行业黑话速查
每张卡片给出一段通俗解释、英文原词（方便查文献、读设备手册），以及一句面向 AI 工程师的类比。类比帮你入门，不能替你做工程判断。
148 张8 大分类支持中英文搜索
显示 148 / 148 张
工艺流程process · 22
长流程BF-BOF route / integrated route铁矿石 → 高炉炼铁 → 转炉炼钢的传统路线，全球钢产量的主体。≈一条重资产的单体式流水线：吞吐量极大、单位成本极低，但任何一个环节停机都会波及全链。短流程EAF route / mini-mill废钢 → 电弧炉炼钢，跳过整个炼铁环节，吨钢碳排放大幅降低。≈回收再利用的路线：输入是「脏数据」（成分不可控），产出档次受输入质量封顶。工序process step / unit process钢铁行业的一等公民：一段有明确输入输出、独立设备与班组的生产环节。≈微服务边界：各自内聚、各有数据库，跨服务追踪需要显式传递 trace id——而钢厂的 trace id…低容错率low fault tolerance高温、连续、不可逆——钢铁生产的第一属性，决定了 AI 只能先做建议不做决策。≈生产环境没有 staging、没有回滚、没有重试。每次调用都是 exactly-once 且副作用不可撤…钢材产品形态steel product forms板、管、棒、线、型五大类——产品形态决定了轧制路线与检测项目。≈五条产品线各有各的缺陷谱系与判定标准——相当于五个共享底层但接口不兼容的下游系统。为其中一条训练的模型换…铁矿石iron ore钢铁的起点。品位、粒度、杂质各异，配料本身就是一个天天在变的优化问题。≈上游数据源的分布漂移：schema 不变，但每批数据的统计特性都在动，下游模型必须能容忍。废钢scrap短流程的主原料，也是长流程转炉的冷却剂。最大痛点是成分不可控。≈无 schema 校验的数据入湖：污染物一旦写入就无法删除，只能靠入口处的分类拦截。烧结sintering把粉状铁矿混合燃料点火高温烧成透气块状，供高炉使用。≈上游的预处理与格式归一：原始数据（粉矿）直接喂给下游会把管道堵死，必须先聚合成合规的块状输入。焦化coking把炼焦煤在隔绝空气条件下高温干馏成焦炭，同时回收煤气与化工产品。≈一次批处理式的裂解：把原料拆成主产物（焦炭）和一堆有价值的副产物（煤气、化工品），副产物的回收利用决定整…焦炭coke高炉里同时扮演三个角色：燃料、还原剂、料柱骨架。不可轻易替代。≈一个同时承担计算、存储、和物理支撑三种职责的核心组件——你没法单独替换其中一个职责。还原反应reduction reaction把铁从氧化物里「抢」出来——炼铁的化学本质，也是碳排放的化学根源。≈排放不是实现细节而是接口契约的一部分——CO₂ 写在方程式右边。想改掉它只能换算法（换还原剂），换机器（…铁水预处理hot metal pretreatment在进转炉前先脱硫（有时脱硅脱磷），给炼钢减负。≈把一个耗时的清洗步骤从主管线里拆到前置任务，让主管线专注核心变换。脱碳decarburization转炉炼钢的核心动作：吹氧把碳烧成 CO 排掉，把含碳 4% 的铁水变成钢。≈一个只能单向推进、没有中间态查询的过程——你必须靠间接信号预测何时到达目标，停早停晚都是缺陷。炉次heat一次冶炼作业产出的一炉钢水，是钢铁行业质量追溯与数据建模的核心主键。≈一次不可重放的批处理 Job，带唯一 job id，产出的所有下游制品都携带这个 id 作为血缘标识。浇次cast sequence连铸机连续浇注的一组炉次。一旦开浇就不能断，是排程里最硬的约束。≈一个不能中断的长事务：内部的多个子任务必须按序准时提交，任何一个延迟都会导致整个事务失败回滚。热轧hot rolling把坯料加热到再结晶温度以上反复轧薄，同时通过温度与变形控制组织。≈同一份输入数据走不同的处理管线，产出的特征分布完全不同——工艺参数就是超参数。控轧控冷（TMCP）thermo-mechanical control process用精确的温度—变形—冷却路径来「设计」组织，少加合金也能达到高性能。≈用训练策略（学习率调度、数据增强）代替加大模型规模来提升效果——同样的参数量，不同的训练路径，性能差很多…冷轧cold rolling常温下轧制，获得更薄的厚度、更精确的公差和更好的表面。≈常温下的精加工阶段：精度和表面质量大幅提升，代价是材料被「加工硬化」——每一道处理都在累积内部损伤，必须…酸洗pickling用酸液去除热轧带钢表面的氧化铁皮，为冷轧准备干净表面。≈入库前的清洗步骤：不做的话上一阶段的脏东西（氧化铁皮）会被压进数据里，后面所有工序都带着这个缺陷。退火annealing加热保温再缓冷，消除加工硬化、恢复塑性、调整组织。≈一次受控的「重置」：把前一阶段积累的内部损伤清掉，让材料回到可继续加工的状态。镀锌galvanizing在钢板表面覆一层锌，用牺牲阳极的方式防腐。≈牺牲式的防护层：不是把腐蚀隔绝在外，而是主动提供一个更容易被消耗的目标。划伤反而是它开始工作的时刻。热处理四把火heat treatment淬火、回火、正火、退火——用温度—时间路径改造组织，不改成分。≈同一个模型权重，不同的推理配置（温度、采样策略）产出完全不同的行为特性。
装备产线equipment · 13
高炉blast furnace / BF上百米高的竖式还原反应器，连续运行十几年不停。钢铁行业「软测量」需求的源头。≈一个跑了几百年、不能重启、不能单步调试、不能打断点的长驻进程——只能靠外部 metrics 推断内部状态…热风炉hot stove给高炉预热鼓风的蓄热式换热器，三座一组轮换工作。≈一组轮换的缓存实例：预热填充与对外服务交替进行，切换时机决定整体效率。转炉basic oxygen furnace / BOF梨形炉体，靠吹氧脱碳把铁水炼成钢，全过程二十分钟左右且不可中断。≈一次不可中断、不可回滚、不可重放的批处理作业。你只有一次机会把参数调对。电弧炉electric arc furnace / EAF用石墨电极拉出电弧熔化废钢，短流程的核心装备。≈可弹性伸缩的计算节点：启停灵活、能跟着电价（spot price）择时运行，但吞吐质量受输入数据（废钢成…钢包ladle盛装和运输钢水的容器，也是精炼作业的反应器。≈一个有生命周期与健康度的可复用资源池对象——每次借出都会磨损，需要维护调度。中间包tundish连铸机上承接钢包、分配到各流结晶器的中转容器，兼做最后一道夹杂物净化。≈一个带缓冲的分发器：削峰填谷 + 扇出 + 顺带做一次数据清洗。结晶器mold连铸机里的水冷铜模，钢水在这里长出第一层凝固壳。整台连铸机最关键的部件。≈系统最脆弱的临界区：内部还是「液态」（未固化状态），外壳只有极薄的一层，一旦破裂就是灾难性故障。连铸机continuous casting machine把钢水连续浇成固态坯的装备，取代了老式的模铸，是现代钢厂的标配。≈一条不能停的流式管线，背压来自上游炼钢节奏，吞吐率（拉速）受下游冷却能力硬约束。加热炉reheating furnace轧钢前把坯料重新加热到轧制温度并均热，钢厂的耗能大户之一。≈机理明确（传热方程）+ 实测充足（炉温、坯料跟踪、出炉测温）+ 计算量大——代理模型的理想目标：三个条件…层流冷却laminar cooling精轧后卷取前的可控水冷段，用冷却路径「写入」最终组织。≈带调度器的退火过程：终点性能由整条路径决定，不只由终点温度决定。表面检测仪surface inspection system / SIS产线上的高速相机阵列，逐米扫描带钢表面并自动分类缺陷。≈线上异常检测服务：召回容易、精度难，且概念漂移持续发生。热等静压（HIP）hot isostatic pressing在高温高压气氛中对材料各向同性加压，消除内部孔隙。≈各向同性的致密化后处理：把前序工艺留下的内部空洞在高温高压下压合愈合。相当于给制品做一次全局的缺陷修复 …漏钢breakout连铸时坯壳破裂导致钢水流出的重大事故，漏钢预报是经典 AI 应用。≈极不对称代价的实时异常检测：误报只是性能损失，漏报是灾难，所以阈值必然偏保守。
材料科学materials · 32
PSPP 范式Processing–Structure–Property–Performance成分/工艺 → 组织 → 性能 → 服役表现的因果链，材料科学的中心范式，也是材料 AI 的骨架。≈一条端到端的可微分管线：正向是推理，逆向是带约束的条件生成。中间的「组织」是关键隐变量——它比性能更难测…铁碳相图Fe–C phase diagram钢铁的「地图」：给定含碳量和温度，告诉你该出现哪些相。所有热处理的理论出发点。≈一张静态的状态空间图，告诉你系统在各条件下的稳态。但真实系统永远在瞬态里跑，所以你还需要动力学模型。奥氏体austenite (γ)高温下的面心立方铁，能溶解较多的碳。几乎所有热处理都从这里出发。≈一次状态重置：把历史组织清空，回到统一初态，后续路径决定最终形态。铁素体ferrite (α)常温下的体心立方铁，几乎不溶碳。软、韧、有磁性。≈一个容量极小的容器：它几乎装不下碳。正是这个「装不下」，逼得碳在相变时必须找地方去——去哪儿决定了最终得…渗碳体cementite (Fe₃C)铁与碳的化合物，硬而脆。铁素体容不下的碳大多变成了它。≈复合材料里的硬质增强相：单独没用，与基体的分布方式决定整体性能。珠光体pearlite铁素体与渗碳体交替排列的层片状组织，缓慢冷却的典型产物。≈软硬相间的层状复合结构，片层间距由冷却速度直接控制——一个可以用工艺参数连续调节的结构性超参数。马氏体martensite急冷时碳来不及扩散被「困住」形成的过饱和固溶体。极硬、极脆。≈一次强制的状态冻结：来不及做正常清理就急停，结果留下大量内部应变——高性能但极脆，必须再做一次「整理」（…贝氏体bainite介于珠光体与马氏体之间的中温转变产物，强韧性平衡最好的组织之一。≈帕累托前沿上的折中点：不是任何单项最优，但综合表现最好。相变phase transformation组织在温度/时间/应力驱动下的重组。工艺之所以能改变性能，全靠它。≈路径依赖的状态转移：终点不由终态条件唯一决定，而由整条轨迹决定。所以「工艺曲线」本身就是设计变量。晶粒与晶界grain & grain boundary金属是无数小晶体拼成的。晶粒越细，强度和韧性同时提升——唯一的「免费午餐」。≈唯一的免费午餐：其他优化都在做 trade-off，细晶是强度和韧性同时改善的那一个。强化机制strengthening mechanisms固溶、析出、位错、细晶——四种阻碍位错运动的手段，材料设计的四个旋钮。≈四个可调超参数，各有代价函数——典型的多目标优化，不存在全局最优只有帕累托前沿。金相分析metallography把试样磨光腐蚀后在显微镜下观察组织并按标准评级——材料界最基础也最重复的工作。≈有标准答案图册的图像分类/分割任务——评级标准就是一份写死的 rubric，可以直接编码进评估流程。CALPHADCALculation of PHAse Diagrams用热力学数据库计算多元合金相图的方法，材料设计里最重要的「可信计算工具」。≈一个可注册进 Tool Registry 的确定性求解器：输入成分温度，输出相组成。Agent 负责决定…钢的牌号steel grade一个牌号就是一份接口契约：声明了成分范围与必须满足的性能指标。≈接口的类型签名 + 一组 invariant。牌号对照 ≈ 跨语言的类型映射表，容易出错且必须查表。碳当量carbon equivalent / CE把各合金元素按影响力折算成等效碳含量，用一个数判断焊接性。≈一个把多维特征压成单一风险评分的经验模型——不精确但已进入标准，具有制度效力。屈服强度与抗拉强度yield strength / tensile strength开始永久变形的应力 与 能承受的最大应力。结构设计最基本的两个数。≈一个是「开始不可逆退化」的阈值，一个是「彻底失效」的上限——中间那段就是安全余量。冲击韧性impact toughness材料在冲击载荷下吸收能量的能力。低温下会骤降，是脆断事故的关键指标。≈一个有相变式突变的指标：在阈值附近微小的条件变化会导致行为性质的根本改变，不能线性外推。非金属夹杂物non-metallic inclusion钢里混入的氧化物、硫化物等杂质颗粒，疲劳裂纹最常见的起源点。≈系统里的稀疏缺陷：绝大部分时候无害，但在高应力路径上就是首个失效点——典型的长尾风险。偏析segregation凝固过程中溶质元素分布不均，导致同一块钢不同部位成分不一样。≈数据倾斜：处理过程中某些键不断被推到最后一个分区，最终形成一个又大又慢的热点。凝固壳solidification shell铸坯外层已凝固的部分。它的厚度与均匀性直接决定连铸能不能安全跑。≈一个随时间以次线性速率增长的安全边界——增长最慢的时候恰恰是风险最高的时候。高温合金superalloy在几百上千度高温下仍保持强度的镍基/钴基合金，航空发动机与燃机的核心材料。≈成分维度高、试验周期极长、数据稀缺且昂贵、失效后果严重——四个条件叠加，使它成为物理约束小样本建模杠杆率…非晶合金amorphous alloy / metallic glass冷却极快使原子来不及排成晶体的金属，没有晶界。变压器铁芯是最大应用。≈一次成功的「状态冻结」：跳过了系统本应收敛到的有序态，保留了高能但高性能的亚稳结构。粉末冶金powder metallurgy用金属粉末成形烧结制件，能做出熔铸做不出的成分与组织。≈绕开熔铸的约束直接「组装」材料：能做出常规路线做不出的成分组合。也因为单次用料以克计、环节易自动化，是自…蠕变creep高温下即使应力低于屈服强度，材料也会随时间缓慢持续变形，直至断裂。≈只有极少量长周期样本、却要预测远超观测窗口的行为——典型的小样本 OOD 外推，置信区间比点估计重要。疲劳fatigue反复加载下即使应力远低于强度极限也会断裂。工程失效的头号原因。≈长尾风险的累积：单次操作无害，但重复足够多次后，最薄弱的那个环节必然失效。预测必须给分布不能给点估计。腐蚀corrosion材料与环境反应而劣化。全球每年因腐蚀损失的经济价值占 GDP 的数个百分点。≈无法加速验证的长期退化：加速试验就像用合成数据训练，与真实分布的差距始终是最大不确定性来源。残余元素residual / tramp elements废钢带入的铜锡镍等元素，冶炼过程去不掉，只会越攒越多。≈数据管道里无法清除的污染：每次循环都在累积，只能靠入口处的分类拦截或用干净数据稀释。铁水hot metal / pig iron高炉产出的液态生铁，含碳约 4%，是转炉炼钢的主原料。≈上游交付的半成品：格式对但参数远超下游可接受范围（含碳 4% vs 需要 0.05%～0.8%），必须经…炉渣slag冶炼过程中浮在金属液面的氧化物层。它不是废料，是主动使用的反应介质。≈一个主动设计的「中间层」：不是副产物，而是承担杂质转移职责的功能组件——它的配置决定主流程的净化效果。LF 钢包精炼ladle furnace用电极加热钢包中的钢水，同时造渣脱硫、调成分、均匀温度。≈一个可调节延迟的缓冲队列：既做数据修正，也吸收上下游的速率差。RH 真空脱气RH degasser把钢水在真空下循环，去除氢氧氮，生产超低碳与高洁净度钢的必备工序。≈高端品种的准入门槛工序：处理时间相对固定，在排程里是一个刚性节拍点，不像 LF 那样可以当缓冲用。表面缺陷谱系surface defects结疤、划伤、氧化铁皮压入、辊印、边裂……每类缺陷都指向特定的上游成因。≈错误码到根因的映射表：有的错误码一对一直指根因（周期性缺陷），有的一对多必须结合上下文日志。
检测标准testing · 13
标准体系standard systems (GB / ISO / ASTM / EN / JIS)同一件事，不同体系有不同规定。标准查询、对照、版本管理本身就是一个知识工程问题。≈多个不完全兼容的规范生态，各有版本与依赖树。跨体系对照 ≈ 跨语言的类型映射，容易出错、必须查表。标准条款standard clause标准里那些可机读、可判定的具体要求——行业的 Schema 就藏在这里。≈JSON Schema 的一条约束规则。LLM 的职责是把自然语言解析成 schema，判定则交给确定性…符合性判定conformity assessment拿实测值逐条比对标准条款，给出合格/不合格结论并留下可追溯的证据链。≈带审计日志的契约校验：校验逻辑必须确定性且可复现，模型只能出现在「解析规则」和「解释结果」两端，不能出现…质量证明书mill test certificate / MTC随货交付的质量凭证，声明这批钢的炉号、成分、性能与执行标准。≈带签名的构建产物清单（SBOM）：记录了这个制品由哪次构建产出、通过了哪些校验、执行的是哪版规范。光谱分析optical emission spectrometry / OES用电火花激发试样发光，按谱线强度定量各元素含量。炼钢现场最快的成分手段。≈一个低延迟的在线特征提取器：速度是它存在的理由，精度靠定期用标准样品做校准。拉伸试验tensile test最基本的力学试验：把试样拉断，得到屈服强度、抗拉强度、延伸率。≈一个基准测试：数值本身没意义，只有在明确的测试协议下才可比。合并不同来源的数据前必须核对协议版本。夏比冲击试验Charpy impact test用摆锤一次性打断带缺口试样，测吸收能量。评价低温脆断风险的标准方法。≈一个天然带大噪声的目标变量：标准之所以规定「三值平均且单值下限」，正是因为单次测量不可靠。建模时这部分方…硬度试验hardness test压头压入表面测压痕大小。最快、最省料、可现场做，常用来间接估计强度。≈一个便宜的代理指标：与真实目标相关但不等价，适合快速筛查，不适合最终判定。SEM 与 EBSDscanning electron microscopy / electron backscatter diffraction电子显微镜看更细的组织，EBSD 还能逐点测出晶体取向，生成取向图。≈把定性观察升级为逐点定量的空间数据——从「看起来像」变成可以直接进模型的张量。X 射线衍射（XRD）X-ray diffraction通过衍射峰位置和强度确定材料中有哪些相、各占多少、有多大残余应力。≈一维信号的模式匹配：谱图解析 ≈ 在标准指纹库里做检索匹配，流程固定但繁琐。无损检测（NDT）non-destructive testing不破坏工件就查出内部与表面缺陷。超声、磁粉、渗透、射线、涡流五大常规方法。≈运行时的健康检查：不停机、不破坏，代价是只能间接观测，结果解释高度依赖经验规则。方法验证method validation证明一个检测方法在特定场景下确实可靠：准确度、精密度、检出限、重复性。≈对校验器本身做评估：不是用规则判数据，而是用积累的判定日志反推规则的有效性与冗余度。实验室资质认可laboratory accreditation第三方对实验室能力的正式承认。没有它，检测报告在很多场合不被认可。≈受监管环境下的可审计性要求：不只要结果对，还要能证明整条链路每一步都合规且可复现。
自动化数据automation & data · 16
ISA-95 层级模型ISA-95 / Purdue model把工厂信息系统分成 L0–L4 五层，从传感器到 ERP。理解钢厂 IT 架构的通用地图。≈从嵌入式实时系统（L0/L1）→ 中间件与模型服务（L2）→ 微服务与工作流（L3）→ 数仓与 ERP（…基础自动化（L1）level 1 / basic automationPLC 里跑的毫秒级闭环控制与安全联锁。可靠性压倒一切，AI 不进这一层。≈硬实时嵌入式系统：确定性执行、可逐行审查、变更需安全评审。你不会把一个概率模型塞进飞控内环。过程控制与二级模型（L2）level 2 / process model钢厂里传统的「模型层」：用冶金机理算出设定值交给 L1 执行。AI 最自然的接入点。≈一层已经存在的模型服务，有明确的输入输出契约和调用时机。你要做的不是重写它，是给它加一个学习到的残差修正…PLC 与 DCSPLC / DCS工业现场的两类控制器：PLC 擅长离散逻辑与高速动作，DCS 擅长连续过程与大规模回路。≈两类不同设计取向的运行时。取数时要注意：中间的实时库常做有损压缩，你拿到的往往不是原始采样。制造执行系统（MES）manufacturing execution systemL3 层的中枢：把订单拆成生产指令、跟踪物料、管质量、记录全过程。≈工作流引擎 + 状态机 + 物料血缘库。它是唯一按业务实体（而非按机器）组织数据的系统，所以是数据接入的…企业资源计划（ERP）enterprise resource planningL4 层：订单、采购、库存、成本、财务。决定了「生产什么」，不决定「怎么生产」。≈约束与成本口径的来源：排程优化的目标函数和硬约束大多出自这里。任何 AI 项目要证明价值，最终都要落到它…软测量soft sensing / inferential measurement用可测量的变量推断测不到的变量。钢铁行业最普遍、最刚需的建模任务。≈用可观测的代理特征回归不可观测的目标状态。难点在标签极稀疏——输入是高频流，标签一炉只有一两个点。物料跟踪material tracking回答「这块钢现在在哪、之前经历了什么」。跨工序数据打通的前提。≈分布式追踪的 trace id——只不过钢厂的 trace id 不是自动传播的，得靠位置检测和逻辑推算…时空对齐time-space alignment把「带钢第 3000 米处」和「40 分钟前某炉次的参数」对上号——跨工序分析的核心算子。≈一次坐标系变换后的流式 join：join key 不是时间戳而是物料位置，且两边都带误差，只能做窗口内…工业时序数据industrial time-series data钢厂数据的主体形态。看起来标准，坑却不少：压缩、缺失、时钟漂移、位号语义。≈看起来是标准 metrics 流，实则每个字段都有历史包袱。位号字典整理相当于给一个没有文档的老系统补 …机理模型mechanism / first-principles model基于物理化学规律建立的计算模型。行业几十年的核心资产，但大多没被工具化。≈一堆没注册进 Tool Registry 的可执行文件。封装它们 ≈ 给遗留系统包一层 API——工作量…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。≈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…数字孪生digital twin物理对象的在线同步模型。在钢铁行业，务实的形态是「在线机理模型 + 数据校正」。≈一个持续被真实系统校正的影子实例。它的价值在于能回答「如果现在这么操作会怎样」——反事实推理，而不只是可…冶金本体metallurgical ontology统一定义行业里有哪些实体、实体间有哪些合法关系。跨场景协同的地基，也是细粒度权限的前提。≈领域的类型系统 + 外键约束。没有它，每个团队都会自造一套 ID；有了它，跨系统 join 和细粒度授权…对象-时间-空间三元组object–time–space triple冶金对象天然要被三个维度共同定位。这是跨工序数据关联的主键设计原则。≈一个三维复合主键。缺任何一维，跨工序的 join 都会退化成不可靠的模糊匹配。钢厂七类数据seven data classes过程时序、产线视觉、显微表征、检测标准、研发试验、知识文本、机理仿真——盘点数据资产的通用分类。≈一次数据资产盘点。关键结论是短期场景吃的几类成熟度都不低，而中长期科学场景全压在最弱的第 5 类上——这…
能源双碳energy & carbon · 8
副产煤气三兄弟COG / BFG / LDG焦炉煤气、高炉煤气、转炉煤气——钢厂自产的三种燃气，热值差别巨大，调度价值极高。≈三个产量波动、热值不同的生产者，对着一组需求波动的消费者，中间只有很小的缓冲队列。溢出（放散）就是纯损失…能源介质energy media电、煤气、蒸汽、氧氮氩、压缩空气、各类水——钢厂内部的能源网络。≈一张带容量约束和转换节点的资源流网络。优化目标明确、计量数据齐全——工业场景里少见的「数据白送」。吨钢综合能耗energy consumption per ton of steel把各类能源折算成标准煤后除以钢产量，行业最核心的能效指标。≈一个必须先对齐口径才能比较的聚合指标。大部分争议源于边界定义而非数据本身——所以边界要作为一等配置项建模…余热余能回收waste heat & energy recovery把生产过程中「白白跑掉」的热和压力回收利用，是钢厂节能的主要来源。≈在资源流网络里加了一批回流边：不只是省能源，更重要的是让整张图多出许多可调度的自由度。碳排放核算carbon accounting按方法学把活动数据乘排放因子加总。范围一/二/三的边界定义是关键。≈半结构化的合规计算：规则来自文本（RAG 检索），数据来自计量（确定性计算），输出必须带完整引用链以备审…碳配额与碳边境机制carbon quota & CBAM碳排放的制度约束：国内配额交易 + 出口面对的碳边境调节。合规压力是确定的。≈把一个外部性变成了带价格的资源配额——合规驱动的需求，确定性远高于效率驱动的需求。这是能碳场景需求刚性的…错峰生产与需求侧响应peak shaving / demand response跟着分时电价和电网需求调整生产节奏，电弧炉是最典型的可调负荷。≈带价格信号的弹性调度：跟着分时定价把可延迟的批处理任务挪到低价时段，但要满足一堆 SLA 约束。钢铁降碳路线steel decarbonization pathways短流程、氢冶金、CCUS 三条主要路线，各有各的成熟度与瓶颈。≈三条路线各有瓶颈：短流程受历史存量（废钢）约束，氢冶金受上游供给（绿氢）约束，CCUS 受末端处理成本约…
工艺开发process development · 22
技术协议technical agreement供需双方签字生效的技术契约，规定这批钢「算不算合格」的全部判据。≈API 契约：字段、约束、验收方式全在里面，双方签字等于发布公开接口。改一个字段的成本，和改一个已经有下…内控标准internal specification比对外承诺更窄的内部控制区间，用来给过程波动留余量。≈内部 SLO 严于对外 SLA：对外承诺 99.9%，内部按 99.95% 报警。余量就是错误预算，给多…制造标准manufacturing specification把「做成什么样」翻译成「在我们这条线上怎么做」的内部技术文件。≈实现规范：同一份 API 契约，在不同的运行环境里落地方式完全不同。制造标准就是「本集群的实现约定」，换…控制要求control requirement跨工序的、面向执行的约束集合，是工艺卡的直接上游。≈部署配置：一份配置同时约束好几个服务的行为，改一处会牵动整条链路。它不是某个服务的运行参数，而是编排层的…工艺规程process specification工序或产品层面的正式工艺文件，规定标准做法与允许的调整范围。≈版本化的实现规范文档。难点不是内容，是「哪一版还生效」——就像一个没有 deprecated 标记、没有…工艺卡process card单道工序可执行的最小工艺单元，贴在操作台上或挂在 MES 里。≈运行时参数：Helm chart 与 values 的关系。模板高度复用，风险全在那几十个值上，所以校验…工艺路线process route这批钢要依次经过哪些工序、在哪些机组上做——一张带依赖的任务图。≈DAG 定义：节点、依赖、准入条件、产出物一应俱全。唯一的区别是这张图跑在物理世界里，没有 retry …合同技术评审contract technical review接单前的技术把关：这个要求我们做不做得了、有什么风险、要不要提条件。≈接需求前的技术可行性评审 + 风险登记。最大的成本不在评审本身，在于组织记不住上一次的结论。能力符合性capability conformance判断一项技术要求是否落在自家产线的实际能力范围内。≈容量与能力评估：能不能扛住这个需求，取决于机器规格、历史表现、依赖服务资质、当前负载四件事——而它们分别…差异评审delta review复用历史方案时，只把改动项拎出来强制评审，其余沿用。≈只 review diff，不重读整个文件。效率来自聚焦，风险来自 diff 算法本身漏掉的语义变化。成分内控composition control range各元素在内部实际瞄准的成分区间，比标准范围窄，还要考虑成本与残余元素。≈在允许的配置空间里挑一个安全又便宜的取值点。约束来自性能，代价来自成本，风险来自过程收得率的波动。工艺窗口process window各工艺参数允许波动的区间——窗口内合格，出窗口就有风险。≈参数的合法取值域，而且各维度相互耦合——不是独立区间的笛卡尔积，是一个连通的可行域。越界不报错，只是产品…小批试制pilot trial新产品在批量生产前的小规模验证，用真实产线跑通全流程。≈没有 staging 环境的灰度发布：最小发布单元就是最小交付单元，没有「放 1% 流量试试」这回事，每…首件确认first article inspection批量开始前对首批产出做全项检验并确认，通过后才允许继续生产。≈上线后的第一次冒烟测试 + 金丝雀检查。它拦截的不是逻辑错误，而是「规范在真实环境里根本跑不起来」这类问…工艺固化process freeze试制通过后把工艺参数锁定下来，转成正式文件，不再随意调整。≈把调好的参数从个人的本地配置提交进版本库，并加上变更评审。真正的麻烦是线上跑的和仓库里的长期不是同一份。工序分解operation decomposition把跨工序的控制要求拆成各道工序各自可执行的指令。≈把编排层的约束下发成各服务的运行配置：既要保证约束不丢，又不能把无关的全局信息全塞给每个服务。工序能力指数process capability index衡量一道工序的实际波动相对于允许范围有多大余量的统计指标。≈延迟的 P99 与 SLO 阈值之比。比值越大越从容；但比值过大也意味着你可能为用不到的余量付了钱。一贯制质量设计end-to-end quality design从最终性能目标反推各工序的控制目标，全流程统一设计而不是各管一段。≈端到端 SLO 逐级分解成各服务的错误预算。各服务单独达标不代表端到端达标，而预算怎么分配比每家各留一份…工艺-性能预测process-property model给定成分与工艺参数，预测最终性能——工艺开发的核心计算能力。≈代价函数的可微近似：正向用来评估，反向用来搜索。纯数据版本外推即失效，所以要用机理当护栏。判定与改判disposition检验结果出来后决定这批钢怎么处置：合格、改判他用、降级、返工还是判废。≈失败请求的处置策略：不是简单丢弃，而是降级路由到别的消费方。方便，但也让人失去追根因的动力。工艺修订process revision异常发生后回过头改工艺文件——闭环的最后一环，也最容易断。≈事后复盘产出的 action item：真正的价值不在报告写得多好，在于有没有变成合入的修改。链路越长，…工艺知识沉淀process knowledge capture把随人走的隐性工艺经验变成组织可复用的资产——公认难，但价值最高。≈组织的隐性知识债：文档是还过的部分，数据是记了账没写说明的部分，人脑里的是完全没入账的部分——而后者利息…
AI 原生架构ai-native architecture · 22
AI 原生钢厂ai-native steel plant以行业知识本体为语义基础、一体化数字孪生为背景依据、行业大模型为全局智能动力、智能体为功能载体的新一代钢厂架构。≈「云原生」之于把单体搬上虚拟机：不是把 AI 挂到旧系统上，而是按 AI 的工作方式重新切分系统边界。数字资产界面层（DAS）digital asset shell把 PLC、MES、LIMS 等存量软硬件统一封装为 AI 可理解、可调用、可校验的「现实」，是全架构唯一的物理交互底座。≈操作系统的驱动层 + 系统调用：上层只调标准接口，不关心底下是哪家的 PLC。MCP 资产封装mcp asset encapsulation把存量系统里的数据、事件与控制点，按统一契约封装成上层可调用的标准数字资产。≈给遗留服务包一层带 OpenAPI 描述的适配器：不重写服务，只让调用方看得懂、调得动、管得住。统一状态与对象状态机unified state & object state machine把订单、炉次、产品、设备等现场对象归一为数字状态，每类对象有一台显式的状态机管住迁移。≈前端的单一状态树 + 显式状态机：任何人读到的都是同一个状态，状态只能按定义好的迁移变化。智能内核层intelligent core layer承下启上的认知层：以 DLA 本体为共同语义底座，行业大模型矩阵在其上形成候选方案，机理与优化负责确定性计算。≈共享的推理与计算平台层：业务只调能力，不各自训练模型、各自写推理引擎。DLA 数字孪生本体digital-logic-action ontology数据（D）、逻辑（L）、行动（A）三层本体，是推理子域与计算子域共用的语义底座。≈类型系统 + 业务规则引擎 + 可调用接口清单三者合一，而且三者引用的是同一套对象。D 孪生data twinDLA 本体的数据层：实体、关系、属性与时序状态，回答「有什么、现在是什么」。≈带时间维度的对象图数据库：节点是炉次与设备，边是「在哪台设备上」「来自哪批料」。L 孪生logic twinDLA 本体的逻辑层：硬约束、软规则与模型适用条件，回答「什么成立、什么允许」，是法官智能体的判据来源。≈声明式的校验规则集 + 每个模型的适用域说明：先判「能不能」，再谈「好不好」。A 孪生action twinDLA 本体的行动层：Action 类型、参数域与前后置条件，回答「系统可以做什么」，警察智能体据此转译指令。≈带前置 / 后置条件与参数 schema 的函数签名清单：大模型只能从清单里挑、按 schema 填参。行业大模型矩阵industry llm matrix多个垂类行业大模型加通用模型组成的矩阵，按任务难度单用或组合调用，模型迭代不需要改动架构其余部分。≈模型路由：同一个请求按难度与模态派给不同模型，调用方不感知。推理子域与计算子域reasoning vs computing大模型负责理解上下文、形成候选方案（推理），机理、仿真、优化负责可信计算（计算）——两者共享 DLA 语义底座，职责不互相替代。≈LLM 写 SQL，数据库执行 SQL：生成可以是概率的，执行结果必须是确定的。AIP 驾驭层advanced intelligence proxy全架构唯一的跨层中转与治理枢纽：把业务请求组织成受控执行过程，校验、准入、审计，失败可回退。≈API 网关 + 策略引擎 + 审计日志：所有调用都过它，它决定放不放、怎么记。执行准入execution admission放行一个受控动作前的最后一道关卡：权限、时效、互斥、版本、现场工况五项检查，任一不过就驳回并留痕。≈部署前的准入控制器（admission controller）：配置写得再对，集群状态不允许也不放行。治理智能体governance agents借鉴司法权责逻辑设立的检察官 / 法官 / 警察三类智能体，事件触发、串行校验，不参与正常业务求解。≈代码评审里的三道关：先看输入是否成立，再对照规范判合规，最后检查产物能否在目标环境执行。应用智能体application agents以智能体作为业务落地的最小单元，覆盖研发、生产、管理、营销各条线，分原子能力智能体与综合业务智能体两类。≈微服务里的业务服务：只写业务逻辑，基础能力全部调平台。人类代理智能体human proxy agent岗位人员在智能体体系中的数字代表，带着岗位身份与权限入回路，在关键节点确认、修正、复核。≈工作流里的人工审批节点，但它是一个有身份、有权限、能被编排的一等公民。A2A 总线agent-to-agent protocol应用智能体层内部的横向总线：动态发现、任务委派、业务闭环交互，只在层内流动，不跨层直连。≈服务网格里的东西向流量：只在同一层的服务之间平级流动。MAB 总线metallurgical agent bus应用智能体层与 AIP 驾驭层之间的纵向总线，是「禁止跨层直连」规则下应用层向上请求的唯一合法通道。≈服务网格里的南北向入口：业务服务只能从这一个口提请求，拿回的是带审计号的结果。MOB 总线metallurgical ontology busAIP 驾驭层与智能内核层之间的纵向总线，以 MCP 为基础按冶金本体语义改造，按对象·关系·约束寻址而非按表名。≈GraphQL 之于 REST：按语义结构查询，而不是按接口地址拼数据。类型化 Actiontyped action会改变权威系统状态的动作，必须登记类型、参数域、前置 / 后置条件和签批岗位；未登记的动作不暴露给智能体。≈像 API 的 OpenAPI 定义加权限声明：没有 schema 的调用，不许进网关。动作空间嵌套nested action spacesA3 ⊆ A2 ⊆ A1 ⊆ A0：从说得出口的方案，到物理可行、当下可行、经授权可执行，每收窄一层都有专门的把关者。≈像代码上线前的几道关：写得出来（A0）、编译通过（A1）、测试环境跑通（A2）、有权限发布到生产（A3）…签批参数快照approval snapshot签批时把岗位身份、所见参数及其哈希、计算依据与模型版本、结论与理由一并存档；执行时比对批准与下发的参数，漂移即拒。≈像给某个 Git commit 签名：你批准的是这一个哈希，不是这个分支上将来出现的任何东西。