当智能体各说各话，鼎捷给工厂带来一张“人、智能体、智能装备”

当前制造业AI落地最普遍的困境是：企业将AI作为点状工具使用，各环节的智能体各自为战、互不协同，始终未能融入核心业务流程。单点AI应用虽能提升局部效率，却难以真正改变企业的整体运行逻辑。

在鼎捷数智看来，这个问题的根源不是智能体不够聪明，而在于多智能体之间缺乏一张“协同作战图”。

一、从“单点工具”到“协同作战”：多智能体协同的产业需求

据行业研究机构测算，当前企业内部AI应用的发展速度，很可能符合“摩尔定律”的规律，即每隔18个月，AI相关应用的数量将会翻一倍。企业对不同智能体的协同调度能力正面临严峻考验。国际数据公司（IDC）曾预测全球将有数十亿智能体。未来的竞争，某种程度上将是企业“雇佣”智能体数量与质量的竞争。

鼎捷数智相关负责人介绍，通用大模型之所以在工业领域“水土不服”，根源就在于它们能轻易学习全球互联网中“以操控机床产线转化为产能输出”的知识，却很难理解一间特定工厂里来自“经验中的隐性Know-how”。真正的工业智能，需要让不同来源、不同功能的智能体能够基于制造业的特定语义进行沟通与协作。

正是基于这一判断，2025年一季度，鼎捷正式更新迭代Indepth AI智能体开发平台并发布了首个制造业多智能体协议MACP（Multi-Agents Context Protocol），旨在通过统一的数智空间语言与思维范式，消除AI智能体间沟通壁垒，使其能够高效协同，解决复杂的行业难题。借助MACP，企业可实现订单排产、供应链协同、质量控制等多环节的Agent协同。

二、从“各司其职”到“各司其职且相互感知”：三类智能体的分工逻辑

在多智能体协同的框架下，鼎捷将智能体划分为三类角色。指挥官智能体承担全局调度与任务编排。它结合企业SOP自动拆解任务、编排执行路径，统筹协调其他智能体完成复杂工作。专家智能体承载专业知识，深耕质检、排产、研发等垂直场景。每个场景中已经事先编排了对应的处理问题的专家Agent。数字分身智能体负责延伸人的意图，承接重复性流程工作。

智能体的特点是：理解意图、目标导向、自主执行；不会忘、不会累、不会漏。如果要让多个智能体发挥作用，需要赋予AI智能体‘编制’，让智能体有明确分工与职责，协同运行。通过分类让智能体各司其职，同时又通过调度协同让智能体之间互通有无，精准协作。

三、协同的终点：让工厂学会“团队作战”

多智能体协同的终极意义，不是用机器取代人，而是让智能体之间高效协作，把人从繁琐的协调中托举出来。

“AI不是给旧车换发动机，而是重新设计整条生产线。”鼎捷数智相关负责人表示。当企业同时运行数十个、上百个智能体时，谁来统筹协同、规避冲突、管控权限？答案不是再增加一个“超级智能体”，而是为所有智能体提供一个能协同运行的“空间”。

鼎捷数智相关负责人在WAIC 2026上表示：“我们要做的是延伸人能力的‘数字分身’和承载智能体运行的企业智能运行空间。”当工厂的每一个智能体都能感知全局、相互协同、各司其职，人只需定义目标、坐收成果，工厂才真正从“单兵作战”走向了“团队作战”，充分发挥出人、智能体与智能装备的核心价值。