兩個智能體搶同一台泵,誰的指令算數

先看一個場景,它發生在車間,不在 PPT 裡。

一台主給水泵上裝著振動傳感器。資產績效管理的智能體從遙測數據裡看出軸承有早期微摩擦,判斷這台泵撐不到下次大修,於是自動下發腳本,把泵降載 30%,讓它平平穩穩地活到週末檢修班。

幾乎在同一秒,ERP 側的供應鏈履約智慧體正在讀現貨市場。需求突然漲了,而手上這批訂單遲交要付重罰。它更新執行排程,命令產線把產能拉滿——指令下達到的,恰好是同一台泵,要求 105%。

一個往下壓 30%,一個往上推到 105%。沒有誰在搗亂,兩個智能體都在忠實地執行自己那套 KPI。

11 月 16 日,ARC Advisory Group 工業 AI 研究總監 Colin Masson 在 Smart Industry 的系列文章裡把這個場景寫了出來,並給這種現象起了個名字:仲裁真空。他文章的標題很直白——《當智能體撞車:如何阻止車間裡的演算法內戰》。

一、在軟體裡是死循環,在車間裡是水錘

Masson 的描述裡有個細節值得停下來看:兩個智能體在監控層之間打的是「看不見的高速戰爭」。APM 智能體把泵壓回去,ERP 智能體把它推上來,控制回路就這麼來回振盪。

如果這發生在兩個 SaaS 服務之間,最壞的結果是 CPU 佔用飆高、告警響一陣、有人重啟。但發生在物理世界,振盪意味著熱循環、氣蝕、水錘,意味著設備真的會壞。

他順手把矽谷那套"事後追責"的說法也拆了:在消費軟體裡,演算法出錯,律師談賠償、公關發道歉、開發連夜打補丁,閉環很快。但在車間,一筆賠償金修不好一座被擊穿的精餾塔,一份和解協議也撤不回一次有毒物質洩漏。物理世界要的是事先寫死的確定性防護,不是法庭上的補償。

這段話對做 ERP 的人有一種奇怪的熟悉感。我們天天在系統裡處理「兩個動作互相抵消」的問題,只不過後果溫和得多:庫存對不上、帳齡算錯、成本虛高。溫和,所以被容忍;被容忍,所以一直沒修。

二、最順手的錯解:再請一個更大的模型來當裁判

發現兩個智能體打架,多數人的第一反應是「那在上面加一個總調度」。Masson 把這個方案直接點名為架構反模式:讓一個大模型坐在業務智能體之上,用對話的方式調解爭端。

他的判斷不留餘地——用機率型模型去監督其他機率型模型,你得到的不是治理,而是複合幻覺、非確定性漂移和失控的 token 消耗。一個會猜的裁判,審兩個會猜的球員,結果不會更準,只會更難復現。

他提出的替代方案是確定性狀態機:AWS Step Functions 搭配 Bedrock AgentCore,或者邊緣控制器上的 IEC 61131-3 邏輯。裡面寫死幾條鐵律:

  • 安全與環境聯鎖,永遠壓過商業吞吐。
  • 設備可靠性包線,對加速計畫有絕對否決權。
  • 自動處置一旦超出預設的財務或營運容差,觸發自治撤回協議,把設備凍結在最後一個已知安全狀態,並通過另一條通道升級給人。

注意第三條的分量。它承認了自動化會做錯事,所以提前設計「怎麼退」。這一點比前兩條更難落地,因為退路往往要跨系統——凍結設備是 OT 的事,通知人是 IT 的事,判斷誰來簽字是業務的事。

文章還算了另一筆帳。連續推理的智能體,token 消耗比單輪問答高一個數量級。如果拴在雲端按量計費上,軟體支出會從可預測的訂閱,變成隨產線活動波動的公用事業帳單。加上廣域網路往返延遲動輒幾秒到幾分鐘,對季度需求預測可以接受,對毫秒級的控制迴路完全不行。他的建議是把推理做成固定資產:本地邊緣設備跑開源量化模型,邊際 token 成本為零,響應亞秒級,斷網也能繼續跑。雲端留給跨站點供應鏈編排和週期性的工程設計。

「自治」這個詞聽著很解放,落到工程上,它首先意味著一份優先順序清單和一條撤回路徑。沒有這兩樣,那不叫自治,叫沒人負責。

三、Odoo 裡也會打架,只是不見血

把鏡頭從車間拉回 ERP。同樣的事每天都在發生,只是後果從"設備壞"變成了"數字對不上"。

舉個最常見的:一批貨只有 100 件,兩張銷售訂單同時確認,各要 80 件。很多客戶以為系統會攔住,實際不會。Odoo 裡 stock.quant 的 reserved_quantity 是在確認或發運環節逐步佔用的,訂單確認那一刻未必校驗可用量;等到揀貨時才發現貨不夠,此時對客戶的承諾已經發出去了。

再一個:兩個使用者、或者一個人加一個智慧型代理,同時修改同一張發票的同一個欄位。Odoo 的 write() 是直接送出 UPDATE,不帶版本號比對。誰後提交誰生效,介面上不會提示「這筆記錄剛被人改過」。人操作時還能靠「我剛才看的是 100」這種記憶兜住,智慧型代理之間連這點記憶都沒有。

還有幾種更容易被忽略的:

衝突類型在 Odoo 裡的表現預設行為該加的約束
兩張單搶同一批庫存stock.quant 的 reserved_quantity 與 free_qty 不一致確認時不報錯,揀貨時缺料預留策略 + 可用量檢查
併發改同一欄位sale.order / account.move 同一行後寫覆蓋先寫,無提示關鍵欄位加入寫入前校驗,變更記入 chatter
兩條自動化規則互踩base_automation 依次觸發最後執行的那條生效合併為一條規則,或加互斥判斷
定時任務重疊ir.cron 到點即啟動上一次沒跑完也會再起一個加鎖或先查上次執行時間
外部智能體繞權限sudo() 或高權限 API Key記錄規則直接失效低權限帳號 + 白名單 server action

這張表裡最危險的不是第一行,是最後一行。前面幾種衝突至少還留下兩個不同時間戳的寫入痕跡,能事後追。而一個用 sudo() 跑的智能體,改完之後連「這是誰改的、按哪條規則改的」都查不出來。

四、邊界要寫在程式碼裡,不是寫在制度裡

11 月 16 日 Oracle 發布 NetSuite 2026.2 的說明,裡面有個細節,我認為比大多數 AI 新聞都值得抄在牆上。

NetSuite 的銀行對帳單匯入,單次執行、每個格式設定最多處理 100 個檔案。這個上限適用於外掛程式在一次執行中提交的所有檔案清單。超出上限的項目會被忽略,而且不記錄錯誤。追蹤提交、將多餘檔案帶到後續執行、防止重複提交,全由外掛程式自行負責。

站在財務角度想一想:一次匯入跑了 130 個檔案,介面顯示完成,帳面上沒有異常。實際上少了 30 份對帳單,而月結照常往下走。這不是 AI 的問題,但接了 AI 之後,這類批次操作會變得頻繁得多,而人不會像盯螢幕那樣盯日誌。

一條可以直接加進驗收單的規則:任何批量操作跑完,必須能報出四個數——提交條數、成功條數、失敗條數、被忽略條數。四個數對不上,就不算跑完。靜默截斷比報錯危險得多,因為報錯會有人處理,靜默只會讓帳慢慢歪掉。

順著這個思路,我在專案裡通常要求三張表,無論接不接 AI 都留著:

  • 優先順序表。當兩個部門的規則衝突時,誰說了算。安全與品質高於交期,交期高於成本——這個順序要落進自動化規則,而不是停留在會議紀錄裡。寫不進系統的優先順序,等於沒有優先順序。
  • 容差表。哪些動作可以自動執行,金額、數量、日期偏移的上限各是多少,超過就必須人簽。沒有容差,要麼什麼都不敢放手,要麼一放手就收不回來。
  • 撤回表。改錯了退到哪個狀態,多久之內可退,退回後誰收到通知。第三欄最常被跳過,也最容易在出事的當天被人問起。

三張表都不長,一頁紙能寫完。難的不是寫,是承認"我們現在的系統其實沒有優先級,只是誰先跑到誰算"。

五、先定規矩,再談放手

回到那臺泵。Masson 的方案裡有一個我沒在別處見過的說法——自治撤回協議。它預設自動化會犯錯,所以提前規定好犯錯之後怎麼退、退到哪裡、誰來接手。

這個思路可以直接搬到 ERP。智慧體把一張採購單的價格改了,撤回不是"刪掉重來",而是回到上一個被批准的版本;把一批貨分配給 A 客戶,撤回要把預留關係一併解開;把交期提前了三天,撤回要知道那三天裡排產已經被誰用掉了。

能撤回,才敢放手。而能不能撤回,取決於當初有沒有留記錄、有沒有狀態機、有沒有把「這個動作牽連了誰」想清楚。

一句話總結:讓智慧體動手之前,先把「撞車了誰讓路、做錯了怎麼退、超限了誰簽字」這三件事寫成程式碼。寫完了再放它上崗,它犯的錯才是可承受的。

那些跑在前面的工廠,最後拼的不是誰的模型更聰明,而是誰的規矩更早被寫成確定性的一段邏輯。

參考來源: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 欄位與行為以 Odoo 19/20 為準,併發行為受部署方式與模組配置影響,落地前請在自己的環境驗證。

眾諦信息 · 企業管理數位化觀察 · 第三方披露數字未經獨立驗證,引用請以原文為準。

关于我们

​我们致力于帮助中小企业实现数字化转型,我们的团队由一群充满激情和创新思维的专业人士组成,他们具备丰富的行业经验和技术专长。

扫一扫获取顾问以及手册

登入 發表評論
三萬五千個沒有門鎖的系統