“一个微软老兵被工厂打回现实，又在产线上重新定义Agent的价值。”
作者丨周蕾
编辑丨岑峰
今年3月，智用开物完成近亿元天使+轮融资，除了老股东瑞枫资本，创享投资以及战略级客户立讯集团家族办公室及高管团队也出现在了股东名单里。这是智用开物过去一年里的第三笔融资，而创始人管震告诉雷峰网，很快会完成新一轮融资。
这些资金流向的，究竟是怎样的一个稀缺方向？是工厂里那些“不上产线”的环节。当大多数AI Agent还在处理办公、代码和客服时，智用开物正在把Agent做成虚拟工厂员工，排产员、报价员、设备维护工程师……四步上岗，半小时就能用起来。
创办智用开物之前，管震在微软待了19年，做过物联网、工业互联网，也参与过OpenAI在微软的工程化，几乎经历了中国数字化转型的完整周期。在这样长的时间里，让他印象最深的，反而是十年前一次泡工厂的经历。
那时他还在微软，带着“十几年技术老兵前来布道”的姿态，去给企业讲智能工厂、工业互联网平台。当时一位工厂老板听完分享，忽闪着大眼睛问了一句：“管老师你说得真好，但这对我有啥用？”
“我当时心里就想：完了！人家一说接地气的事情，我们解答不了。”
如果工厂现在有一批料没到，产线换线不换线，成本差异怎么算？预测性维护一年运维四次，每停一次就是两千万损失……写代码的人能懂这个经济模型吗？
他突然发现，自己飘在天上太久了。
泡在工厂一线的经历，直接改变了管震对中国工业互联网的判断。当年工业领域都在提“一个大平台解决所有问题”，用消费互联网的平台理念来做工业4.0，他则率先提出“松耦合”概念和框架，认为应该专业的人做专业的事，用数据把能力串起来——但这个理念在当时还是遇到了瓶颈，毕竟没有谁能说清要如何将不同领域老师傅的专业能力串接起来。
直到大模型的浪潮真正袭来，潮水击打到了离工厂更近的岸边，管震突然意识到，大模型或许就相当于一个“什么都懂一点的老师傅”——既然它什么都能懂一点，那是不是终于可以把工业领域那些各自熟练但互不联通的环节，按“松耦合”的方式连起来了？
2023年，他带着这个判断离开微软，和志同道合的前同事们一起创办智用开物。三年间，他把“松耦合”从一种理念翻译成了一套技术语言：让多个智能体动态协作、自主判断该干什么、流程该怎么走。无独有偶，这套逻辑正是今年一度大热的OpenClaw也在走的路，而智用开物已经把它扎进了工业现场。
但扎进现场这件事，比技术验证难得多。管震告诉雷峰网，他现在50%的时间花在产品上，50%的时间得花在认知拉齐上——跑各种大会，跑当地的工作坊，跑各种落地活动。 他仍然泡工厂，泡到11点、12点，这是AI无法代劳的事。
他仍然在被企业主围着问问题：五年后我的工厂会怎样？我在这波浪潮里能扮演什么角色？以及，到底怎么落地？
事实上技术一线的迭代是以天为单位的爆炸，像遥远星系里的超新星爆发，但对产业侧来说，能捕捉这束爆炸光线的望远镜都尚未校准。他毫不惊讶地发现：2026年了，很多企业还徘徊在知识库阶段，把规章制度堆成“内部豆包”；很多企业连岗位说明书都写不清楚，遑论让AI理解业务逻辑。
在这样的落差面前，企业确实只能把AI当作工具来用。
智用开物正在做的，是把“松耦合”从理念翻译成可执行的方法：先让AI通过工业语义引擎理解企业内部的业务逻辑和语义规则，再让多个智能体在真实的岗位关系里可靠协作，帮助企业解决高价值业务域中的真实问题，并帮助企业从工具智能迈向组织智能。
其实这比直接卖一个AI平台要重得多，也慢得多，但工业AI的落地没有捷径，只有把底座扎到语义层，才能避免又一个“大平台”沦为空中楼阁。
以下是雷峰网与管震的对话，有不改变原意的编辑。
01
觉醒
雷峰网：您在微软待了19年，从物联网到工业互联网，算是这个领域的老兵了。什么时候开始觉得要换个环境？
管震：2020年我去读了个MBA，在那之前，有次事件对我冲击很大：行业里的一家头部工厂，数字化基础很好，IT投入也高，但遇到突发事件，这些系统全都没发挥作用。老板花大钱建的东西，关键时刻帮不上忙。
那几年搞工业互联网数字化，也是越来越迷惑，不知道自己在做的事情做出来有什么用，我们吹的“生产力提升”真的能自圆其说吗？一家企业每年有上亿的IT预算，我们凭经验填立项规划，对方也是凭经验审核，越填越觉得不对劲。
在读MBA之前，我还在工厂一线泡了三年。当时也是抱着一个“我是微软十几年老兵来给你讲课”的心态，指导怎么做智能工厂、工业互联网平台。结果有个工厂老板忽闪着大眼睛问我：“管老师你说得真好，但这对我有啥用？”我当时心里就想：“完了！”人家一说接地气的事情，我们解答不了。”
打个比方：如果有一批原料没到，产线现在换线会怎么样？不换线会怎么样？到底能不能帮我比较成本差异？又比如说预测性维护，停产运维一次就是上千万元损失，什么方案损失更少？我哪知道这个，我又没有干过制造业。
雷峰网：您跟工厂聊的是技术和代码，但他们提的全是经济模型的问题，这让您对工业互联网的定义产生了疑惑？
管震：当时工业互联网的主流思路是“云上平台”，也就是一个平台把所有东西管起来。我说不对。从工业革命的历史看，是专业的人做专业的事，分工产生熟练工。为什么第四次工业革命，反而要一个平台解决所有问题？
每个工序都已经很熟练了，缺的是把它们连起来的方式。所以不能是紧耦合的大平台，得是松耦合——各干各的，但能协作。
工信部觉得这个思路好，让我写白皮书。结果写着写着又跑不下去了。为什么？离企业主关心的东西还是太远。你说“松耦合”，他问“这能帮我省多少钱”——我又答不上来。
徐明强（时任微软大中华区CTO）那时候就建议我去了解一下边际收益这个词，我了解着了解着着就读上了这个MBA课程。第一年补了很多经济学知识，第二年就天天和老师在课堂上“对线”，理论和实践在这一年可谓是火花四溅，这个过程我也接上了“算经济账”这根弦。
雷峰网：您现在的精力大概分配是怎样的，还泡工厂吗？
管震：有50%时间放在产品上，剩下50%放在认知拉齐上。工厂该泡就泡，经常在工厂待到晚上十一二点，这是AI没法替代的事情。产品研发不是光坐办公室就能做出来的，有很大一部分是在工业现场做出来的。
以前做C端互联网产品，想什么就做什么，做出来找人卖就完了。现在AI要落地，一定得理解工业现场，产品研发前置到客户现场去做。搞人工智能的同志们不能光做些To C的应用或者短视频，力量也要用在帮助实体产业变革上。
我前段时间分别去了电子厂和化妆品工厂，需要帮企业拆解分析：哪些环节确定性高、自动化程度高？哪些特别花资源、花时间、花人力但做不好？中国的设备工厂产能很强，一开动效率非常高，但可能60%到70%的部分不在自动化的产线上。无论是决策、运营还是研发，这些领域都很花时间、花资源，怎么跟后面的环节配合？
比如问研发部部长，他知道研发怎么做，但不知道原料能不能及时到位，生产爬坡有哪些关键因素，装到客户设备上会不会因为环境而形变。每个人专注自己眼皮底下的事，成为领域专家，但合起来变成整套系统，要靠多年磨合、经验积累、实验和市场反馈，周期很长。
现在能不能这样做：从用户拿到的产品倒退回来，把过程中发生的事、怎么组建起来的、每个设计工艺一环一环往前倒，让专业的人继续干专业的事，但用AI把他们的决策、运营、研发串起来？这对企业价值就很大，效率、成本的改变非常直观。
雷峰网：和企业主的交流，跟以前有什么不一样？感受过大模型的技术浪潮之后，企业主和政府会提怎样的问题？
管震：现在大部分（交流）换成了工作坊的形式，企业家们一把手们其实很希望有这样的交流机会，因为这个时间点里大家都有焦虑的点，都希望能通过AI创造新的价值，但是欠缺既懂AI又懂工业而且还有超大企业验证的产品和方法论。而我们也得知道大家有什么需要，想象出来的东西能不能落地，在不同企业落地成本有多高。得互相碰撞，总结最佳实践和经验，再分享给其他人。全社会应用人工智能的时候，边际成本会更低。
工厂主和政府领导问得比较多的有三类通用问题。
第一类：能不能对未来5年做判断？5年后这家工厂、这个行业会发生什么变化、怎么推演？
第二类：如果知道方向，自己能扮演什么角色？躺平还是挣扎一下？能不能趁这个风做得更好？大家还是不想躺平，希望作为“+AI”或“AI+”的范式出现，帮助自己和产业提升。
第三类：落地到底怎么落？每家公司都会提自己的需求，已经知道AI对自己有帮助，但怎么干？他们会想“我不是搞AI的，不懂Transformer，我就关心往前走一步该干什么”。
这时候就得解释，要有开放的心态，真的去了解AI能干成什么事，做好准备，比如数据、岗位认知通过什么方式沉淀，什么样的AI能把事务化工作变成AI助手能帮忙的事，再到未来AI分担工作，实现的路径如何，过去成功和失败的经验分别如何……认知得拉齐。
02
构建
雷峰网：2023年从微软出来后，您最初的创业构想是怎样的？推进过程符合您的预期吗？
管震：一开始搞了一个概念验证中心，想复制微软内部孵化新技术的那套打法——把现有技术和现有场景快速结合起来。但走不通，因为大家听不懂我们在干什么。有三波听懂了的，愿意投资源进来，但我们毕竟不是微软，有些技术力量满足不了当时的场景需要。
那一年ChatGPT横空出世，我们也做了尝试，用大模型加个BOT硬怼，单BOT不够就堆多BOT一起怼，尝试过二三十个场景后，我们得出一个判断：
其实真正干活的不是大模型，是智能体。大模型更擅长推理和规划，只相当于人脑的System 2（慢思考），但真实世界需要System 1（快思考）的即时反应、需要传感器感知、需要机械臂控制、需要皮肤反馈学习。一个智能体很难既要想事儿，又要干活儿，还要感知。所以智能体必须像人一样分工：有的负责快思考，有的负责慢思考，有的负责控制，有的负责反馈。这就是为什么需要很多智能体，而不是一个。
雷峰网：智能体其实不算新东西，之前很流行用拖拉拽低代码去实现。
管震：拖拉拽做工作流，这肯定行不通。
首先，业务人员画不出system prompt和action，技术人员不懂业务节点之间什么关系、碰到异常怎么处理。没有人能画出一张大图来准确描述这些关系，当中也有很多工程化的问题。
第二，workflow架构本身脆弱。拖拉拽像堆积木，在原来的数字化系统里，这样构建是没有问题的，因为面对的是物理世界确定性的流程。但工业现场90%的高价值场景并非固定流程，而是需要根据动态约束持续做出判断——碰到不同环境变量，要做出不同选择，依据不同领域认知做判断，再反馈回来。
假设有十个业务节点串联，每个环节都把百万级Token的上下文挤给下一个。从底层讲，多头注意力机制难以满足工业场景对稳定性和可追溯性的要求。Demo或许可以，但金融领域数据不能错、工业现场不能停，容错率极低的情况下，你怎么干？
所以拖拉拽只能做RPA加点AI判断，不是高价值场景。我们当时判断，这条路是死路。
雷峰网：那你们换的新做法是什么？你提到的“工业语义引擎”，其实解决的是工厂里的什么问题？
管震：解决“AI听不懂人话，人也说不清楚需求”的问题。AI看似能处理数据，实则不理解这些数据在特定业务语境下的真实含义。
比如同义词与编码体系的冲突。“备料”这个概念，在供应商系统中可能被称为SKU，在我方系统中叫备料；即便指向同一实物，编码规则也可能不同，字段含义、属性粒度都不一致。如果不对齐，数据在流转过程中就会丢失关键属性、走样变形。
还有决策逻辑上的局部最优陷阱。以预算审批为例：某部门申请200万元项目前置投入，CEO批复后，CFO与销售总监看到“一把手已批”，便相继放行。这笔款项就变成没有人站在公司全局审视这笔投入的合理性。实际上投入产出比是否达到规定的底线要求、是否满足最高杠杆标准？如果缺乏基于全局业务规则的语义理解，AI只会机械地记录“审批通过”，而无法在第一关就识别风险、驳回申请。
工业语义引擎，就是让AI先理解企业的“语法”和“逻辑”，再干活。就像AlphaFold做蛋白质预测，先告诉它什么是稳定的结构等等，再让它去想，否则它可能会瞎想，给出一个完全不可行的方案。
雷峰网：AI理解了业务逻辑、对齐了语义之后，怎么让多个智能体协作起来？智用开物提的是“虚拟班组”，这和行业里说的“多智能体”有什么不一样？
管震：最大的区别是“先天认识”vs“临时握手”。
现在行业里有些多智能体架构，是烟囱式的——每个智能体互相不知道对方能干嘛、要干嘛，上下文只能传结果，限制了协作网络价值。就像两个陌生人第一次见面，先自我介绍，再试探，再握手，再传话。上下文在传递过程中层层损耗，传到第三轮，最初的任务意图已经变形或丢失。这种协作成本高、可靠性低，很难承载复杂的企业级任务。
我们做的“虚拟班组”走的是另一条路，就像足球教练挑球员。教练（中央调度器）在比赛开始前就确定好11名球员的阵容与分工——前锋、中场、后卫分别负责什么，彼此之间的传球路线、配合规则、通信协议，全部在“上场”之前就预定义清楚。这些球员（智能体）先天就知道队友存在，共享同一套DNA（本体模型与协作契约）。比赛过程中，教练根据场上局势动态调整战术，但球员之间不需要重新建立信任或协商规则。
技术上，我们2024年上半年自研了Agentic Context Protocol，后来随着MCP等协议成熟，逐步将其融入统一框架。关键设计在于将COT（思维链）与COA（动作链）解耦，也就是将推理规划与动作执行解耦：大模型专注于慢思考与推理规划，而各个智能体基于预定义的协作关系，只执行自己擅长的动作。它们按照既定的松耦合架构互相调用，像球员接到球后本能地知道该传给谁，而不是停下来讨论传球方案。
雷峰网：众多应用场景里，最有难度的是哪一个？
管震：排产。这是制造业最复杂、最值钱的决策场景之一，AI排产相当于这个领域里“皇冠上的明珠”。它涉及设备排产、备料、采购等等，本质上是一个多约束条件下的运筹优化问题。
但它不是传统意义上“给定目标函数与约束条件、由求解器在几分钟内输出最优解”的打法。因为每家公司差异太大了。流程制造和离散制造，大规模批量生产和小单快反，它们的排产逻辑、供应链协作方式都不一样。有的链主企业还要和供应商用同一套排产逻辑，更加复杂。
还有动态依存关系的因素。比如这条产线当前处于什么状态？如果在干活，就不能硬塞一个订单进去。能不能拿到设备实时数据？拿不到，排产计划就没有可行性。这些约束条件是持续变化的，你还在运算计划，那边产线状态已经变了，关键是，排产系统从来都是定制的，中小企业以前根本没有机会用上便宜的AI排产，绝大多数都用人手搓。
我们的做法是：在门户上放一个“AI排产员”，类似于人才市场中的岗位简历，明确标注其“专业背景”——例如适配3C行业精密加工，或化工行业的流程制造。企业“雇佣”它之后，四步完成上岗：
1.对接现有系统（MES、ERP、WMS）；
2.注入岗位SOP；
3.配置硬约束和潜规则；
4.基于历史数据“实习”。
这个过程通常半小时能完成，就像云台稳定器的初始校准，需要按照预设轨迹做一定幅度的调整与对齐。
上岗后，真实的排产需求进来，“教练”（调度智能体）开始分发任务：报价信息提取智能体解析数据，库存智能体确认物料可用，采购建议智能体生成补料方案，最后由排产智能体综合前述信息，输出可执行计划。各智能体仅承担其专长领域的工作，但通过工业语义引擎实现跨节点的语义互通，确保协作链条不丢失、不走样。
雷峰网：“在门户上放一个AI排产员”，这听起来像标准化产品。但工业场景高度定制化，你们怎么实现“半小时上岗”？
管震：我们把“苦力活”做在了底层。把重资产投入前置到平台层，让应用层变得足够轻。
工业语义引擎和GoodCrew团队协作底座，是平台层的核心基建，我们投入大量资源做。但99%的企业并不需要亲自从头搭建这套体系，他们需要的是即战力。因此，我们将岗位智能体设计为“预封装”产品——类似于雇佣一名刚毕业的专业人员，他已经完成了通识教育（掌握通用工业语义），进入企业后只需快速熟悉特定岗位的“方言”（企业专属的业务规则与语义映射）。
所谓“四步上岗”，就是让AI自主学习这套“方言”：理解数据源的接口规范与字段含义；建立业务规则框架；明确物理边界；通过真实案例完成校准与对齐。
今年我们的核心目标正是推动岗位智能体的规模化落地，目前规划了近百个岗位。企业不需要懂大模型原理、Transformer架构、多智能体协作协议，只需像雇佣员工一样直接调用即可。
03
复现
雷峰网：现在你们跑出来的标杆客户有哪些？他们最买单的场景是什么？
管震：立讯是合作最深的，去年跟他们旗下的立景创新共建了联合实验室，相关成果也正在向集团内部其他BU复制。华润燃气、珠江实业也是我们的核心客户。2024年我们有10多家客户，客单价在150万元左右。今年合同额呈十倍级增长，业务方向正从单点项目交付向体系化服务演进。
雷峰网：有些工厂系统都很老，很多连API都没有，你们怎么接入的？
管震：这就是为什么我们去年只敢做两类客户。一类是大企业，自身有完整IT部门和供应商管控能力，走共创模式，客户完成一半的系统对接工作，我们完成另一半。另一类是ISV，其软件系统本就归属己方，不存在数据开放层面的障碍。
当然也碰到过无API接口的情况。我们的“土办法”就是，选业务场景的时候，别选即时性要求高的。比如某化妆品公司，系统未开放接口，我们提出以“日报通”形式替代：每晚6点半由对方系统导出一份Excel文件，我方次日读取即可。这就是一个实时性要求不高的场景，这种替代方案就行。
雷峰网：落地过程中，有没有碰到过非技术层面的阻力？
管震：太多了。最典型的是设计部门。我们部署过AI辅助设计的工具，明显能加速工作，但设计部门不愿意用——怕失业，你再怎么说明价值，对方就是会说“目前用不上”。更担心AI会持续蒸馏、提炼资深员工的技能经验，原来是“师傅带徒弟”，现在是“AI带徒弟、饿死老师傅”，所以部分员工会故意提供错误数据或消极配合，导致AI提炼出的知识模型失真。
认知落差也是隐形阻力的一种。我们接触过不少企业，上市的那种，与对方“董事长亲自抓AI战略”的定位相左的是，他们的核心诉求，仅仅是构建内部知识库，把规章制度和异常问题汇总做成内部“豆包”的问答系统。知识库作为基础能力当然很重要，但是AI战略不能只是给员工提供一个工具。
产业界对AI的认知，就像隔着三棱镜：我们所感知的技术演进速度，与一线机构实际看到并愿意采纳的应用形态，往往处于完全不同的维度。
雷峰网：你们目前的收费模式是怎样的？是项目制为主，还是已经有产品化的持续性收入？
管震：现在收入结构是三层。第一层是标杆客户，提供高价值场景的定制化开发，一次性收费为主。第二层面向ISV合作伙伴，例如赛意信息等，将他们既有的软件与我们的AI能力整合为新产品，向其客户销售，我们参与收入分成。第三层是今年主推的“劳动力市场”，面向中小企业提供标准化的岗位智能体，企业可以直接“雇佣”使用。
平台层面收取年费，其中包含约定比例的维护费用。高价值场景的合作则采用框架性协议，例如与客户共创某一排产优化场景后，若客户认为效果显著，希望将其复制至内部更多部门或人员，由此产生的跨部门结算费用，将按约定比例分配给我们，具体形式可采用订阅制、服务费或license模式。
雷峰网：您多次提到“虚拟劳动力”的概念，在您看来，未来的企业组织中，智能体将扮演何种角色？
管震：不是替代人类，而是让人集中处理异常判断和责任决策，通过岗位重定义创造新岗位。就像当年电脑进办公室，不是替代文员，是创造了“打字员”这个新岗位。
每个岗位智能体之间也能再度形成新的协作关系，构成虚拟劳动力团队。这是新的生产关系，不只是生产力工具。
雷峰网：完成新一轮融资之后，你们最大的变化是什么？战略重心有调整吗？
管震：去年我们的核心任务，是证明我们在做的事情有可行性，今年是证明它能规模化。融资资金主要投向工业语义引擎的持续深化，大企业客户的共创以及岗位智能体的规模化量产。
行业热点此起彼伏，基模能力一直在提升，这对人工智能赋能制造业大有裨益，我们也找到了自己的节奏——通过工业语义引擎和GoodCrew把工业现场的“苦力活”做扎实，来为制造业提供人工智能+的新生产力基础。
