夜雨聆风
《摹顾恺之洛神图》局部，丁观鹏，清代
最近一个月，如果你只盯着那些动不动就说要“颠覆行业”的AI新闻，可能会觉得工业AI有点安静。没什么刷屏级的发布会，也没什么让人惊呼“炸裂”的新概念。
但恰恰是这种“安静”，才是最值得关注的信号。
因为真正的变化，往往不在聚光灯下，而在工程师们每天都要打开的软件里。过去这30天，从PLC（可编程逻辑控制器）到CAD（计算机辅助设计），从CAE（计算机辅助工程）到资本流向，工业AI正在完成一次“静默渗透”。
今天，我们就来聊聊这背后正在发生什么。
一、发生了什么？三条线，同一时间“收网”
先说第一条线：控制层，也就是生产设备的“大脑”。
8月份，西门子悄悄推出了一个叫Eigen Engineering Agent的东西。名字很技术，但作用很直接：它能直接连上工程师最常用的TIA Portal软件，帮你写PLC代码、做配置、甚至生成文档。简单说，以后调试一条自动化产线，你只需要告诉AI“我要做什么”，它就能帮你把底层程序搭好。
几乎是同一时间，德国的倍福（Beckhoff）也拿出了自己的CoAgent，同样是在他们的TwinCAT系统里，一边帮工程师写代码，一边在设备运行时做实时诊断。国内的汇川技术也没闲着，他们把AI塞进了PLC和伺服驱动器里，搞了个“iFG工业智脑”，主打一个“设备自己给自己调参数”。
这三家，一家是德国工业巨头，一家是自动化老牌劲旅，一家是国内工控龙头。它们走的路线不一样，但动作出奇一致：AI不再是一个需要你专门去学的“新东西”，而是变成了你手头工具的“标准配置”。
第二条线：设计层，也就是产品的“图纸”。
8月中旬的CCF CAD/CG 2026学术会议上，国产CAD厂商华天软件放了个大招。他们发布的“皇冠CAD智能制造助手”，没有去吹嘘自己的大模型有多强，而是选择了一条更难的路——通过MCP协议，把AI和自己最核心的CAD内核打通。
这意味着什么？意味着设计师以后画图，不用在软件和AI聊天框之间来回切换。你说一句“把这个加强筋的厚度改成3毫米，然后帮我算一下它的震动频率”，AI就能自己调用CAD改模型，再调用CAE跑仿真，最后把结果写回设计树里。
同期，中望软件发布了“悟空”2027版，自研的引擎让模型刷新快了4到5倍；卡伦特则把AI生成能力从单个零件推到了整个装配体。大家都在做一件事：把AI的能力，缝进工程师最熟悉的工作流里。
第三条线：资本和政策，都在为同一个方向投票。
钱是最诚实的。7月底到8月，工业AI领域的融资消息就没断过：
• 做物理仿真的适创科技，拿了近亿元的B++轮融资；
• 做工业设计的设序科技，B轮融资超过了一个亿，上半年合同额同比增长70%；
• 做设备预测性维护的硕橙科技，D+轮也超过了亿元。
注意，这些钱没有流向那些通用大模型公司，而是全部涌向了“仿真引擎”、“几何内核”、“设备感知”这些听起来就很“硬”的技术。资本已经用脚投票：工业AI的核心资产，不是模型参数有多大，而是你对物理世界的理解有多深。
政策层面同样清晰。工信部等六部门最新的“卓越级智能工厂”申报条件里，白纸黑字写着要“开展人工智能等新技术应用探索”。这不是选择题，这是必答题。上海的通信管理局更是直接印发了针对“工业智能体”的指导意见。
二、为什么值得关注？不是AI公司闯进工业，是工业把AI“招安”了
过去两年，我们看到的工业AI叙事，主角大多是互联网大厂和AI独角兽。他们的故事通常是：“我的大模型能看懂你的工单，能回答你的问题，能帮你做报表。”
但这一轮，主角变了。变成了西门子、倍福、汇川、华天软件这些“老面孔”。他们做的事，本质上不是“引进AI”，而是“改造工具”。
这是一个根本性的区别。
当一个工程师需要专门去下载一个AI App来解决问题时，这叫“创新”；但当他的PLC编程软件下一次更新就自带AI助手时，这就叫“换代”。后者的采纳成本几乎为零，因为它发生在工程师每天的工作流里。
对于制造企业来说，他们不需要再纠结“要不要上AI”，而是要考虑“我用的那套系统，下次升级包里的AI功能好不好用”。
三、对工业软件意味着什么？三重改变正在发生
第一，软件的功能边界被打破了。 以前，CAD只管画图，CAE只管仿真，CAM只管加工，各有各的菜单，各有各的操作。现在，一个智能体可以横跨所有步骤。你跟它说一句话，它就能调动所有软件协同工作。未来，哪个软件的内核更开放，哪个软件能更好地“指挥”其他软件，哪个软件就更值钱。
第二，软件的收费模式可能要变天了。 过去是卖License（许可证），一年收一次维护费。但江苏那边已经开始试点“按结果付费”了。未来可能会出现“每自动生成一张合格的工程图扣5毛钱”、“每帮你避免一次模具试错分一次账”的模式。这对国产软件是个好消息——我不跟你拼单价，我跟你拼“AI能帮你省多少钱”。
第三，也是最关键的，责任链条开始绑定了。 工业软件出的错，代价是停线、报废、甚至安全事故。所以你会发现，这一轮所有的AI产品，都留了一手“人机确认”的环节：AI给你建议，但最终拍板的还是工程师。工业AI成熟的标志，不是它生成得有多快，而是你敢不敢让它出现在你的项目审计日志里。
四、未来会发生什么？三个趋势，两个判断
趋势一（基本确定）：AI将成为新购PLC和CAD的“标配”。 就像十年前买PLC默认带以太网口一样，到2027年，你买一套新的中型PLC，它大概率会自带AI辅助编程功能。这已经不是“未来趋势”，而是正在发生的“当下事实”。
趋势二（个人判断）：懂物理仿真的公司，会比只做大模型的公司活得好。 看看这轮融资就知道了。纯大模型公司进工业，最大的坎是“物理一致性”——它能生成一个好看的零件外观，但没法保证这个零件在受力时不裂开。而像适创、设序这些公司，都有自己的求解器和几何内核。未来工业AI的核心竞争力，是高质量的仿真数据和闭环验证能力，而不是模型参数量。
趋势三（个人判断）：中小企业用AI，靠的是“一体机+订阅”，而不是自建团队。 工信部已经在推“小快轻准”的方案，像CAXA和联想合作的工业软件一体机，已经落地了50多家企业，效率提升了30%。未来，一个年营收2000万的零部件厂，花几万块钱订阅一个“审图智能体”或者“调机智能体”，远比养一个算法团队划算得多。
写在最后
这一年来，工业AI最容易被误解的地方，就是大家总以为它是“大模型入侵工厂”。
但真实情况恰恰相反。
是工厂里的PLC、CAD、CAE们，主动伸出了手，把AI当成一个新的、好用的“控件”，收编进了自己的体系里。
聊天框的热度总会过去，但TIA Portal里那个新增的“AI Agent”按钮，一旦被工程师用顺手了，就再也关不掉了。
这，才是工业AI真正的“破圈”。