“为Agent设计软件”。这句话听起来可疑，让人不由得联想到不停刷新下限的AI炒作。

诚然，现在没人能说清楚LLM究竟能做到什么程度，大部分人说是淘汰软件工程，有说是替代程序员，亦有说Claude也无非是个大型废话机器人，不配写代码。

众说纷纭间，依然存在共识：LLM比人类擅长操作软件。

写代码、画架构图、做PPT...这些都是LLM操作软件的常见用例。如今，绝大多数人都在和LLM协作完成这些任务。

同理，工业软件的操作者也终将变成LLM Agent。

但在那之前，我们必须为Agent重新设计工业软件。

接口

为Agent设计软件接口，如同为驾驶员提供方向盘，是必要的第一步。

但就Agent接口在过去数月间派生标准之多，令人感到无措：Function Calling，Tool Use，MCP，Skill，CLI

但深入了解不难发现，它们都是换个名字的Markdown，定位重叠的同时都依赖更基础的东西：REST API。

为什么REST API依然是Agent接口协议的底层共识？一个现实原因是 REST/OpenAPI 的公开文档、样例和训练语料更丰富，JSON Schema 也更容易被模型稳定生成。

LLM Agent可能会搞错GraphQL、SAP RFC，OPCUA，但它们在构建REST API Call上的可靠性往往很高。

OpenAPI之上，仍需一层供LLM使用的封装，Skill+CLI是当前最佳选择。

Skill像是一个说明文档，它的意义在于人类与LLM均可读，在使用、迭代软件时，人和Agent可以仅通过阅读Skill就了解项目结构和功能。

而CLI可以用更节省token且反馈速度更快的方式增强Agent调用REST API的体验。

>Claude Code，通过TIER0 Skill+CLI，自主集成多源数据。

反馈

Agent之所以区别于Chatbot，主要在于其能持续自主工作，直至完成任务。而这又依赖于Agent能通过某种方式感知其工作结果，从而判断自己是否正确完成了任务。

结果反馈对Agent至关重要。

在编程领域，因为存在极其普遍的LSP/IDE/Runtime开源基础设施，Agent可以获得非常及时的反馈，甚至在程序执行前就能知道是否存在错误。

而在自动化编程（PLC/DCS）领域，这些基础设施几乎不存在，或厂商控制不开放。Agent几乎无法顺利得到反馈。

因此，自动化工程领域的工作流程几乎没有受到LLM的影响，依旧停留在上个世纪水平。

但这不会持续太久，就我们的研究，在PLC/DCS编程领域，实现一个完全开源，61131-3兼容的Agent优先IDE完全不算难事。

>我们将这个项目命名为IA2，它是个开源的Agent优先控制器，你可以使用喜欢的AI Agent，Codex/Claude Code/Kimi，Vibe Coding PLC/DCS程序，并让Agent自主完成编译、通讯、实机测试。

人机交互

如何让人类与Agent的协作是个必须回答的难题，作答的载体依然在屏幕上。

近期甚嚣尘上的解法是Chat UI，将自然语言对话视为灵丹妙药。

但纯Chat UI是一种懒惰且低效的设计，放眼整个软件世界，除了LLM厂的产品，没有ChatUI产品能获得稳定用户。

对于工业软件而言，首先我们要找到适合LLM的场景，再基于具体场景设计合适的交互方式。

以工厂运营领域为例，工程师们的日常工作有：数据即席查询（看仪表、设备的运行情况），设备操作，生产计划设计，异常巡检与处置。

即席查询和报警处置是两类极适合使用LLM替代传统软件的场景：数据查询的门槛高，而LLM可以让用户跳过技术门槛；报警泛滥、失效是工厂安全隐患滋生的一大原因，而LLM可以作为24小时在线的分析者，弥补操作员疲劳的神经。

在为这两类场景设计交互时，我们发现在编程Agent领域常用的Canvas + Chat模式是更优的解决方案。

>以TIER0 UNS Agent的设计为例，用户的即席数据查询通过自然语言发送，最终Agent在Canvas上即时生成适合图示所需数据的图表，最大化信息摄取效率。

用户也可以用自然语言发送分析指令，Agent会在Canvas上生成可交互的列表组件，所有的分析决策结果最终被抽象为一个按钮，给用户最简单的决策信息。

Only startups can do

我现在见到每个顶尖开发者都问一个问题，你还自己写代码吗？这半年来我没有收到过一个肯定答案。工业软件也是软件，没有理由不受Code Agent的颠覆。

纵使大公司都在疯狂投入Agentic Engineering领域，但没人交出及格答卷，都是“Copilot”、“小x智能助手”这样为了掩饰自己FOMO情绪的自娱自乐产品。

其实换个角度想这也是十分合理的现象，毕竟古往今来，划时代的创新几乎没在大公司诞生过。

为Agent做好基础准备的新工业软件能获得巨大优势。而传统工业软件，特别是编程与数据层的，诸如TIA、TwinCAT、Aveva、Kepware...将面临难以招架的挑战。