直接调用大型语言模型生成生产排程的约束规划脚本，正确率只有14.8%；换成多智能体架构后，这个数字跳到了59.3%——这是一篇关于Agentic AI辅助生产排程建模的arXiv研究，给行业提供了一组实打实的实测数据。
研究的核心动作：把两条AI路线拼起来
之前LLM的应用方向分成两类：一类是专门做自动建模，靠特定训练或问题专属架构，但很难在工业里落地；另一类是用智能体做运营决策辅助，但默认优化模型已经存在。这次研究把两者结合，测试通用LLM做成智能体（不用任务专属训练），能不能从自然语言的生产排程问题，生成并实现约束规划模型。
为了避免AI生成代码时的幻觉（也就是瞎写），研究还加了个Model Context Protocol服务器，用来检索求解器的文档，给智能体提供上下文信息，减少乱编的情况。
实测结果：正确率跳了4倍，但还有硬骨头
研究测了六个行业里的排程问题，覆盖流水车间、作业车间、柔性作业车间、资源受限仓库排程四类，用了三个LLM，从建模准确率、执行成功率、延迟、token消耗四个维度评估。
结果很明确：建模部分现在的LLM基本能搞定，但实现（也就是生成能跑的脚本）是主要障碍。直接调用LLM生成的正确脚本占比14.8%，换成多智能体后，这个比例升到59.3%；四个难度较低的问题，多智能体的正确率甚至到了80.6%。但和内部物流紧密相关的复杂模型，还是没突破，是目前的开放挑战。
对生产场景的提示
生产排程的优化模型，原本得靠专家花很多精力做。这次研究说明，不用任务专属训练的通用智能体，已经能帮着搞定建模环节，还能通过上下文检索降低幻觉，比直接用LLM靠谱得多。
但现在的问题是，复杂场景的落地还是不行。多智能体能把正确率拉到近60%，但涉及内部物流的复杂排程，AI还是搞不定。
我的看法是，Agentic AI确实是生产排程建模的一个可行方向，至少不用再让专家从零开始搭模型了。但复杂场景里，AI能帮着搭框架，核心的约束和逻辑，还是得靠人类专家兜底？如果后续给智能体加个自动试跑、修改脚本的小功能，会不会再把正确率往上提？还是说对生产排程这种容不得错的场景，AI永远没法完全替代人类的判断力？
素材来源：arXiv (LLM/多模态新论文) · AI情报、大模型、AI智能体、科研前沿
查看报道原文
发表第一条评论吧