长三角一家装备制造厂的车间里，一台连续运转数千小时的数控机床突然停摆。

资深技工李师傅凑近机身，听一听运转声音，再看一眼切屑形态，很快就能判断故障所在。

这种“听声辨位、看屑知温”的本事，是他几十年摸爬滚打攒下的手感与直觉。

然而老师傅一旦退休，新人往往要再摸索三五年，才能读懂机器的“脾气”。

技术人才的“青黄不接”，是当前国内不少制造企业共同的隐痛：设备越来越智能，懂设备的人却越来越难培养。

如今，新员工也能“轻装上阵”了。扎根杭州十年的杭州炽橙数字科技有限公司（以下简称“炽橙科技”），正把老师傅的经验转化为可检索、可复用的知识，让AI成为产线上的“资深专家”。

AIDT炽橙工业智能体开放平台

文章开头提到的这类难点在于，大量维修知识存在于老师傅的脑子里，而非任何一份手册中。

新上岗的技术员学历不低、图纸也看得懂，可真遇到机器“闹脾气”，只能对照手册逐条排查，真正悟透往往需要数年时间。

老师傅退休那天，带走的常常不只是工具箱，更是一整套难以言传的故障图谱。

制造企业在推进AI化时，还会面临另一重现实难题：AI技术要真正落到产线上，往往卡在开发门槛高、场景适配难、部署成本高大三道关口。

“智能体进工厂”如何从概念变成现实，成为行业亟待解答的命题。

炽橙科技的思路是，既然经验难以口耳相传，就把它沉淀为数据。

公司研发的设备检维修智能体，对技术人员长期积累的维修知识与历史案例进行系统化整理，输入模型持续训练，形成面向具体场景的工业专用模型。

炽橙科技研发的船舶行业具身智能巡检智能体

借助这套系统，面对新的设备故障，新员工只需上传故障描述与检测数据，几分钟内即可获取一份包含故障定位、可能原因及处置建议的诊断报告，大幅缩短了以往对照手册逐条排查的时间。

“新员工由此获得的辅助诊断能力，可对标资深专家的多年经验。”深耕工业智能化领域多年的炽橙科技副总兼首席运营官韩鹏说。

在另一类场景中，工业智能体同样展现出效率优势。

国内某核电企业，三十多年运行下来，积累了大量模糊的PDF或纸质P&ID（工艺管道和仪表流程图）及仪控图纸。

按传统方式，需由设计院人工重新绘制，单张耗时约一天、市场报价约1500元。若对持有的30万张图纸全量翻新，总投入将达到惊人的4.5亿元。

接到这一项目后，炽橙科技给出的解法是：针对性研发“图纸识别智能体”，将单张图纸的处理时间从一天压缩至分钟级。

“这一应用使人工差错率降低约90%，核心设计复用率提升约70%；原本高达4.5亿元的投入，如今以百万元量级即可完成，实现了成本与效率的双重提升。”韩鹏介绍。

核电系统复杂、设备安全可靠性要求高，炽橙科技是如何做到的？这背后是一套“AI+数字孪生”的逻辑。

炽橙科技“AI+数字孪生”工业智能体

基于全栈自研的国产智能底座，炽橙科技构建了覆盖设计、建造、运维全生命周期的智能交互体系：在设计端，实现图纸智能转化以驱动效率提升；在建造端，通过施工吊装模拟与现场智能管理保障工程精准落地；在运维端，依托先进核能数字孪生智能体守护机组安全稳定运行。

这些案例指向同一条技术路径：让AI从“看数据”升级为“懂物理”，推动通用大模型向工业专用智能体跃迁。

能力的背后是长期的技术积累。2015年，由浙江大学谭建荣院士团队领衔、西湖明珠特支人才纪尧华博士创办的炽橙科技在杭州成立，自创立之初便聚焦工业智能底层底座。

十年沉淀，公司自主研发出AIDT工业智能体开放平台。这个平台能让智能体“看懂”工业知识、感知现场变化、自主判断，还能互相配合。目前已有4个系列、15个专家智能体，在80多家客户落地110多个场景，覆盖高端装备、核电、新能源、船舶、化工等九大行业。

炽橙科技展厅

在AIDT平台上，每个智能体都像一名“虚拟员工”：有的负责设备预测性维护，有的专注生产排程优化，有的精通质量检测。它们各司其职又协同配合，组成一支永不疲倦的“工业AI团队”。

借着杭州“296X”和浙江“415X”重点产业集群的“东风”，炽橙科技在高端装备、新能源汽车、集成电路等方向做出了一批标杆案例。

“未来我们不再只提供研发、生产、运维等单个智能体，而是提供一套整体方案，把模型算力、数据集、工业软件都装进去。”韩鹏说。这样能把工业智能的各个环节串起来，让AI从实验室走进生产线，从单点应用走向生态协同。