把精益顾问的方法论（VSM / MTM-UAS / ECRS / SMED / OEE / SPC / TPM） 产品化为 21 个可独立使用、可协同编排的 AI 智能体。 数字归机理，叙事归模型 —— 每个数字都可复算、可追溯、可复现。
为什么不一样
调研中 88% 的企业卡在数据可得性。所以我们的第一原则不是模型多强，而是：不接系统、不配密钥，今天就能跑出第一个结论。
不改造产线、不等数据中台。输入是人当场就能给的东西 —— 一张工序表、一份订单 Excel、一段作业记录。
凡能由公式或求解器算出的数值，一律由确定性代码产出，模型不得生成或修改任何最终数字。
所有输出都是「建议」而非「动作」，状态起点为待确认，须经人判断才进入执行。
实测结果
以下数字来自同一条酱料灌装价值流的参考算例，全部由确定性代码算出， 并被 verify_all_agents.py 锁定为回归基线 —— 任何改动导致偏差超过 0.5% 都会让构建失败。
逾 99% 的时间是等待
6 道工序、月需求 5 万件；增值 122 秒，交付 1.71 天
↓ 73.1%
内外作业分离 + 并行作业；年化释放 182.7 小时 / 14.6 万元
首位损失=换型 7,200 元
A 87.5% × P 82.0% × Q 97.0%；六大损失全部金额化
↓ 28.6%
CP-SAT 精确求解并已证明最优，耗时 57 毫秒
平滑指数 21.26 → 12.61
三段字典序求解，同时给出最优与最小改动双方案
拦下虚高的能力结论
命中 5 类判异准则；σ组内被漂移低估，PPK 1.21 才是真实表现
协同编排
每个诊断都带「下一步用哪个智能体」的指向。下面是 P0 首发包在同一条价值流上的真实链路。
配料混合是瓶颈 C/T 40s > Takt 23s
换型是最贵的损失 7,200 元/月
换型 1200s → 323s 压缩 73.1%
工位重排吃下产能 平衡率 74.2% → 81.1%
收益汇总排 ROI 年化 38.1 万元
改善完成后回到 AI-VSM 复测，前后对比 —— 同一条价值流上的闭环，不是五个孤立工具
能力地图
L0 定位问题 → L1 下达计划 → L2 固化标准 → L3/L4/L5 现场执行与保障 → L6 结果量化 → L7 供应链延伸 → L8 横切治理，结果回流驱动计划持续迭代。
决策治理
Gartner 把「决策治理」列入 2026 供应链技术趋势。它讨论的不是遥远的技术概念，而是当系统开始影响预测、补货、排产等业务动作时，企业如何让判断更透明、责任更清楚、决策更可复盘。
全平台智能体产出的诊断统一汇入，是运营例会的唯一议程来源。状态起点为「待确认」。
严重异常 24 小时未确认 → 部门经理；同一问题 30 天内重复 3 次 → S&OP / IBP。
谁确认、谁驳回、理由是什么、复测是否达标 —— 全部留痕，可聚合回流调整规则阈值。
北极星指标 · 改善闭环率
已复测关闭的严重异常 ÷ 已确认的严重异常。它同时衡量诊断准确性、建议可执行性与治理有效性 —— 也是「系统提示能不能变成管理动作」的量化答案。 AI-DGOV 会把驳回率过高、无责任人、重复出现的系统性问题逐条拉出来。
技术宪法
这四条写进了回归脚本 —— 违反其中任何一条，构建都不会通过。
凡可由公式或求解器算出的数值，绝不交给 LLM 生成。这既保证可复算可审计，也是对 Gartner 所警示的 agent washing 的正面回应。
任一指标都携带 formula 与 inputs，界面上可展开查看公式与代入值。回归脚本会拦下任何缺失代入值的指标。
所有诊断进入异常清单，状态起点为「待确认」。谁判断可信、谁协调冲突、谁负责结果、何时升级 S&OP —— 都有留痕。
在无任何系统集成、无模型密钥的情况下，全部智能体可完整产出。集成是增强项，不是前置条件。