都更懂这句话背后的全部含义（独特工艺意图、合规约束与供应链现实）

—— 这，即是 #意图定义权，也是中国工业智能化换道超车的终极目标。

《意图定义的工业智能：三大范式深度对比研究报告》

欢迎关注《数智进化》

相关文章推荐阅读：

1. 剧变前夜：AI如何重塑中国工业软件的十大未来

2. 【政策解读】从7188亿到超循环价值生态：解读“标识贯通”行动的四个关键追问

3. 【对标分析】资本为何看不懂嘉立创？从华强北柜台到全球创新生态：嘉立创的POET耦合演进史

4. 【案例解读】小米生态复合体范式跃迁：复盘「极致性价比」到「人车家全生态」的序参量演进及其对工业互联网的战略启示

5. 【重磅深度】超越连接：人车家互联如何催生一个“数据超循环”的生命体生态？

6. 【深度分析】工业互联网的“超循环”跃迁：破解规模与盈利的结构性裂痕

7. 【指南】驶入范式湍流区：用POET四步心法重构你的智能经济操作系统

8. 序参量：解码OpenClaw本质与工业智能体的未来秩序

9. 序参量战争：生态竞争的七种“武器”与战略指南（CXO实战版）

10. 【理论本质】快与慢的辩证法：生态竞争中“序参量”的培育与决胜

11. 【新规解读】《人工智能科技伦理审查与服务办法（试行）》：从软性指引到硬性约束

12. NVIDIA NemoClaw引起工业软件分化：EDA 为何拥抱不疑？CAD却在担心什么?

13. 【政策解读】工业数据筑基行动：是什么？为何急？如何补短板？

14. 从驾驭到共生：决策者的AI辩证法——用其长，避其短，强其人