工业互联网步入智能体驱动阶段

6月30日，一场聚焦工业互联网前沿演进的专题研讨会议召开，中国工程院院士邬贺铨发表题为《面向智能体应用的工业互联网》主旨演讲。

邬贺铨明确，2026年正式开启智能体工业互联网全新发展周期，并围绕PLC（可编程逻辑控制器）、SCADA（监控与数据获取系统）、OPC UA、TSN（时延敏感网络）四大核心技术拆解OT与AI融合路径，直面实时控制与AI随机性、算力不足、标准缺失等行业核心矛盾，提出分层架构、双内核操作系统、人机共管安全体系等落地方案，为新型工业化背景下工业互联网技术架构重构指明方向。

四阶段迭代完成范式跃迁：

2026年进入智能体驱动新时代

邬贺铨将工业互联网完整演进划分为四大周期，清晰勾勒行业从“连接驱动”“数据驱动” 迈向“智能体驱动”的根本性变革。

中国工程院院士邬贺铨发表题为《面向智能体应用的工业互联网》主旨演讲。

第一阶段为1970-2005年封闭工控专网阶段，以DCS现场总线为核心，产线本地闭环运行，设备互不连通，控制逻辑僵化。

第二阶段是2006—2015年工业以太网阶段，TCP/IP 网络走进工厂，OPC UA协议初步落地，设备上云、数据采集成为常态，但数据互通性弱、缺乏深度挖掘，无法支撑工业实时控制需求。

第三阶段为2016—2025年工业互联网阶段，也是国内工业互联网联盟成立后的黄金十年，云边端协同架构成型，TSN试验网络、5G工业场景、数字孪生实现规模化试点，不过工业大模型应用仍停留在浅层，全局生产优化高度依赖人工干预。

自2026年起，行业正式迈入第四阶段 ——智能体工业互联网阶段。该阶段以工业智能体、行业大模型、工业知识图谱为三大核心支柱，依托ACE智能体服务实现多智能体自治闭环，具备端侧自主协同、人机协同、自学习、自适应、自进化能力。

与此同时，邬贺铨直言现阶段产业两大瓶颈：现场PLC、工控机原生算力储备不足，制约跨厂商智能体互联互通；工业控制毫秒级确定性需求，与大模型智能决策的天然随机性形成底层冲突，目前尚无成熟通用解决方案。

四层纵向架构定型：

OT刚性约束与IT开放能力渐进融合

PLC作为工业控制核心单元，是智能体落地端侧的关键载体。邬贺铨提出，PLC正在从单纯执行设备指令的“执行器”，升级为具备自主决策能力的边缘智能节点，两条并行演进路线。

一是原生嵌入式智能体路线，在原有RTOS实时操作系统基础上叠加轻量级通用操作系统，打造“实时+通用”双内核架构，通过内核分层、CPU/NPU/GPU算力隔离、内存分区、统一语义调度，兼顾毫秒级硬实时控制与AI模型推理需求，可实现设备本地异常检测、工况自诊断、控制参数自整定。

二是云化软/虚拟PLC路线，将非实时智能计算迁移至云端，依托弹性算力实现多产线共享管控，但受网络时延约束，仅适用于实时性要求偏低的场景，高精密、高安全产线仍必须保留本地硬 PLC。

邬贺铨认为，传统PLC封闭架构与AI开放协同需求存在结构性矛盾，云化方案还面临断网自治、传输确定性等难题，硬件异构协同、软件分层调度、安全熔断机制将成为下一阶段重点攻关方向。

在智能体赋能下，SCADA系统突破传统鼠标点击式操作模式，新增智能副驾驶决策引擎，成为工厂人机交互核心中枢。依托行业大模型与企业知识库，SCADA可实现自然语言指令操作、告警自动聚类过滤、故障根因溯源、跨系统协同运维，大幅降低人工巡检与排障成本。

智能化升级同步带来全新安全风险：智能体存在推理幻觉、工业语义理解偏差，甚至可能出现越权自主决策，模糊生产安全责任边界。对此，邬贺铨明确提出人机共管的核心原则：智能体仅承担分析、预测、优化建议职能，人类掌握生产关键环节最终决策权。配套落地分层权限隔离、流程分级审批、边缘熔断兜底三重技术机制，“人永远是工业安全底线的最终守门人”。邬贺铨强调。

工业智能体端到端闭环运行，离不开标准化、高可靠通信支撑，OPC UA与TSN构成缺一不可的底层技术底座。

OPC UA采用七层架构设计，核心价值是屏蔽多厂商设备硬件差异，统一工业信息模型，当前版本仍存在对象模型不统一、未强制适配TSN、权限管控薄弱等短板，亟须完成四大升级：兼容客户端－服务器、发布/订阅双通信模式、强制集成TSN时间敏感网络、扩展智能体动态交互接口、增设分级细粒度权限体系。

TSN则通过数据流QoS优先级分层调度，网络拥塞时优先保障控制指令低时延、低抖动传输，为工业确定性控制提供网络保障。二者形成双向赋能关系：TSN为智能体推理、调度提供可信传输通道；智能体可基于流量预测动态优化TSN带宽分配策略，提升复杂工况下网络资源利用率。

平台发展存多重挑战：

多路径夯实智能体产业生态

谈及工业互联网平台现状时，邬贺铨表示，工业互联网平台走过了连接数字化平台的阶段，主要是基于PaaS实现了设备的联网和数据的汇聚。现在是大模型智能平台的阶段，主要基于MaaS实现了云端协同和工业模型的中台。正要发展到智能体自治平台的阶段，基于AaaS实现智能体的孵化和调度。

邬贺铨指出，智能体赋能工业互联网平台面临五大核心挑战：

一是技术标准成熟性不足：生成式AI幻觉问题难以规避，多智能体统一标准缺失，阻碍跨主体互联互通。

二是语义知识存在瓶颈：行业隐性工艺知识图谱沉淀不足，智能体难以统一理解工艺语义，跨场景联动难度大。

三是多重安全隐患突出：黑盒决策可解释性较差，传统工控防火墙无法识别智能体异常行为，安全权责划分模糊。

四是经济性约束明显：云端推理、边缘AI 硬件部署成本高，面向垂直行业定制专属智能体的开发投入高昂。

五是配套生态存在短板：现有云平台原生不支持AaaS架构，智能资产交易、工业数据流通相关规范滞后。

针对上述痛点，邬贺铨给出四点系统化优化路径：

首先，通专模型差异化互补：搭建工业通用智能体调度底座，依托平台深耕垂直行业，为细分领域供给专用模型服务。

其次，云边分层协同部署：云端智能体统筹全产业链全局调度，边缘端部署设备级微型智能体，保障生产实时控制需求。

再次，软件定义工控体系：采用容器化动态部署智能体，以通用硬件替代封闭专用PLC；数字孪生与智能体双向驱动，实现先仿真、后实体控制。

最后，服务轻量化订阅化：MaaS聚焦标准化单点工业模型能力；AaaS支撑多流程、多主体自主协同自治，轻量化服务模式适配中小企业需求。

邬贺铨认为，2026年开启的智能体工业互联网阶段，并非AI与工控系统的简单功能叠加，而是OT、IT、AI深度融合的系统性架构变革。未来产业发展需守住工业控制可靠性、实时性核心底线，平衡智能化创新与生产安全，持续突破通信、操作系统、算力调度关键技术瓶颈，完善标准与安全体系，依托智能体技术激活新质生产力，支撑制造业高端化、智能化转型。

/*本文部分内容（图片）来源于网络，若牵涉版权请联系删除。

——欢迎登陆www.zhuzaotoutiao.com发表您的作品