AI 接进 PLC 的四级台阶：到第四级，设备真的会动

工程师：有蓝色盘吗？

AI：没有。厂区上下文里只定义了铬、红、黑三种盘，不存在蓝色盘的料仓、传感器或分选通道。

工程师：生成序列：红 → 红带嵌件 → 铬 → 黑带嵌件 → 铬。

AI：（生成结构化文本，用的是这套设备真实的标签）

工程师：编译。 → 编译通过。

工程师：部署到 PLC，清锁存和变量状态，然后启动。 → 设备开始按新序列跑。

这段对话里，最值钱的不是任何一行代码，而是第一句的回答。

一个通用大模型被问"有蓝色盘吗"，它会顺着你说"有，我这就写"——然后给你一段编译不过、或者编译过了但根本跑不对的代码。这个 AI 说"没有"，因为它手里有一份这家厂的真实清单。

这就是三菱电机团队 2026 年 10 月那篇论文（Kersting、Benndorf，From Code Generator to Engineering Companion: A Plant-aware Agent for PLC Programming，arXiv 2610.28160）的全部重点。它讲的不是"用更强的模型写更好的代码"，而是怎么把"一家具体的厂"喂给模型，以及怎么让它在动手之前必须先停下来问你。

一、它解决的其实是"交互模型"的差距

以前的同类系统是这么工作的：工程师提交一句任务 → 模型生成代码 → 编译服务器校验 → 返回。

这叫流水线。它有三个缺口：

1. 它不认识你的厂。 每次从零开始，不知道你有哪些标签、哪些模块、现场的盘往哪走。
2. 它不能对话。 只回答一次，你没法问"这里为什么用这个互锁"，也没法说"把黑盘那条改一下"。
3. 它没有从聊天到落地的路径。 生成完就结束，编译、部署是另一套流程，中间没有约束。

论文把这个差距定性为交互模型的差距，而不是代码生成的差距。这句定性很关键：换一个更强的模型，这条路不会自动变好。

二、"知道这个厂"是什么意思

论文的定义很朴素：让生成的代码落在目标厂的 I/O 表、标签命名空间、模块配置和物理信号拓扑上。

翻译成车间语言：别生成"一个叫 SORT_RED 的变量"，要生成"你厂里真的存在的那个 BLACK_MAG_FUELLSTAND"。

开工前要提供四样东西：

这四份材料被切块、向量化，单独建了一个"厂上下文"检索库，和通用库（库函数、规格规则、聊天记录）分开。

分开建库这个细节值得单独说：如果混在一个索引里，你问"黑盘怎么分选"，检索可能同时捞回某本手册的通用示例、另一个项目的变量名、你厂的真实标签——三份混在一起，模型就会挑一个"看起来最顺"的说。 论文管这叫避免跨源干扰。放到工程语境里就一句：上下文里最危险的不是缺信息，是"错的但看起来对的信息"。

被埋在演示里的一句话

论文在描述演示台时写了这么一句：实际设备的布局必须额外讲给模型听，因为光有 I/O 表和标签，并不能表达物理布局与信号语义。

它举了三件事：料仓在什么位置、料仓什么时候算"有料"（对应传感器必须为真）、盘被送到右边时执行机构按什么顺序排布。

对做过现场的人这是常识，但它是这套系统能不能用的分水岭：I/O 表告诉你"有这个信号"，物理说明告诉你"这个信号意味着什么"。前者是数据，后者是知识。

三、四级台阶：为什么它不许 AI 直接碰设备

论文把"AI 能做的事"拆成四级，每一级都要工程师显式触发：

三个设计细节值得抄：

• L3 的诊断是结构化诊断，不是一段红字。 目的是让模型能读懂、能自己修；论文写明最多修 3 轮，超过就停——防止它无限套娃地"改到能编译为止"。
• 每一级的触发权在人手里（论文原话 "explicit engineer initiation"）。AI 不会自己从 L2 跳到 L3，更不会自己跳到 L4。
• L1 不是摆设。 上面那段"有蓝色盘吗"就是 L1：它在你动手之前排除掉一个不存在的需求。这一层不产生任何代码，但它省下的是整轮返工。

理由论文写得很直白：工业环境里，一个不受控的"模型到硬件"动作可能砸设备、可能停线。

四、演示台，和这篇论文的诚实边界

演示设备是一台金属圆盘分选机：盘有铬、红、黑三色，用气压加光电识别（三种颜色反射率不同，阈值要分开配）；另有嵌件工位可以往盘里塞嵌件；传送带把盘往右送，经过所有料仓后分到三个盒子——铬最先走、然后红、最后黑，铬和红由气缸主动推下皮带，黑盘靠重力被动落进盒子。控制器是三菱 iQ-R 系列 R04，通过原型网页界面加 GX Works3 操作。

台子小得有点好笑，但问题暴露得很完整：颜色阈值、料仓状态、嵌件时序、主动/被动分选——四件事都要"知道现场"才能写对。

该说明白的边界：这是一篇演示型论文，不是评测报告。文中的"结果"是一段交互实录和一台试验台，没有任何定量指标（没有编译通过率、没有任务完成率、没有工时对比），论文自己写明定量评测是计划中的工作；而且整套东西只跑在三菱这一个厂商的平台上。所以它值得学的是结构，不是能力上限。

五、落到你的项目上：五份材料 + 三个必答题

论文没给实施清单，下面是我们按工程顺序补的整理（这部分不是论文内容）。

先盘家底，五份材料缺哪份补哪份：

1. I/O 表：一列信号名、一列地址、一列类型、一列含义，含义要写人话。老厂没有就从程序里反推，先只用于"解释"，不用于"生成"。
2. 标签表：命名有统一前后缀（_MAG_FUELLSTAND 这类就是"料仓液位"）。没有规范就先定规范，再谈 AI。
3. 机架 / CPU 配置：CPU 型号、模块槽位、特殊模块型号。至少拍照加订货号，让模型知道有哪些模块。
4. 现有程序片段：最近一年真正在跑的几个块。老项目就在线上载，没有符号也先拿到可用文本，当成"当前事实"。
5. 物理布局说明（最容易被漏掉）：料仓在哪、什么算"上料"、盘往哪走、执行机构顺序。请现场的老师傅口述，你录音整理成一页纸。

第五份是全文最容易被忽略、也最好用的一条：这一页纸比再买一套工具更能提升输出质量。

再把四级台阶映射到你现在的流程：

三个必须先回答的问题：

• "厂上下文"谁来维护？ 图纸改一次、加一个模块、换一个传感器，语料就过期。没有版本管理的厂上下文比没有更危险——它会一本正经地引用旧标签。
• 跨品牌怎么办？ 论文自己说不在范围内。现实里一条线四种 PLC，别指望一套上下文通吃：先单台、单品牌跑通，再复制。
• 编译通过算不算过？ 不算。功能正确性要 HIL 或专家评审。内部验收单上，编译只是第三级。

一句话收尾：这套思路最值得抄的不是"让 AI 更聪明"，而是"让 AI 先知道你厂里的三件事：有什么、在哪、什么时候算有"。

下周就能动的三步：先只做 L1（让它读你的 I/O 表和标签表，回答"有没有某个料仓 / 某个信号"）；再做 L2（生成的代码只贴进评审单，不进工程）；L3 之前先把"最多修 3 轮"写进流程——这三步一分钱不花，但能先把"不存在的需求"挡在门口。