scenarios / 12 个
12 个行业 AI 场景
场景是这个站的主线。每一页回答同一个问题：要做成这个 Agent，你必须先懂哪些行业知识？短期场景的共同特点是数据已在手、工具已存在；中长期场景则大多卡在数据治理和科学计算能力上。
scenario matrix / 教学示意
每个工序上挂着哪些 AI 场景
| 场景 | 原料准备 | 烧结·球团·焦化 | 高炉炼铁 | 废钢准备 | 电弧炉炼钢 | 转炉炼钢 | 炉外精炼 | 连铸 | 热轧 | 冷轧与深加工 | 检测与判定 |
|---|---|---|---|---|---|---|---|---|---|---|---|
| S1检测认证全流程 Agent | 检测认证全流程 Agent 涉及 检测与判定 | ||||||||||
| S2质量溯因 Agent：从缺陷反查工艺 | 质量溯因 Agent：从缺陷反查工艺 涉及 高炉炼铁 | 质量溯因 Agent：从缺陷反查工艺 涉及 转炉炼钢 | 质量溯因 Agent：从缺陷反查工艺 涉及 炉外精炼 | 质量溯因 Agent：从缺陷反查工艺 涉及 连铸 | 质量溯因 Agent：从缺陷反查工艺 涉及 热轧 | 质量溯因 Agent：从缺陷反查工艺 涉及 冷轧与深加工 | 质量溯因 Agent：从缺陷反查工艺 涉及 检测与判定 | ||||
| S3排程调度副驾驶 | 排程调度副驾驶 涉及 原料准备 | 排程调度副驾驶 涉及 电弧炉炼钢 | 排程调度副驾驶 涉及 转炉炼钢 | 排程调度副驾驶 涉及 炉外精炼 | 排程调度副驾驶 涉及 连铸 | 排程调度副驾驶 涉及 热轧 | |||||
| S4能源与碳核算 Agent | 能源与碳核算 Agent 涉及 原料准备 | 能源与碳核算 Agent 涉及 烧结·球团·焦化 | 能源与碳核算 Agent 涉及 高炉炼铁 | 能源与碳核算 Agent 涉及 电弧炉炼钢 | 能源与碳核算 Agent 涉及 转炉炼钢 | 能源与碳核算 Agent 涉及 热轧 | 能源与碳核算 Agent 涉及 冷轧与深加工 | ||||
| S5设备运维诊断 Agent | 设备运维诊断 Agent 涉及 烧结·球团·焦化 | 设备运维诊断 Agent 涉及 高炉炼铁 | 设备运维诊断 Agent 涉及 转炉炼钢 | 设备运维诊断 Agent 涉及 连铸 | 设备运维诊断 Agent 涉及 热轧 | 设备运维诊断 Agent 涉及 冷轧与深加工 | |||||
| S6研发知识库 Agent | 研发知识库 Agent 涉及 检测与判定 | ||||||||||
| L1PSPP 逆向设计 Agent | PSPP 逆向设计 Agent 涉及 炉外精炼 | PSPP 逆向设计 Agent 涉及 连铸 | PSPP 逆向设计 Agent 涉及 热轧 | ||||||||
| L2仿真代理模型 Agent | 仿真代理模型 Agent 涉及 高炉炼铁 | 仿真代理模型 Agent 涉及 连铸 | 仿真代理模型 Agent 涉及 热轧 | ||||||||
| L3自驱动实验室（SDL） | 自驱动实验室（SDL） 涉及 检测与判定 | ||||||||||
| L4服役寿命预测 Agent | 服役寿命预测 Agent 涉及 检测与判定 | ||||||||||
| L5冶金本体与机理知识图谱 | 冶金本体与机理知识图谱 涉及 高炉炼铁 | 冶金本体与机理知识图谱 涉及 转炉炼钢 | 冶金本体与机理知识图谱 涉及 炉外精炼 | 冶金本体与机理知识图谱 涉及 连铸 | 冶金本体与机理知识图谱 涉及 热轧 | 冶金本体与机理知识图谱 涉及 检测与判定 | |||||
| L6检测标准智能演进 Agent | 检测标准智能演进 Agent 涉及 检测与判定 | ||||||||||
| 合计 | 2 | 2 | 5 | 0 | 2 | 5 | 4 | 6 | 7 | 3 | 7 |
看「合计」行：连铸、热轧、检测这几个工序挂的场景最多——它们既产生密集数据，又是质量问题的集中地。
short term / 生产研发侧
短期场景
共同特征：数据基本已在手、工具链已存在、Agent 主要负责编排与解释。
S1检测认证全流程 Agent来样 → 解析适用标准 → 生成检测方案 → 调度仪器 → 汇总数据 → 出具符合性判定报告检测与判定数据可得性 高工程难度 低实时性要求 低S2质量溯因 Agent：从缺陷反查工艺不止于检出缺陷，而是反查上游工艺参数窗口、定位责任工序、给出整改建议高炉炼铁转炉炼钢炉外精炼连铸+3数据可得性 中高工程难度 中高实时性要求 中S3排程调度副驾驶把调度员的自然语言约束翻译成模型约束、调用求解器、解释方案差异、校验硬约束冲突转炉炼钢电弧炉炼钢炉外精炼连铸+2数据可得性 中高工程难度 中高实时性要求 中高S4能源与碳核算 Agent负荷预测与错峰建议、异常能耗归因、碳核算与合规报告自动生成原料准备烧结·球团·焦化高炉炼铁转炉炼钢+3数据可得性 高工程难度 低实时性要求 中S5设备运维诊断 Agent问什么坏了、怎么修、要什么备件、谁来修——报警到工单的闭环助手烧结·球团·焦化高炉炼铁转炉炼钢连铸+2数据可得性 中高工程难度 低实时性要求 中S6研发知识库 Agent几十年的技术报告、试验记录、专利、失败案例——先做检索比对综述，不做推理检测与判定数据可得性 中工程难度 中实时性要求 低
long term / 科学研究侧
中长期场景
共同特征：面向材料研发与科学计算，主要瓶颈不在算法，在数据治理与机理模型的工具化。
L1PSPP 逆向设计 Agent给定服役性能目标，反推候选成分区间 + 工艺窗口 + 置信度 + 建议验证方案炉外精炼连铸热轧数据可得性 中低工程难度 高实时性要求 低L2仿真代理模型 Agent用神经算子替代凝固、轧制、相变的 CFD/FEM 计算，把小时级仿真压到秒级，再让 Agent 在设计空间自动搜索高炉炼铁连铸热轧数据可得性 中工程难度 中高实时性要求 低L3自驱动实验室（SDL）Agent 提假设 → 主动学习选点 → 调度自动化设备 → 读取表征结果 → 更新模型 → 下一轮检测与判定数据可得性 中工程难度 高实时性要求 中L4服役寿命预测 Agent蠕变、疲劳、腐蚀——数据极稀缺但极昂贵，靠物理约束把外推可靠性做出来检测与判定数据可得性 中低工程难度 中高实时性要求 低L5冶金本体与机理知识图谱把机理模型、文献、试验数据统一到一个可推理的图谱上，让 Agent 能回答「为什么」而不只是「是多少」高炉炼铁转炉炼钢炉外精炼连铸+2数据可得性 中工程难度 中高实时性要求 低L6检测标准智能演进 Agent从海量检测数据反推方法有效性、发现现行标准盲区、生成新方法草案检测与判定数据可得性 中高工程难度 中高实时性要求 低
how to read the ratings
每个场景标了三个维度：数据可得性（所需数据是否已在手、能否直接用于建模）、工程难度（从可行性验证到稳定上线的工程风险）、实时性要求（需要秒级响应，还是天级出报告）。这是面向学习者的教学性判断，用于横向比较场景特点，不构成采购或投资建议。