运筹求解器
OR solver (MILP / CP)
排程、配料、切割优化的实际决策者。在 Agent 架构里，它是工具不是被替代对象。
ai engineer's view
确定性求解器是决策引擎，LLM 是它的自然语言前端和结果解释器。让 LLM 直接输出排程 ≈ 让它心算大规模整数规划。
钢厂里大量问题本质是组合优化：炼钢—连铸排程、轧制批次编排、原料配比、板坯切割套裁、备件库存。这些问题有成熟的建模范式（混合整数线性规划 MILP、约束规划 CP）和成熟的求解器。
关键认知：LLM 不擅长也不应该做这类决策。 它算不准，也无法保证约束满足。
Agent 在这里的正确分工是：
- 前端翻译——把调度员的自然语言（「这炉钢要赶下午三点的船，优先」）翻译成模型的目标项或约束
- 调用求解器——把翻译好的模型交给求解器
- 后端解释——把求解结果讲成人话：为什么这么排、跟上一版差在哪、哪条约束最紧
- 冲突诊断——无解时告诉用户是哪几条约束互相矛盾
这个分工模式（LLM 编排 + 求解器决策 + 人工确认）是工业优化类 Agent 的通用范式，也是排程场景短期唯一稳妥的做法。