先看一个场景,它发生在车间,不在 PPT 里。
一台主给水泵上装着振动传感器。资产绩效管理的智能体从遥测数据里看出轴承有早期微摩擦,判断这台泵撑不到下次大修,于是自动下发脚本,把泵降载 30%,让它平平稳稳地活到周末检修班。
几乎在同一秒,ERP 侧的供应链履约智能体正在读现货市场。需求突然涨了,而手上这批订单迟交要付重罚。它更新执行排程,命令产线把产能拉满——指令下达到的,恰好是同一台泵,要求 105%。
一个往下压 30%,一个往上推到 105%。没有谁在捣乱,两个智能体都在忠实地执行自己那套 KPI。
11 月 16 日,ARC Advisory Group 工业 AI 研究总监 Colin Masson 在 Smart Industry 的系列文章里把这个场景写了出来,并给这种现象起了个名字:仲裁真空。他文章的标题很直白——《当智能体撞车:如何阻止车间里的算法内战》。
一、在软件里是死循环,在车间里是水锤
Masson 的描述里有个细节值得停下来看:两个智能体在监控层之间打的是"看不见的高速战争"。APM 智能体把泵压回去,ERP 智能体把它推上来,控制回路就这么来回振荡。
如果这发生在两个 SaaS 服务之间,最坏的结果是 CPU 占用飙高、告警响一阵、有人重启。但发生在物理世界,振荡意味着热循环、气蚀、水锤,意味着设备真的会坏。
他顺手把硅谷那套"事后追责"的说法也拆了:在消费软件里,算法出错,律师谈赔偿、公关发道歉、开发连夜打补丁,闭环很快。但在车间,一笔赔偿金修不好一座被击穿的精馏塔,一份和解协议也撤不回一次有毒物质泄漏。物理世界要的是事先写死的确定性防护,不是法庭上的补偿。
这段话对做 ERP 的人有一种奇怪的熟悉感。我们天天在系统里处理"两个动作互相抵消"的问题,只不过后果温和得多:库存对不上、账龄算错、成本虚高。温和,所以被容忍;被容忍,所以一直没修。
二、最顺手的错解:再请一个更大的模型来当裁判
发现两个智能体打架,多数人的第一反应是"那在上面加一个总调度"。Masson 把这个方案直接点名为架构反模式:让一个大模型坐在业务智能体之上,用对话的方式调解争端。
他的判断不留余地——用概率型模型去监督其他概率型模型,你得到的不是治理,而是复合幻觉、非确定性漂移和失控的 token 消耗。一个会猜的裁判,审两个会猜的球员,结果不会更准,只会更难复现。
他给出的替代方案是确定性状态机:AWS Step Functions 配 Bedrock AgentCore,或者边缘控制器上的 IEC 61131-3 逻辑。里面写死几条铁律:
- 安全与环境联锁,永远压过商业吞吐。
- 设备可靠性包线,对加速计划有绝对否决权。
- 自动处置一旦超出预设的财务或运营容差,触发自治撤回协议,把设备冻结在最后一个已知安全状态,并通过另一条通道升级给人。
注意第三条的分量。它承认了自动化会做错事,所以提前设计"怎么退"。这一点比前两条更难落地,因为退路往往要跨系统——冻结设备是 OT 的事,通知人是 IT 的事,判断谁来签字是业务的事。
文章还算了另一笔账。连续推理的智能体,token 消耗比单轮问答高一个数量级。如果拴在云端按量计费上,软件支出会从可预测的订阅,变成随产线活动波动的公用事业账单。加上广域网往返延迟动辄几秒到几分钟,对季度需求预测可以接受,对毫秒级的控制回路完全不行。他的建议是把推理做成固定资产:本地边缘设备跑开源量化模型,边际 token 成本为零,响应亚秒级,断网也能继续跑。云端留给跨站点供应链编排和周期性的工程设计。
"自治"这个词听着很解放,落到工程上,它首先意味着一份优先级清单和一条撤回路径。没有这两样,那不叫自治,叫没人负责。
三、Odoo 里也会打架,只是不见血
把镜头从车间拉回 ERP。同样的事每天都在发生,只是后果从"设备坏"变成了"数字对不上"。
举个最常见的:一批货只有 100 件,两张销售订单同时确认,各要 80 件。很多客户以为系统会拦住,实际不会。Odoo 里 stock.quant 的 reserved_quantity 是在确认或发运环节逐步占用的,订单确认那一刻未必校验可用量;等到拣货时才发现货不够,此时对客户的承诺已经发出去了。
再一个:两个用户、或者一个人加一个智能体,同时改同一张发票的同一个字段。Odoo 的 write() 是直接发 UPDATE,不带版本号比对。谁后提交谁生效,界面上不会提示"这条记录刚被人改过"。人操作时还能靠"我刚才看的是 100"这种记忆兜住,智能体之间连这点记忆都没有。
还有几种更容易被忽略的:
| 冲突类型 | 在 Odoo 里的表现 | 默认行为 | 该加的约束 |
|---|---|---|---|
| 两张单抢同一批库存 | stock.quant 的 reserved_quantity 与 free_qty 不一致 | 确认时不报错,拣货时缺料 | 预留策略 + 可用量检查 |
| 并发改同一字段 | sale.order / account.move 同一行 | 后写覆盖先写,无提示 | 关键字段加写前校验,变更记入 chatter |
| 两条自动化规则互踩 | base_automation 依次触发 | 最后执行的那条生效 | 合并为一条规则,或加互斥判断 |
| 定时任务重叠 | ir.cron 到点即启动 | 上一次没跑完也会再起一个 | 加锁或先查上次运行时间 |
| 外部智能体绕权限 | sudo() 或高权限 API Key | 记录规则直接失效 | 低权限账号 + 白名单 server action |
这张表里最危险的不是第一行,是最后一行。前面几种冲突至少还留下两个不同时间戳的写入痕迹,能事后追。而一个用 sudo() 跑的智能体,改完之后连"这是谁改的、按哪条规则改的"都查不出来。
四、边界要写在代码里,不是写在制度里
11 月 16 日 Oracle 发布 NetSuite 2026.2 的说明,里面有个细节,我认为比大多数 AI 新闻都值得抄在墙上。
NetSuite 的银行对账单导入,单次运行、每个格式配置最多处理 100 个文件。这个上限适用于插件在一次运行中提交的所有文件列表。超出上限的条目会被忽略,而且不记录错误。跟踪提交、把多余文件带到后续运行、防止重复提交,全归插件自己负责。
站在财务角度想一想:一次导入跑了 130 个文件,界面显示完成,账面上没有异常。实际上少了 30 份对账单,而月结照常往下走。这不是 AI 的问题,但接了 AI 之后,这类批量操作会变得频繁得多,而人不会像盯屏幕那样盯日志。
一条可以直接加进验收单的规则:任何批量操作跑完,必须能报出四个数——提交条数、成功条数、失败条数、被忽略条数。四个数对不上,就不算跑完。静默截断比报错危险得多,因为报错会有人处理,静默只会让账慢慢歪掉。
顺着这个思路,我在项目里通常要求三张表,无论接不接 AI 都留着:
- 优先级表。两个部门的规则撞车时,谁说了算。安全与质量高于交期,交期高于成本——这条顺序要落进自动化规则,而不是停在会议纪要里。写不进系统的优先级,等于没有优先级。
- 容差表。哪些动作可以自动执行,金额、数量、日期偏移的上限各是多少,超过就必须人签。没有容差,要么什么都不敢放手,要么一放手就收不回来。
- 撤回表。改错了退到哪个状态,多久之内可退,退回后谁收到通知。第三栏最常被跳过,也最容易在出事的当天被人问起。
三张表都不长,一页纸能写完。难的不是写,是承认"我们现在的系统其实没有优先级,只是谁先跑到谁算"。
五、先定规矩,再谈放手
回到那台泵。Masson 的方案里有一个我没在别处见过的说法——自治撤回协议。它默认自动化会犯错,所以提前规定好犯错之后怎么退、退到哪里、谁来接手。
这个思路可以直接搬到 ERP。智能体把一张采购单的价格改了,撤回不是"删掉重来",而是回到上一个被批准的版本;把一批货分配给了 A 客户,撤回要把预留关系一并解开;把交期提前了三天,撤回要知道那三天里排产已经被谁用掉了。
能撤回,才敢放手。而能不能撤回,取决于当初有没有留记录、有没有状态机、有没有把"这个动作牵连了谁"想清楚。
一句话总结:让智能体动手之前,先把"撞车了谁让路、做错了怎么退、超限了谁签字"这三件事写成代码。写完了再放它上岗,它犯的错才是可承受的。
那些跑在前面的工厂,最后拼的不是谁的模型更聪明,而是谁的规矩更早被写成确定性的一段逻辑。
参考来源:Smart Industry《When agents clash: Stopping algorithmic civil war on the plant floor》(Colin Masson,ARC Advisory Group,2026-11-16);ERP News《NetSuite Expands Bank Statement Imports and SuitePeople Workflows in November Update》(2026-11-16)。文中 Odoo 字段与行为以 Odoo 19/20 为准,并发行为受部署方式与模块配置影响,落地前请在自己的环境验证。
众谛信息 · 企业管理数字化观察 · 第三方披露数字未经独立验证,引用请以原文为准。
