AI 已经开始接管软件,下一步会不会轮到工厂机器人?

作为程序猿，现在基本已经离不开 AI Coding Tool 了。自己不主动用，公司也会推着你用。

OpenAI 的 Codex、Anthropic 的 Coding Agent，以及 Google 刚发布的 Gemini 4 Carbon，都让我越来越直观地感受到：AI 已经不只是帮我写一段代码。

它开始理解任务、调用工具、修改代码、运行测试，发现问题后继续修，把一个复杂任务一步步往前推进。

AI 开始从 Coding Assistant 变成 Coding Agent。

前几天，我让 Codex 帮忙修改自己做的机器人仿真器 App，脑子里突然蹦出来一个问题：

根据国际机器人联合会（IFR）2026 年 9 月发布的《World Robotics 2026》，2025 年中国新增工业机器人约 35.4 万台，全球在役工业机器人约 500 万台。[1]

中国的存量也不需要靠估算：IFR 上一年的报告已经确认，2024 年中国在役工业机器人超过 200 万台。[2]

这些机器人已经在生产线上工作。它们所在的自动化系统里，有机械臂、相机、传感器、PLC，也有既定的生产流程。

如果把它们看作 Physical AI 可以连接的“身体”，国内已经有超过 200 万台。

于是，问题就具体了：AI Agent 能不能进入这些已有的系统，让机器人在预设动作之外，多一层理解和判断？

搬运、焊接、装配、喷涂、拧螺丝、上下料，工业机器人已经很擅长执行这些任务。

传统自动化通常把动作和条件提前写进程序：MES 下发生产任务，配方规定工艺，PLC 和机器人控制器负责按预定逻辑执行。

但真实工厂里，传感器会漂移，工件会有偏差，不同批次会变化。视觉系统也可能发现预案没有覆盖的异常。

遇到无法处理的情况，系统往往只能报警、停机，等人来判断。

这让我想到 AI Coding 的变化。过去，需求交给工程师，工程师写代码；现在，Agent 可以在实现、测试和修复之间来回推进。

把这个过程抽出来，就是：理解状态、做出判断、调用工具，再根据执行结果调整。放到工厂里，Agent 能不能承担其中一部分工作？

我设想的 Manufacturing Agent，不要求先换掉机器人，也不要求 PLC 消失。

视觉、传感器和 MES 提供状态，Agent 结合这些信息理解现场、选择方案；方案经过安全检查，再交给 PLC、机器人控制器和设备执行。

AI 负责理解“现在发生了什么，以及下一步有哪些可选方案”。底层控制和安全职责，仍然留在原有体系里。

这里说的“接管”，是让 Agent 参与任务层的判断与调度，不是让语言模型直接输出机械臂每个关节的动作。

比如，机器人正在装配，摄像头发现当前零件和预期 CAD 不完全一致。传统处理可能是：识别到不匹配，报警，然后停止。

如果加入 Manufacturing Agent，我想尝试的是另一种处理过程：先识别零件，再对照 CAD 和 BOM，判断它是否属于已知变体。

如果是允许生产的变体，而且存在已经验证的配方，就选择对应方案，通过安全检查后继续；如果无法确认，就停下来交给人处理。

机器人和产线并没有重建，增加的是异常发生后的理解与选择。

再比如，一个传感器因为长期振动产生漂移。单看异常值，很难分清是设备出了问题，还是测量本身出了问题。

Agent 可以结合多个传感器、历史数据、设备状态、环境变化和当前批次，辅助判断：应该检查设备、重新校准、切换策略，还是停机？

这也是我对 Physical AI 的一个具体期待：把感知到的异常，和生产状态、可选动作联系起来。

谈 Physical AI，很容易想到人形机器人、新关节、新电机和新一代硬件。

但工厂里已经有机器人、PLC、相机、传感器、CNC、MES 和 SCADA。感知、控制和执行的基础，很多已经存在。

沿着这条路径，Physical AI 可以先连接现有设备，在既有生产流程里增加一层判断，再逐步扩大它能够处理的任务。

“有机器人”当然不等于“已经接好了 AI”。但这条路径让我感兴趣的地方，恰恰是它可以从正在运行的工厂出发。