QUOTE
省下来的不是钱,是把 经验固化成规则 的那道工序。
最近一段时间,我用 WorkBuddy、DeepSeek 这类桌面 AI 工具,把工艺岗上重复率最高的三件事——试模参数计算、CAE 结果整理、历史项目追溯——做成了 几个离线小平台 。它们没有服务端,没有账号,拷到电脑上改个路径就能跑。
写这篇文章不是推荐工具。工具半年换一批,方法能留下来。所以下面只讲三件事: 成本怎么算 、页面怎么切、哪些判断必须人来做。
本文看点
01
4 小时与 100 元的真实构成
02
四个页面,四个判断
03
工具的边界在哪里
01
COST STRUCTURE
两个数字:4 小时,100 元。听起来像个营销口径,所以先说清楚它由什么构成。
4 小时
单 平台从零到能用
100 元
模型调用费用量级
4 小时的分布大概是这样:
需求收敛,1 小时。只回答三个问题——输入是什么、输出是什么、现在哪一步最容易错。
规则整理,1 小时。把脑子里的阈值、系数、判断条件,写成能让机器执行的条目。
生成与联调,1.5 小时。AI 出代码,我点页面、改字段名、改单位、改颜色。
历史回算验证,0.5 小时。拿三个做过的项目对账,算不对就改。
100 元主要花在模型 API 调用。而且大头不在「写」,在 「改」 ——界面调三轮、字段名调两轮、单位换算调一轮。一个功能单一的平台,对话轮次远没有想象中多。
为什么能这么便宜:因为没有服务端、没有账号体系、没有部署、没有并发。单机运行,数据库在本地,界面在浏览器里打开, 断网照样用 。省掉的每一层,都是省掉的时间和钱。
「成本低不是因为做得简陋,是因为范围窄。」
一个平台只回答一类问题,代码量就压得住, AI 生成的代码才看得过来、改得动 。这是我的第一个判断,也是后面所有取舍的前提。
02
FOUR PAGES
以这套注塑工艺管理平台为例。它的功能边界很清楚: 从项目立项到试模参数确定 ,把原来散在 Excel、微 信群、个人笔记里的东西收进一条链路。
— 工艺总览:项目、趋势、状态、待办压在一屏内
首页只干一件事——让人三十秒内知道现在什么状况。在制项目数、本月试模次数、平均试模周期、工艺一次通过率四个指标压在最上面,下面是试模趋势、项目状态分布和重点项目清单。状态、进度、负责人、交期一眼能看到, 不用再翻表格对版本 。
— 项目详情:材料、机台、模具、工艺窗口全部结构化
第二个页面是参数填报。材料、机台、模具、工艺窗口全部结构化:熔体温度、干燥条件、螺杆转速、充填时间、V/P 切换位置,一个项目一行,谁填的、什么时候填的、改过几次都留着记录。以示例项目为例,PPS-GF30 材料、98 t 机台、投影面积 12460 mm²、熔体温度 320 ℃、充填时间 1.04 s——这些数以前分散在三个文件里, 现在是一张表 。
— 理论计算:一次算清压力、锁模力、速度与模具厚度
第三个页面是理论计算。填完参数点一下,直接出最大注射压力、最大锁模力、最大注射速度、最大注射速率、螺杆转速、最小模具厚度。示例项目算出 63.31 MPa 与 66.14 t,紧跟着做一次 80% 机台能力校验 ——四项关键指标是否都在机台能力的 80% 以内,超了直接标红。
这一步以前是拿计算器按二十多分钟,现在是一秒。价值不在于快,在于每次都用同一套口径算,不会因为赶时间就少校一项。
— CAE 充填流动实验:近二十组组合对比后给出建议取值
第四个页面是 CAE 充填流动实验。一张表跑近二十组速度—压力组合,输出充填时间、保压压力、锁模力、比容、注塑压力、补偿压力,最后给出建议取值和补偿系数。原来这件事要么不做,要么做完贴一张截图进报告,然后就散了;现在参数留在库里, 下个相似项目可以直接调用 。
四个页面,四个判断。没有一个是「顺便加的」。
03
DIVISION OF LABOR
把这件事说清楚,比夸工具有用。
AI 做的是翻译。 把「锁模力按投影面积乘型腔压力再除安全系数算」这句话翻成代码;把「这张表要显示哪几列」翻成界面;把「这个数超过 80% 就标红」翻成校验函数。它翻得又快又准,但它不知道型腔压力该取多少。
人做的是定义和验算。 单位、口径、阈值、异常值怎么处理,这些必须由工程师给。工具不会替你判断材料牌号的差异,也不会知道你们厂的补偿系数是怎么标定的。
有一条做法建议所有同行都坚持:先让 AI 输出计算口径,人确认无误,再让它写代码。
具体就是让它先交一张表:每个输出指标的 计算公式、输入参数、单位、边界条件 。这张表对了,代码基本一次过;这张表错了,后面调界面调到天亮也没用。
实测下来,AI 最容易错的三类地方:
业务默认值混淆。把保压压力当注射压力,把螺杆转速当注射速度。
单位换算。mm/s 与 cm³/s 之间跳,或者 mm 与 cm 混着用。
边界条件。空值、单件试模、首次试模这些情况下,公式还成不成立。
这三类错误,AI 不会主动告诉你,它会一本正经给你一个漂亮的错数。所以 回算验证那半小时不能省 。
04
WHY NARROW
这两个选择都不是技术限制,是 成本约束 。
功能单一,是因为维护的人只有一个。系统一旦长到需要文档、需要培训、需要交接,它就不再是 4 小时能维护的东西了。我给自己定的红线是:每个平台只服务一条链路、只回答一类判断、页面不超过六个。真要加权限、加审批、加多用户,那就该 转成正规项目立项 ,而不是继续拿 AI 硬撑。
离线,是工艺岗的硬要求。车间网络不稳,配方和图纸敏感,数据不能随便出内网。本地跑、本地存,反而让推广变简单——拷过去就能用,不用申请服务器,不用等 IT 排期。
还有一个实际收益: 第二个平台的边际时间降到 2 小时左右 。数据表结构、页面样式、校验函数、导出逻辑都能复用,真正要重写的只有业务规则那一层。这也是为什么值得先把第一个做扎实。
05
BOUNDARIES
需要说清楚三件事,否则这套方法 会被误用。
工具算出来的参数,签字的人还是工程师。平台的作用是减少计算差错、统一口径、留下记录,不是替代判断。试模出问题的时候,没人会去怪软件。
代码要按「半年后自己还看得懂」的标准写。公式集中在一个文件里、字段名用车间叫法、每个页面留一句「这个数从哪来」。AI 生成的代码如果不收拾,两周后你自己都不敢动。
不要让它长大。从「小工具」开始、最后变成半成品系统的项目见过太多。功能扩张的拐点一旦出现,要么立项,要么砍掉,别拖着。
06
ADVICE
从每个月最烦的那张表开始。不要从「我们部门需要一套系统」开始——那个需求太大了,AI 接不住,你也验不完。找一件每月重复三次以上、判断规则能写成条目的事,先把它做掉。
先把规则写在纸上,再让 AI 写代码。纸上写不清楚的规则,代码里一定是错的,而且错得很隐蔽。
用真实项目回算,算不对就不上线。哪怕只差 1%,也要找到原因。工艺参数这东西,1% 的偏差在车间可能就是一批废品。
∞
EPILOGUE
这段时间最大的感受是:AI 没有让我变成程序员,它让我把自己会的那些东西, 第一次变成了可以被机器执行的东西 。
过去十几年积累的判断,大部分是隐性的——看到某个现象知道该调哪里,但说不清为什么。做平台的过程,实际上是被迫把这些判断一条条写下来、量化、设阈值。 写不出来的部分,就是自己还没想清楚的部分 。
工具把这个过程加速了,真正沉淀下来的,还是那套规则。