上周，南京千人钢铁大会圆满落幕，展会当天来了非常多头部钢企的厂长、计划部长、IT 负责人及调度专家。大家在展台前咨询与交流得非常热烈。我们整理了现场被问及频率最高的 5 个核心问题，与大家分享：
问题 1：在展位现场，不少客户会问：“你们是做 MES（制造执行系统）的，还是做 APS（高级计划排程）软件的？”
简单来说，我们既不是传统的执行工具（MES），也不是单纯的排产软件（APS）。谷斗打造的是一个基于“业务本体 + AI”融合的决策智能体平台。
在企业的 IT 架构中，各个系统有着明确的业务分工：ERP 侧重于企业级资源与订单的管理，MES 侧重于车间现场的执行与实绩采集，而谷斗智能体平台专注的则是“全局优化与动态决策”。
在谷斗的架构中，APS 仅仅是平台上一个可插拔的应用模块。我们的核心价值在于“业务本体建模”，即将订单、设备、原料、工艺等物理世界的数据，转化为机器能理解的统一语义模型。
基于这个统一底座，企业不仅能实现钢轧一体化等跨工序排程，更能向上承接销售端的交期应答（ATP），向下驱动全流程的生产协同。我们并不替代 MES 或 ERP，而是深度融合它们采集的数据，通过 AI 算力在复杂的物理约束中，找到让交期最短、成本最低、设备效能最高的全局最优解。
问题 2：每家钢厂的工艺约束都不一样，系统会不会出现“幻觉”？排出来的计划车间能直接用吗？
在谷斗的平台架构中，大模型并不是毫无边界地自由发挥，而是被底层的“本体语义层”和“规则引擎”深度约束的。 我们根据实际业务需求在底层构建业务逻辑与工艺规则，如设备偏好、天车干涉、炉重上下限等。大模型及智能算法库的作用，是在这些安全的规则边界内进行多目标寻优。系统输出的调度策略，具备全局视角，同时符合车间工艺执行要求。
问题 3：我们厂有些数据还是人工填报，MES 数据也存在一定滞后，能用智能体平台吗？
没有任何一家工厂的数据是完美无缺的，我们提供的是一套“渐进式的智能化进阶路径”。 在数据不完善的初期，平台首先通过本体建模帮助企业梳理并规范业务流程，利用规则引擎实现断浇风险预警等辅助决策。随着车间数据质量和实绩反馈的逐步完善，系统再平滑开启多目标优化，最终过渡到多智能体的自适应协同。这套架构允许企业有多少数据，就先发挥多大价值，不要求“大干快上”。
问题 4：遇到紧急插单或设备故障，系统能自动快速响应吗？现场调度员还能不能根据经验进行干预？
应对现场扰动是智能体平台的核心能力之一，但我们的定位始终是“增强人”而非“替代人”。 当异常发生时，平台的“多智能体调度”机制会即时感知，并在后台自动生成包含回炉、计划交换等多版本的重排建议。此外，依托平台强大的多模态交互层，调度人员不仅可以通过可视化甘特图进行拖拽微调，还能通过自然语言与智能助手对话，快速分析异常影响并确认最终方案，让系统算力与灵活的人工经验实现互助协同。
问题 5：引入你们的智能体平台，能平滑地对接 ERP、MES 等系统的数据吗？
完全可以，平台的定位是企业生产运营的全流程一体化决策智能体。 它通过强大的“系统集成与数据映射”能力，轻量化地从现有的 ERP 抽取订单信息，从 MES 接收设备停机或实绩信号，并不破坏企业原有的信息化资产。这相当于在原本相互独立的业务系统之上，平滑构建了一个跨越业务孤岛的“神经中枢”。
推荐阅读
