周鸿祎在去年的ISC.AI大会上借鉴自动驾驶分级体系提出了一套智能体L1-L5五级分类标准。我觉得这套框架特别适合给当前鱼龙混杂的工业智能体市场做一次对号入座信通院等国家队也在出具标准但据说最快要28年才出来。一、五个级别是五件完全不同的事周鸿祎的原话是这样定义的L1级——聊天助手 只会聊天。典型代表是各种大模型对话界面能回答问题但不能操作任何系统。L2级——工作流智能体 能用程序代码按照固定工作流执行偶尔调动大模型。本质上是传统自动化大模型辅助规则是人定的智能体负责严格执行。L3级——推理型智能体 能通过大模型做推理、自主规划任务分解、调用各种工具。这是分水岭——L2是人定规则机器执行L3是给目标机器自己想怎么做。L4级——多智能体蜂群 多个L3级专业智能体动态组队协作像人类团队一样分工配合完成复杂任务。周鸿祎透露L4单次任务消耗1000万到1亿Token。L5级——创造者智能体 能自我学习、自我进化、自我迭代甚至能自行制造所需的智能体来完成任务。周鸿祎自己也承认L5我也不太清楚想象应该是智能体可以创造智能体。目前仍属概念探索阶段。一句话总结L1只会说L2会照做L3会想办法L4会带团队L5会造人。而工业领域引入套用这个概念我觉得非常合适下面举几个直观例子。二、每个级别在工厂里长什么样L1级工业知识问答、巡检语音播报、交接班记录典型场景TOP31. 设备知识问答。 把设备手册、工艺文档、SOP向量化存入知识库工人扫码提问这台注塑机报警代码E-023什么意思AI秒回。以前翻手册找半天现在一句话解决。2. 巡检语音播报。 巡检人员戴着智能安全帽走一圈AI实时播报三号设备轴承温度78度超过预警值。3. 交接班记录生成。 上一班的关键数据、异常事件自动汇总成交接班报告不用手写。L2级自动工单派发、定时报表生成、MES工序流转典型场景TOP31. 自动工单派发。 设备报错→自动识别故障类型→按技能库匹配维修人员→自动派单→跟踪处理进度。全程无需人工调度规则预设在工作流引擎里。2. 定时报表生成。 每天早上7点自动拉取ERP、MES、QMS数据生成生产日报推送到管理层手机。3. MES工序流转。 工件到达工位→扫码确认→系统自动校验工艺参数→放行或拦截→更新工序状态。L3级智能排产调度、预测性设备运维、智能工艺优化典型场景TOP31. 智能排产调度。 输入本周交付50个订单考虑设备产能、物料齐套、交期优先级智能体自主拆解为具体排产方案还能在插单时自动重排。2. 预测性设备运维。 智能体持续分析设备振动、温度、电流等时序数据自主判断这台设备大概率72小时后出故障提前生成维修工单。上海精智的实践里设备保全智能体让衢州极电实现非计划停机次数降低约20%。3. 智能工艺优化。 智能体调用工艺大模型和历史数据针对新产品自动生成可执行工艺方案。广域铭岛在吉利的应用中AI作业工时生成智能体和AI作业指导生成智能体让文件编制效率提升10倍工艺一致性提升30%。L4级全流程自适应生产、质量-设备联动闭环、供应链应急响应典型场景TOP31. 全流程自适应生产。 多个专业智能体组队排产智能体管计划、质量智能体管检测、设备智能体管运维、物流智能体管配送——动态协作自动调整。卡奥斯COSMOPlat在WAIC 2026上展示的COSMO-iMOM就是典型以厂长数字人统筹调度柔性换产、设备管理、质量管控等生产智能体实现设备维修效率提升75%、换产周期缩短50%。2. 质量-设备联动闭环。 质量智能体发现异常→通知设备智能体调整参数→设备智能体执行→质量智能体验证效果。形成发现-决策-执行-验证闭环。上海精智的三类工业智能体工艺优化产能调度执行监控正是这个逻辑。3. 供应链应急响应。 供应链智能体监测到原材料断供风险→物流智能体找替代运输方案→排产智能体调整生产计划→采购智能体启动备选供应商。美的泰国工厂的跨境供应链AI智能体对35个核心节点实现全链路实时监控与风险预警异常处理从48小时提效至12小时以内。L5级数字孪生自演化、新工艺自开发、产线自主重构概念阶段周鸿祎自己也说了L5是想象阶段目前没有成熟应用。如果有一天实现意味着工厂可以自己优化自己——智能体根据生产数据自主发现新工艺、自主重构产线布局、自主创造新的智能体来处理新场景。现阶段把它当愿景就好别被PPT忽悠了。三、不同企业该从哪级入手不是所有企业都需要L4也不是所有企业只配做L1。关键是匹配自己的需求和能力。中小企业——场景尝试型。年营收几千万到两三亿IT团队三五个人甚至没有。诉求很直接花小钱、快见效、别折腾。建议从L1起步挑一两个高频痛点——设备知识问答、巡检辅助、交接班自动化——用低代码平台两周上线跑通AI有用这个认知。潍坊安丘的工业智能体集群平台提供了一个参考政府搭台、企业免费用标准功能中小企业几乎零门槛试用。中型企业——降本增效型。年营收几亿到几十亿有IT部门和数字化基础MES、ERP已经跑起来了。核心诉求是降本增效——省人工、提良率、降能耗。建议L1L2组合推进用L1做知识服务用L2做流程自动化。重点选流程固定但繁琐、人力成本高的场景自动工单派发、定时报表、工序流转。投入可控效果可量化。大型企业——战略投入型。年营收百亿以上有专门的数字化团队甚至有AI实验室。核心诉求不是省几个人工费而是全局优化和战略卡位。建议直接瞄准L3局部试点L4。海尔卡奥斯、美的、宁德时代这些头部企业都在干这件事——用L3推理型智能体做智能排产和预测性运维用L4多智能体蜂群做全流程联动。投入大但回报也是十倍级的。四、从L1到L4每跨一级要迈什么坎L1→L2从对话到自动化。 关键是用工作流引擎把大模型的随机性固化为确定性流程。大模型今天说A明天说B没问题但工单派发不能今天派张三明天派李四除非有充分理由。核心动作把人跟AI对话变成AI按流程自动执行。L2→L3从执行到推理。 这是最难的一跳。L2的规则是死的L3需要智能体自己想。核心是引入规划能力——给目标不给步骤。难点在于老旧系统API不全智能体想调工具但没接口。一个变通方案是用屏幕语义理解技术让智能体直接操作软件界面像人一样点按钮、填表单。L3→L4从单兵到协同。 难点从单个智能体的能力转向多个智能体之间的协作。谁来分配任务资源冲突怎么解决一个智能体出错会不会连锁搞垮整个蜂群这些问题没有标准答案工程复杂度呈指数级上升。五、判断你遇到的Agent伙伴在哪个段位最后给一个简单的判断方法三句话就能试出来问厂商你们的智能体能调用工厂现有系统的API吗如果不能是L1。如果能追问下一个。问厂商智能体遇到规则没覆盖的异常情况会怎么处理如果说报错等人工是L2。如果说自动尝试其他方案可能是L3。问厂商你们的智能体之间能协作吗怎么协作如果说暂时没有是L3及以下。如果能说清楚通信协议和任务分配机制才到L4。至于L5——如果哪家厂商跟你说他做L5了建议你礼貌微笑然后转身离开。参考文献一文看懂丨都叫工业智能体但真不是一回事从L1到L5五个级别讲透谁能干什么