我们把计划排产系统做成一个三层的架构：Contour 本体建模让系统理解产线、工艺、物料和约束；运筹优化负责在全部约束下求解；AI 智能体处理计划发布之后的插单、故障和缺料。之所以这样做，是因为「读懂工厂」「算出计划」「应对变化」是三件不同的事。
三层各自解决什么
| 架构层 | 解决的问题 | 具体做什么 |
|---|---|---|
| Contour 本体建模 | 让系统理解你的工厂 | 把产线能力矩阵、工艺路线、换产规则、物料替代关系、设备约束、人员技能建成一张语义网络；变更影响自动推导，新工厂新产线「注册」即可理解 |
| 运筹优化 | 计划是不是最优 | 把排产写成大规模数学模型，在产能、物料、交期、工艺等全部约束下求解；生产 / 物料 / 库存 / 运输并发优化，数据变更后增量重算 |
| AI 智能体 | 变化来了怎么办 | 感知 → 推理 → 决策 → 执行 → 学习；插单、设备故障、物料延迟自动重排，做根因诊断，推送建议由人确认 |
Contour 是 Convect Ontology Unified Representation 的缩写。它不是又一套主数据表格，而是工厂业务规则的显式表达，那些原来记在计划员脑子里、写在 Excel 备注栏里的话，现在写在本体模型里。
一次排产请求怎么走完三层
以「收到一个紧急大订单，要插进已有排产」为例：
注意第 2 步和第 4 步：本体负责说清「什么叫满足」，优化负责在满足的前提下比较优劣，智能体负责把结论送到做决定的人面前。三者是串在一起的，不是三个独立功能。
少掉一层会怎样
只有大模型，没有本体，系统能对话、能总结，但推理没有可追溯的业务结构，容易「一本正经地胡说」。本体给智能体提供的是可以沿关系回溯的上下文。
只有规则，没有优化，能排出一个「可行」的计划，但不知道它离最优有多远，也不知道是哪条约束把结果卡死的。规则优先级调来调去，本质还是人在试。
只有算法，没有智能体，第一版计划发出去不难，难的是之后每一次插单、故障和缺料，都得靠人发现变化、改参数、整单重跑、再人工比对新旧计划差在哪里。
所以三层的分工是：本体提供理解，优化提供求解，智能体把两者组合成能自主运行的系统。计划员的角色从「算数」变成「决策」。
想看三层怎么协同，可以预约一次技术交流，或下载《本体驱动的 AI 计划排产》白皮书：convect.cn/contact
技术架构详解：convect.cn/technology
