ARTICLE · 1093998
工业检测软件如何做 AI Agent(6)
工业检测软件如何做 AI Agent(6)这是“工业检测软件如何做 AI Agent”系列的总结篇。 前面五篇分别讨论了产品定位、工程落地、系统分层、复杂系统治理，以及扫描与检测之间的任务连续性。它们共同指向一个判断： 这也是检测软件进入 Agent 时代后，最需要重新思考的地方。 
检测工程师的工作，表面上由导入数据、建立基准、提取特征、执行评价和生成报告组成。真正决定结果的，却是这些动作之间的判断关系： 检测顺序如何安排； 哪些基准必须先确认； 拟合范围是否合适； 当前异常来自数据、装夹还是测量策略； 哪些结果可以继续使用，哪些结果需要停下来复核。 因此，工程师需要的不是一个替代自己点击的软件，而是一个能够理解当前任务、提出下一步方案、说明理由并协助处理异常的副驾驶。 Agent 的核心产出也不应是一段看似完整的自动化脚本，而应是一份与当前状态相匹配的检测方案：检测什么，依据什么，缺少什么，下一步如何执行，完成后如何判断结果有效。 检测流程由此从“按钮序列”变成了带有对象、依赖、状态和验收条件的任务。 工业检测中的测量结果可能进入质量判定、工艺调整和客户交付。大模型适合处理意图理解、图纸信息整理、流程规划、方法建议、异常解释和结果表达；测量计算、公差评价和最终判定，则必须回到经过验证的确定性内核。 这条边界贯穿前五篇： 模型可以建议建立某组基准、调用某种对齐或检查某个位置度，但不能直接生成未经确定性算法计算的测量结果。关键动作仍需要明确的输入、输出、前置条件和验收条件；涉及基准、判定和不可逆操作的节点，需要工程师确认。 这不是把 Agent 限制在问答层，而是把它放到更适合的位置：组织复杂任务，连接软件能力，读取执行状态，并根据结果调整下一步。 过去，检测软件主要围绕人的操作设计。菜单、工具栏和属性面板能够帮助工程师完成任务，但未必能让程序理解系统当前有什么、各对象之间是什么关系、某个动作在什么条件下可以执行。 Agent 要可靠地使用检测软件，软件需要具备清晰的对象模型和状态模型。例如： 工程组织一次检测任务； 模型表示理论模型或测量对象； 对齐描述空间关系； 特征承载平面、圆柱、孔等几何对象； 检测项把特征与公差要求关联起来； 报告汇总测量数据和判定结果。 这些对象需要拥有稳定标识、可读取状态、明确行为和可追溯来源；对象之间的从属关系和引用关系也必须保留下来。 所以，API 的价值不只是把按钮换成函数。真正重要的是，让软件能够表达检测任务本身：当前有哪些对象，它们处于什么状态，下一步可以调用什么能力，结果产生后会影响哪些后续步骤。 GUI 仍然是工程师确认空间关系、观察结果和处理复杂交互的重要界面。API 则适合稳定、可复现的调用。两者应当遵循同一套业务规则。 如果扫描和检测之间只有文件交接，几何数据可以传过去，检测任务却容易中断。扫描时不知道哪些区域重要，数据质量问题到评价阶段才被发现，关键区域补扫也需要重新切换软件。 检测 Agent 要规划任务，至少需要持续读取三类信息： 数据谱系：数据来自哪台设备、哪次采集，经过哪些处理，最终支撑了哪个特征和结论； 空间关系：数据属于哪个对象，处于什么坐标系，如何与理论模型和其他测量数据对应； 任务状态：哪些区域已经采集，哪些数据质量不足，哪些特征和检测项已经完成，当前是否可以进入下一步。 这三类信息构成了检测任务的上下文。它们让检测要求能够影响采集，让采集质量能够反馈给任务，也让补扫、评价和报告生成处在同一条连续流程中。 因此，扫描从独立流程转变为检测任务中的一种可调用能力，并不只是界面集成问题，更是对象、数据、空间关系和状态的统一组织问题。 模型、Harness 和工具调用方式都会变化。检测软件更值得长期积累的，是与真实项目绑定的专业系统： 经过验证的测量算法； 设备和传感器适配能力； 稳定的检测对象模型； 可复用的检测流程； 现场异常处理经验； 可追溯的测量和判定记录； 与权限、审批和质量责任相关的规则。 标准和教材中的显性知识容易被学习和复述。某类特征应该如何取样、某种装夹会带来什么影响、异常结果应该先检查什么，这些经验只有进入真实数据、软件对象和验证流程，才会成为可以复用的系统资产。 一条检测流程经过工程师确认后，可以沉淀为插件、模板或任务技能。它需要带有适用条件、输入要求、关键参数、验证结果和版本信息。下一次遇到相似任务时，系统优先复用经过验证的能力，再决定是否生成新的方案。 这比每次从零生成一段脚本更可靠，也比单独保存一批文档更有价值。 检测软件没有必要与通用模型争夺最大的入口，也没有必要把主要资源投入到通用 Agent 基础设施。更值得投入的是检测领域特有的系统能力： 用成熟模型提供通用理解和交互； 用合适的运行时处理调度、权限和审计； 建设检测对象模型、算法、流程和数据； 将专业能力开放成稳定、可验证的接口； 在关键节点保留工程师的确认和裁决权。 这样，模型升级可以持续带来更好的理解和交互，检测软件的核心资产也不会随模型更换而失效。 五篇文章最后可以收束成一条路径： Agent 参与的，不只是问答和操作，而是检测任务的组织。 工业检测软件进入 Agent 时代，真正需要重建的，是人与软件之间的协作方式，也是软件自身组织检测任务的方式。 最终仍然要回到测量本身： 模型可以参与理解和规划，系统必须对测量结果负责。
检测软件进入 Agent 时代，真正要重建的是什么
工业检测软件做 Agent，核心不是增加一个聊天入口，而是把工程师的检测意图，转成可规划、可执行、可验证、可追溯、可复用的检测任务。
一、Agent 改变的是检测任务的组织方式
二、模型可以参与判断，系统必须对结果负责
大模型负责理解、规划、解释和调度；检测软件负责测量、计算、判定和追溯。
三、检测软件需要从“可操作”变成“可调用”
四、Agent 的能力取决于系统上下文
五、长期价值不在模型，而在经过验证的系统
六、最后的产品取舍
从工程意图开始，由 Agent 规划检测任务；通过对象和接口调用软件能力；由确定性内核完成测量、计算和判定；用数据谱系、空间关系和任务状态保持过程连续；再把经过确认的流程和经验沉淀为可复用资产。