用现有工具构建新工具，然后用新工具构建自己，这在编程技术中是普遍形态，然而它有着哲学层面的意涵。其实，人类的所有技术都是在旧的技术中诞生，然后自己又推动自己发展。自举之所以有"生命感"，是因为它构成了一个自我指涉的闭环。编译器的历史是最好的例证：C 语言最初是用 B 语言写的编译器编译出来的，GCC 用 C 写自己，Rust 的编译器最早是用 OCaml 写的，等 Rust 够成熟了再用 Rust 重写 rustc，然后丢弃 OCaml 这个"脚手架"。新工具诞生后做的第一件事，往往是回头重新生产自己的母体。这不是循环冗余，而是能力的证明——一个系统只有在能描述/构造自身之后，才真正算"活"了。图灵的通用机本质上也是这个思想：一台机器如果能模拟任何机器（包括它自己），它就跳出了逐个定制的窠臼。生物学上有个对应概念叫"自创生"（autopoiesis）：生命系统的特征不是由外部零件组装而成，而是由自身的运作不断再生产自身的边界和组件。技术某种程度上也是这样：芯片用上一代光刻机制造下一代光刻机，科研仪器用已有仪器校准更精密的仪器。每一代工具都内嵌着前一代的痕迹，同时又把"工具能做什么"的上限推高，为下一代工具腾出存在空间。不过有两个值得注意的细节：冷启动永远需要一个外部基底。 自举不是无中生有，递归总得有个基例——第一台编译器要先用纸带打孔，最早的芯片要用手工布线。技术的"自我繁殖"始终扎根于它之前的世界（物理定律、已有的工业体系、人类语言）。所以它更像寄生的藤蔓，而不是凭空自足的火焰。自我指涉的循环有退化风险。 如果只用 AI 生成的数据训练下一代 AI，模型会逐渐丢失真实分布的尾巴（模型坍缩）；如果工具只被自己的后代使用和改进，可能沿着某个局部最优越陷越深。健康的自举需要持续注入外部性——真实世界的反馈、异质的旧技术、意外。有意思的是，这个技术生态的演化循环现在正以新形态加速：AI 用现有代码训练出来，然后帮人生成更好的工具，这些工具的产出又成为下一代的训练燃料。冷启动的间隔在缩短，但那个"外部基底"的问题——最初那一下究竟是谁推的——并没有消失，只是被推得更深、更难看清了。

【摘要】 上了数字化系统看不到效果？ERP和MES怎么选，先上哪个？ERP和MES能不能对接？ERP和MES打通难不难？一篇文章说清楚。在一家做电子装配的工厂里，生产主管老张最近有点烦。ERP系统刚上线不到半年，库存、采购、财务一条线基本都通了，但到了车间生产这块儿，效率还是提不上来：工人还在纸上抄工单、班组长靠微信报进度、质量问题追溯还得翻 Excel——一搞就是一整天。这时候，厂长说：“要不我们上个MES系统试试？”老张一听懵了：我们不是已经有ERP了吗？ERP不是也能管生产吗？那我还要不要上MES啊？类似的问题，我们最近听了太多太多：我啥系统都没有，是先上ERP还是先上MES？ERP和MES到底是啥关系？能不能一起上？冲突吗？黑湖小工单这种MES能不能和我们现有的ERP打通？怎么打？贵不贵？我两个系统都上了，效率还是提不上来，是哪里出了问题？你看，其实问题的本质就三个：1.工厂要上系统，ERP和MES怎么选？2.如果两个系统都上了，它们到底该怎么配合使用？3.系统上了，数据也打通了，但效率依然不行，问题出在哪儿？其实，ERP和MES这俩，真的是一对“欢喜冤家”，合作得好，工厂效率蹭蹭涨；要是没整明白，反而天天扯皮、互相甩锅。关于ERP和MES的“恩爱情仇”，到底怎么选、怎么用，今天小黑就给大家掰开了、揉碎了，一篇文章说清楚！01 ERP和MES，我先上哪一个有很多工厂老板会卡在这样一个现实难题上：工厂订单越来越多，客户催得紧、交付又出问题，产线忙得团团转，可人手根本顾不过来。每天靠微信群、Excel、手写工单调度生产，稍有差池，原材料浪费、返工、延期一样都跑不掉。老板看在眼里，急在心里：是不是该上个系统来“治一治”了？但问题随之而来：手头预算有限，不可能ERP、MES一起上。ERP是“企业的大脑”，管人管钱管供应链；MES是“生产的中枢神经”，盯产线、盯工单、盯现场执行。 这俩系统看着都重要，可要真选一个先干，到底该怎么判断？怎么才能把钱花在最关键的点上，不走冤枉路、不踩坑？ 所以问题的关键从来不是“哪个好”，而是：你要解决的核心矛盾，哪个系统解决得更直接、更见效、更可控。ERP（企业资源计划）主要管“全局”：比如财务、采购、销售、库存、生产计划等，属于企业的大脑，负责资源分配和流程管控。典型场景：比如你想知道公司还有多少原材料、客户下了多少订单、月底要结多少工资，这些都靠ERP。MES（制造执行系统）主要管“车间现场”：比如生产进度、设备状态、工人操作、质量追踪等，属于工厂的神经末梢，直接和一线工人、设备打交道。典型场景：比如今天产线实际做了多少产品、设备有没有故障、哪个工序出问题了，这些都靠MES。ERP像“指挥部”，负责发号施令、统筹全局。MES像“前线指挥官”，负责把命令拆解成具体任务，盯着每一步的执行。选哪个？得看你的实际需求。如果你现在最大的问题是：订单、采购、库存、财务混乱，数据分散，老板想随时查账、查库存、查订单——优先上ERP。 ERP能帮你把企业的“账本”和“流程”理顺，适合管理层想要“看得见全局”。如果你现在最大的问题是：生产现场混乱，工人干了多少、产品质量追不清楚，老板想随时知道产线进度——优先上MES。 MES能帮你把“现场执行”盯紧，适合生产负责人想要“看得见过程”。ERP和MES就像两个在不同维度上发挥作用的大脑——一个统筹全局，负责计划、资源配置、财务核算；一个深入一线，管理生产节奏、追踪现场进度、处理实时反馈。02 ERP和MES能不能对接？那么，有了MES让生产蒸蒸日上，ERP也已经上线，这俩系统能不能整合到一起？结论是：完全可以！而且效果非常好。如果两个系统都具备，最理想的状态就是“打通”：ERP生成订单和生产计划，MES接手做拆解、调度、执行，并实时采集现场数据；这些数据再流回ERP，完成订单状态回传、库存同步、绩效计算、成本分析，形成业务与财务的闭环。也就是说，一个从上往下管逻辑、管规则；另一个从下往上供数据、供反馈。当这两个系统融为一体，全局视角与现场控制互为补充，企业管理才能从“看得见”升级为“控得住”。但理想归理想，现实里并不是每家公司都能轻松上双系统。对预算有限、技术人手不足的中小制造业来说，一次性上马两个复杂系统，确实容易“吃不消”。这时候，“轻量化一体化”成了更实际的解决方案——比如黑湖小工单，就是专为这类企业打造的MES系统。它不仅覆盖了订单、生产、质检、库存、绩效等多个生产关键环节，还能对接ERP，做到既“看大局”，也“抓细节”。当ERP和MES真正打通，企业不再依赖人工记录和反复沟通，就能掌握从订单、库存到绩效、成本的每一环节，既省人力又提效率，真正把“数字化工厂”从概念变成现实。那这种“打通”的效果到底有多大？想了解更多详细内容及落地案例，可点击下方链接查看或联系我们：cid:link_0 这一切的背后，其实离不开一个核心机制：将MES和ERP打通，实现信息的闭环流动。很多企业过去在ERP上线后仍然“用得不顺”，问题就在于——ERP像是企业的“中央调度中心”，掌握订单、库存、工艺等核心信息，但它并不是为车间工人设计的，表单复杂、界面不友好。于是，MES系统就成了桥梁和翻译官：MES从ERP中提取销售订单、BOM、工艺路线这些“源数据”，清洗拆解成一线工人能直接理解和执行的任务单；任务执行中，工人扫码即开工，系统实时采集数据，如生产起止时间、良品数量、不良品原因、设备状态等；所有一线数据自动回传至ERP，形成从计划到执行、再到反馈的完整闭环，如实反映产线执行状态和库存变动。03 ERP和MES打通难不难？说到“ERP和MES打通”，不少工厂老板、信息主管第一个反应就是：“这事儿靠谱吗？会不会很复杂？”其实，这种担心太正常了，毕竟每个行业的生产流程差异都挺大，有的做食品、有的做机械、有的搞电子，还有那种多品类混线的，更别说有些工厂连基础的IT系统都还没完全普及。于是问题一个接一个冒出来：“我们做的是定制化小批量生产，这种模式能套用别人家的流程吗？”“我们还在用Excel记产线排程，没有专业人员也就两三个懂点电脑，这种情况下能打通MES和ERP吗？”“我们 IT 人手有限，连自己内部设备数据都还没打通，怎么上这两套系统？”“我们老板很着急，希望尽快看到效果，那这种系统之间的整合周期会不会太长？”“市面上MES系统五花八门，黑湖小工单是不是够用？和我们现有的ERP怎么配合？” 这些问题，归根结底，其实都聚焦在一个点上：ERP和MES系统之间的信息流转是否顺畅。很多人误以为这中间涉及到大量定制开发、接口搭建甚至“二次开发”，听上去就像是动一次“全身手术”，成本高、周期长、风险大。但事实并不是这样。 从技术角度来看，ERP和MES系统之间打通其实早已不是新鲜事。只要掌握几个关键点：数据接口/API对接：通过标准API或中间件，把ERP的订单、物料、工艺等基础数据自动同步到MES，减少人工录入。实时数据回传：MES现场采集的生产进度、质量、报工等数据，实时回传ERP，形成数据闭环。数据标准化：确保ERP和MES之间的数据格式、编码一致，比如物料编码、工艺路线等要统一。流程再造：根据系统能力调整业务流，比如工单触发规则、报工节点设置等等。实施周期和人员培训：打通仅需要1周，上手难度小，培训成本低，基本上培训一两次员工就能上手使用了。 如果真的是预算有限、但又不想在ERP和MES之间“二选一”，其实也可以直接选择黑湖小工单旗舰版——它不仅包含了完整的MES核心功能，还额外集成了部分ERP的财务模块，像是成本核算、采购订单、客户应收账款等等这些常用的财务功能，基本够大多数小型工厂和成长型制造企业先跑起来用的。它最大的优势在于：一套系统，打通两个战场，让原本需要两套系统协同的场景，通过一个统一平台就可以完成。同时，后续如果预算充足、管理需求更复杂，也可以无缝对接更专业的 ERP 系统，黑湖提供了标准 API 接口，后续扩展空间不受限。如果你还在纠结自家工厂该怎么选、怎么搭，或是想知道MES系统如何快速适配你的 ERP 系统？现在就来咨询免费获取「ERP+MES 适配方案」，量身定制你的数字化转型路径，帮你少走弯路少花冤枉钱！点击链接：cid:link_0

机器人接入各种传感器数据，各种传感器数据接到物理运动现场，物理运动的视频数据和传感器数据同时进入机器人的智能体系统，并同步到后台大模型的更大架构系统中，进行同步训练、同步推理，即模型训练和推理不是完全分离的实现。机器人在通过传感器采集物理现场的数据、通过视频采集现场声音图像，同时机器人参与到物理现场中，是采集-模型处理-反馈干扰现场（通过机器人或任何物理机构）的闭环。不是“采集→处理”的开环，而是“采集→模型处理→行动/干预→改变物理现场→再采集”的闭环。机器人不只是观察者，它同时是传感器平台、执行器、干预者，甚至它自身的运动、发热、遮挡、振动、声音都会反过来改变现场，成为下一次观测的一部分。机器人通过传感器采集物理现场，通过模型处理形成决策，再通过任何物理机构反馈干预现场，现场变化又成为新的输入。训练和推理在这个闭环中不再完全分离，而是相互驱动、持续演化。机器人从“自动化设备”走向“能在物理世界中自主学习的智能体”。这里的机器人是泛指，其实是指各种物理设备，各种开发板，都可以。我测试走通了，让一个裸开发板，最后在开发板中自己生成了按要求实现点灯、温控的满智能化的功能。全程是从初始方向性轮廓目标的自然语言出发，开发板自己生成的功能。智能硬件的低阶本质：结合后台模型的实时在线，物理设备具备“自然语言目标 → 自编程生成功能 → 物理执行 → 反馈修正 → 持续演化”的“训练推理一体化”的闭环能力。智能硬件的高阶本质：结合后台模型的实时在线，物理设备具备 "按方向性价值目标→ 自编程生成功能 → 物理执行 → 反馈修正 → 持续演化”的“训练推理一体化”的闭环能力。更高层级的智能实体的统一性描述：智能硬件演化系统 就是 按方向性价值目标自编程、物理执行、反馈修正、持续演化的物理闭环系统。按驱动模式（生化/物理）和运动能力（无/有）划分，分别对应植物、动物、智能机器，以及静态自适应物理系统。无运动过程的生化反应模式驱动的智能硬件演化系统就是植物生命体；有运动过程的生化反应模式驱动的智能硬件演化系统就是动物生命体；有运动过程的物理运动模式驱动的智能硬件演化系统就是各种智能机器（包括机器人）。

​         在物联网与数字中国建设加速的浪潮中，国产RFID打印机凭借技术创新与性能突破，已彻底打破国外品牌的技术垄断。以首码S5IR为代表的国产化设备，通过“信创适配+智能读写”双引擎驱动，成为政企资产管理的效率革命者，其三大核心优势让进口产品黯然失色。  国产化信创适配与安全可控         首码S5IR已完成银河麒麟、统信UOS、中科方德国产操作系统的适配认证，采用国产硬件架构和操作系统，从源头上保障信息安全。其三级权限控制和动态密码管理系统，结合芯片加密技术，形成“硬件+软件”双重防护机制，特别适用于国家安全、金融、行政单位等对数据安全要求极高的行业。例如，在金融信创机构中，设备可精确写入设备所属部门、责任人、购置时间等信息，实现资产全生命周期追溯，避免信息泄露风险。高效性能与多场景适配          S5IR支持打印与RFID读写双模操作，打印速度达6-8英寸/秒，可快速完成高频/超高频标签打印。其RFID读写模块支持5米范围内批量识别，单次可读取200余件资产标签，数据同步效率较传统条码提升6倍。在金属、潮湿等复杂场景中，柔性抗金属标签与防水封装工艺确保读取稳定性，-40℃至150℃宽温域工作能力更突破了工业环境限制。例如，在物流仓储场景，RFID标签支持万次级数据擦写，动态记录货物状态与维修记录，使库存盘点从“人工核对”升级为“智能交互”，某制造企业应用后季度资产盘点从一周缩短至三天，数据准确性提升90%。成本优势与本地化服务         相比进口产品，首码S5IR在采购成本、维护费用上更具竞争力。其耗材兼容性更优，模块化设计降低维修成本，本地化备件供应缩短维修周期。售后服务方面，多数省会城市设有24小时响应服务中心，提供远程诊断+现场服务的双轨支持，配备专业的技术支持团队。例如，在零售领域，设备可打印价格、库存管理等标签，助力商家优化销售流程；在医疗溯源场景，药品标签植入温湿度传感器，异常数据实时预警，保障用药安全。首码S5IR以国产化信创适配、高效性能与多场景适配、成本优势与本地化服务三大核心优势，重新定义了国产RFID打印机的行业标准。在智慧物流、智能制造、医疗健康等万亿级市场中，国产RFID打印机正以“高效、安全、可控”的姿态，书写物联网时代的中国答案，让进口产品黯然失色。

让CodeBuddy或Qorder自己吸取和创造性扩展自己，以强化学习博弈模式选择自己的子代版本，CodeBuddy或Qorder创建CodeBuddy_子1(或Qorder_子1)、CodeBuddy_子2(或Qorder_子2)……，选择最优版本2个，CodeBuddy_子1(或Qorder_子1)创建CodeBuddy_孙A1(或Qorder_孙A1)、CodeBuddy_孙A2(或Qorder_孙A2)……，CodeBuddy_子21(或Qorder_子2)创建CodeBuddy_孙B1(或Qorder_孙B1)、CodeBuddy_孙B2(或Qorder_孙B2)…。前述CodeBuddy或Qorder只是举例，实际是需要通过智能体接口，与背后模型的协调创建与修改，实现背后模型自己修改自己的博弈迭代进化择优。

我们经常在追问智能的可解释性，但我们是否清楚甄别了这个可解释性本身的意涵。     当跟一个人类的智能个体对话时，针对一个发问，一个人类个体智能作出回答。当我从第三者角度来观察这个他者智能为什么作出那个回答时，我是在探究他的回答的可解释性。     探究他者这个智能体为什么作出那个回答的可解释原因，有两个方向：     第一个方向是我应用现在最先进的各种科技手段和设备，观察他者这个智能体接受到提问信号，这个信号如何触发他的感知蛋白，然后又如何触发他的感知神经元，进一步触发他脑内神经元网络内的信号是如何传导、权重域调整、如何输出肌肉信号.......等等，从脑神经物理实体自身层面如何发生、发生什么的角度来观察整体的过程，这就是一种可解释性视角。     第二个方向是我跟他者这个智能体继续对话，提问他之前那个回答是基于什么思考才做出的，然后他者这个智能体继续回溯思考，基于他之前回答在脑内思考时的完整上下文过程和各种概念（符号）关联过程，告诉我在之间的那个回答中做出解释的思考过程，也就是他前面回答的可解释性。   当我们人类智能个体之间对话时，我们彼此提问对方，对方做出回答，彼此常需要对方做出之前回答的可解释性，诘问他回答的思考过程，此时我们诘问对方智能的可解释性，这个可解释性指的是智能对“之前回答的思考链条”的上下文“继续回溯扩展之前回答的思考链条”的意涵，而并不是指他者智能“脑内神经元网络在发生着什么、怎么工作、怎么数据和计算”的意涵。   引出的关于AI技术开发应用的可解释性概念，我们对AI系统在基于庞大数据的神经网络计算后得到输出结果，只能观察系统的涌现结果，也就是我们很难获得AI系统的涌现本身的可解释性，然而我们人类智能个体之间交流互动的可解释性，所指称的从来不是对方大脑内的智能涌现本身的可解释性，而是对方智能对之前智能涌现的进一步扩展智能涌现。也许我们开发AI技术，当提到需要他的可解释性时，训练AI模型使得模型能对之前思考链条可进一步以完美闭环逻辑自洽的方式展开更多的输出。这才是有效的、可行的发展AI模型的可解释性的技术路线。

    设计一套自定义设计的 元素、元操作、元功能、之间的协作规则、上层目标功能。    实现这些可以采用 C/C++ 语言，用C/C++ 语言实现解释器模块架构。各模块的工作机制描述，是描述各模块的实现自定义编程语言中的哪些目标项，描述越规则、越协调，就越容易实现自己的语言解释器。    让智能体自己编程实现解释器，自己生成目标自定义语言，提供给智能体自己实现的解释器运行，进行调试的迭代循环。    让智能体实现自举式、自进化的编程语言系统，将元编程、语言设计、解释器实现与智能体的自动化等技术融为一体，AI智能体将使得自动编程技术进一步深度发展；    人类自然语言描述机制规则，让智能体自己实现自定义的目标编程语言，而不是指现成的编程语言，是让智能体配合开发者的需要，实现自己定制的编程语言，让智能体创造新的编程语言；    每个人根据自己的领域知识，给出不同的自然语言的描述，那就生成个性化的适合每个人自己领域适用的编程语言，这些个性化编程语言为个人自己的需要而创建，如果特别优秀也可以分发给社区共享；    这个技术能实现的基础前提，是智能体的自动化编程、自动化编译、自动化生成目标定制语言，技术除了解释器的技术架构设计，还有重要的智能体的工作机制的设计。最终会进化出符合我需求的定制解释器、自定义编程语言；

后面智能体接入自动化行业的工业控制软件系统，到那个阶段，智能体操作出错会导致物理损害，所以推广的门槛高了；智能体接入自动化行业的工业控制软件系统，已经很容易实现；只要给硬件的PLC逻辑编程和组态软件配置开发一个MCP接口、给上位机监控软件设计MCP接口，开发一个调用插件，作为与智能体和硬件之间的调用接口，智能体就可以根据自然语言指令控制所有自动化机器设备的运行了；但存在巨大的安全隐患和门槛：物理世界的机器运行不能随便调试出错，不同于代码空间可以随意折腾；

未来的生活与生产，基于防火墙 AI 智能体基础设施的建设

   多方Ai战争系统进入互相博弈的强化学习式进化螺旋，潘多拉盒子已经打开。   不用AI战争系统的一方，将透明而亳无安全。   拥有AI的各博弈参与方，通过各自的AI系统，实时感知，即感知对方的状态信息，也感知对方AI系统的感知网络、攻击状态网络的信息。 AI系统遍布的感知网络，实时识别对方的AI系统的状态模式，多方的AI智能系统之间还会持续通过侵入对方的感知网络，互相给对方生成虚假信息，欺骗对方AI系统，进入AI之间的互博。    传统的网络攻击，已经进化为数字空间内的智能体之间进行博弈攻击，是智能攻击，从数字空间通过PLC自动化控制电机系统进入到实体世界网络的攻击。   博弈多方的AI系统，各自生成博弈策略，欺骗对方的AI系统、攻击对方AI系统，根据对方的攻击进行智能化快速反击。   AI的智能战争，攻击不依赖持续网络通信，即使海底电缆切断，也可快速构建局域AI感知网络，侵入局域网进行攻击。通过卫星的状态感知，或者通过快速构建无人机、智能飞行物的的临时感知网络，通过快速构建的局部AI的感知网络和AI算法，自动得到攻击策略。类似于一个独立的战士，可以自主进行独立的攻击，只要他针对攻击目标能实时感知到状态信息，就能进行实时AI智能策略推理、决策、行动。    AI智能战争系统通过PLC攻击控制生产制造，即使PLC有防火墙和密码，底层的工业控制软件内部的“奸细”可以被AI识别和调用，工厂的高端进口设备，对方可以跟踪和关闭，那么AI持续在后台的数字空间内幽灵般地训练，更容易控制对方的设备。AI在实体世界内，通过感知网络实时感知世界物理、人物的动态信息，在数字空间内，可以实时感知世界各地生产系统的生产制造信息。AI实时侦听加密的二进制数据，结合表观状态信息，可以建立加密-->破解之间的映射，所有联网的物理设备，加密无用，所以这是AI之间互相博弈啊，看谁牛逼。控制了AI，就是控制了一切，即控制了生产制造、也控制了战争能力。   AI  Coding 的开发已经进入到源代码生成，到直接生成二进制，绕过加密，直接分析二进制，果算力够的情况下，基本上所有加密级别无效，只要是走二进制的，二进制可以认为是一个图片的像素，二进制报文就是一种非人类交流用的有意义语言，只要是有意义的符号系统，不管你什么类型的信息方式，都可被AI识别，凡是有模式化的一切存在形式，都将被AI识别。   每个社会单元，未来都将基于一个防火墙 AI 智能体的底层基础设施进行社会存在（生活和生产） ，国家将构建防火墙 AI 智能体的基础设施，在方方面面。国家之间 是防火墙 AI 智能体“神” 之间战斗，是“神” 之间的战斗，人类已经打开了这个 囚徒困境  的博弈螺旋。   用AI的智能化快速反应的反击，才能对抗敌对方的AI系统的智能快速攻击，人类进入纯粹的科技角力，基本不需要肉身战士。

硬件开发做PLC编程，有一种技术可以开发，就是模态A的输入信号-->通过内置小模型(AI模型)-->自动创建优化出PLC指令流-->驱动电机机械的动作模式，相当于从感知直接映射到动作的智能，人类感知到信息，到动作，大部分不是思维推理后得出的动作，而是内置在大脑内的直接映射，当然需要有个前提，就是内置小模型(AI模型)把感知信息到自动PLC指令流的映射生成，需要一个规则（强化学习方向），这个规则是根据每个具体的电机所在的实际机器应用场景的需要设定的。在这个领域方向，将产生整个的新硬件生态，所有的机电系统，全部开发成集成内置AI小模型的智能电机，然后才组成实现上层的完整智能机器，比如开发一个关节电机，把力感知、位移感知的信息与PLC控制指令流的映射，在AI小模型上实现自动进化，这个关节电机作为机器人的膝关节，和作为手关节，功能目标不一样，所以根据外部感知信息，自动迭代强化学习所映射生成的PLC指令流是不一样的，且各自优化迭代。先开发一个关节电机，把力感知、位移感知、温度感知等信息与PLC指令流进行自动进化，然后再融合物理视觉、物理声像信息与PLC指令流的映射自动进化，再融合抽象声像信息（符号信息），再融合文字、图像的抽象视觉声音信息（符号信息）。智能电机进化路线，一种是工控电机PLC指令流编程，控制参数进行迭代进化，即数据进化模式的技术实现；另一种是根据功能目标通过强化学习实现PLC指令流的进化，这相当于算法自进化模式的技术实现。人类智能进化的过程，首先是直接肌肉动作的直接智能（直接映射），后面才是抽象层级的符号智能（符号系统思维链映射）。

     设想一个自定义的MCP协议，定义为我们自己软件系统的自动化动作接口，设计专用MCP 协议格式，不一定非要与那些巨头定义的MCP协议规则一致。     在国内层面将来在产业界，行业协会出面制定行业协议，统一国内产业界的各种产业软件、工业控制软件的MCP协议，这样一个工厂里的各种机器设备的软件功能的操作接口都按照这个协议，终端用户自定义开发的智能体匹配它，就可以无缝自动化控制这些机器设备。      当然会有严格的安全操作动作的规则，作为防火墙智能体的协议，经过训练后融入智能体。智能体的自动化操作出现幻觉或危险化，被防火墙智能体的协议所定义的操作容器给废弃。       所有自动化操作的危险模式，定义一个危险动作模式的数据集，训练一个监督智能体，作为防火墙智能体，作为产业智能化的底座。所有自动化操作的危险模式，定义一个危险动作模式的数据集，就相当于人类社会的法律道德规则，限制人类行为模式，用来限制智能体的操作动作的行为模式。      在这个基础底座上，终端用户可进行任意场景应用的自定义智能体的自动化开发，这样应用场景的智能体的危险动作和幻觉都将被屏蔽。      这个技术系统也许实现比较难，但恰恰有难度，大量的程序员才有足够的工作量，有足够岗位技术开发需求去养活开发者，如果容易实现了，大量的开发者的价值就消失了。      将来将会产生大量的机器智能引导类型性质的程序员，与机器人融合为一个整体的工作系统。将来的社会，不会由机器人的自动化完成全部工作，将来的经济工作系统是程序员引导性工作与机器人智能工作互相配合，实现系统整体的完整自动化。       比如将来的家用养老机器人，也许10个机器人要与一个引导程序员进行配合，完成家庭服务工作。机器人永远需要在人类程序员的引导下进行迭代和完成那个完整的工作任务。      将来也许会出现一类新公司或新工作，叫机器人引导技术服务公司，将来的程序员称为机器人引导员，人类大脑智能与机器人大脑智能互相合作迭代，维持社会的整体自动化运行循环。比如10个家庭买10个机器人，然后机器人引导技术服务公司派遣引导程序员，提供实时引导技术服务，协调、纠正机器人的家庭服务工作。     人类的生活水平提高了，人类的工作和价值也持续存在，这也许是未来完美的文明与经济的系统的样子。

人工智能研究实验室OpenAI在2022年11月30日发布了自然语言生成模型ChatGPT，上线两个月就已经超过一亿用户，成为了人工智能界当之无愧的超级大网红。ChatGPT凭借着自身强大的拟人化及时应答能力迅速破圈，引起了各行各业的热烈讨论。简单来说ChatGPT就是可以基于用户文本输入自动生成回答的人工智能聊天机器人。那肯定会有人说这不就是Siri嘛，虽然都是交互机器人但是两者的差别可老大了。那么ChatGPT在人机交互时为什么会有这么出色的表现？它到底会不会取代搜索引擎？90%的人真的会因为ChatGPT的出现而面临失业的危险吗？带着这些疑问我们一起来看看ChatGPT到底有哪些过人之处以及未来会给行业带来怎样的变革。 

随着5G、云计算、区块链、大数据和人工智能等数字化技术在商业和生活中被广泛应用，数据资源逐渐成为企业生产经营的重要资产，企业经营进入了一个全新的数字化时代。在数字化时代，各行各业都被重新定义，新兴行业崭露头角，“降维打击”在商业竞争中无处不在，传统行业面临着全新的挑战。如何抓住数字化时代的红利和机遇并应对随之而来的焦虑，是企业亟待思考的问题。数字化转型是制造企业未来发展的必由之路现阶段制造企业面临着时代的巨大挑战， “改变的市场”“变化的价值链”都在催促企业尽快提升核心竞争力。而这，正是数字化转型的目标。企业的核心竞争力，从工业制造的角度来看，包括产品质量、价值与价格，从用户的角度来看有两点——个性化需求和快速响应。其中，个性化需求也就是柔性制造，比如我在电商平台看到一款想要的商品，但商品页给出的几个规格和我的需求不符，我就会咨询客服是否可以定制，客服回复尺寸、颜色等都可以按我的要求做定制，并在5天内就能发货，这就是满足了我作为消费者的个性化需求与快速响应。制造业目前也需要做到满足个性化需求，但要做到这点，就必然要以数字化技术为基础。当下各个细分行业的企业数字化建设水平是参差不齐的，成熟度最高的是电子设备行业，目标水平是70%，平均水平为60%。其他行业就比较低，数字化转型之路任重道远。数字化转型，从单元应用到数据贯通发掘数据价值数字化转型有三个维度：价值链维度、产品维度、生产维度。把企业比作一个人的话，头脑里的念头和世界的链接，个人意愿、能力和价值的体现就是到底能做什么，这个是价值链。通过灵活的手脚和高超的技能把想法实现出来，是生产的能力。而贯穿全身的脉络，提供能量，是PLM的作用。设计环节通过CAD定义产品，产品数据通过PLM进行管理，这些数据可以向价值维度传递，提供给销售环节，帮助销售人员与客户沟通，向制造维度传递，传递给ERP、MES系统，同时也可以向后端传递，延伸到供应商、以及用于产品的运维和服务。PLM有几个核心的功能模块，EDM 产品图文档管理，管图纸、管模型、管文件，PDM产品数据管理，管编码、管物料、管BOM，以及CAPP工艺数据管理，管路线、管工艺、管定额。从企业的全价值链来看，一般情况下，先有CRM客户关系管理带来市场订单和客户需求，然后由PLM系统进行产品设计和研发，全生命周期管理，再到下游的SCM供应链管理，ERP企业资源计划、MES制造执行系统，实现从单元应用到数据贯通，全价值链打通的是“研发、生产、销售、服务”各个环节，实现系统集成，进而挖掘出数字价值，这也是现阶段大部分中小企业数字化的根本目标和核心。CAXA PLM以华为云为底座，赋能制造业研发设计和生产制造数码大方坚持自主开发，30年专注制造业工业软件深耕细作，是我国掌握核心技术的国产工业软件优秀代表，同时还是“互联网+智能制造”国家工程实验室。数码大方PLM则以华为云为底座，面向智能制造业提供一系列产品化应用模块，包括项目管理、PDM产品数据管理、BOM材料清单管理、CAPP工艺管理、以及与制造系统比如ERP、MES的集成。全面支撑企业的开发决策、产品设计、工艺设计到生产制造等主要业务场景。部署方式支持云端部署，让中小企业客户不用关心IT硬件和运维，也支持混合部署，支持集团型企业的异地管理需求。可以随着企业发展灵活地扩展、增加其他功能，企业按需购置，并确保随着业务的增长，可以快速进行PLM的扩展。集中、安全、有序、协同，赋能设计贯通智造在制造业生产销售过程中，CAXA PLM主要从4个层面，助力制造企业降本、增效、缩短周期，提高产品质量。集中|数据共享，提升设计资源利用率CAXA PLM对企业产品的图纸、技术文件、工艺卡片、更改单、标准等技术文档的通过系统集中在线管理，解决因人员流失、硬盘故障带来的资源损失，并提升产品资料的利用率，便于检索、重用和追述。安全|保护企业核心资产的安全随着企业信息化建设的推进，对数据安全管理的要求也越来越高。CAXA PLM协同管理对系统内、外的数据实施不同的安全策略进行管理：基于角色的授权模型的权限策略，基于对数据库、电子仓库加密安全管理策略等。有序|提升设计管理效率彼得·德鲁克说：“管理无非就是人和资源的事情。”清楚人才和资源两大方面的事情就可以做到有组织有科学的管理。CAXA PLM作为有序管控业务过程的管理工具，能够实现过程可视化，提升管理效率。协同|以数据为核心协作通过CAXA PLM可以实现部门内协同和部门间有效协同；快速为生产制造准备产品数据；消除信息孤岛，实现部门内和跨部门业务的贯通，贯通设计、工艺、制造过程。CAXA PLM云商店登榜，为制造企业“保驾护航”华为云云商店作为值得信赖的软件及服务交易交付平台，在云服务的生态系统中，与合作伙伴致力于为用户提供优质、便捷的基于云计算、大数据业务的软件、服务和解决方案，满足华为云用户快速上云和快速开展业务的诉求。数码大方CAXA PLM协同管理解决方案，自2019年上架华为云云商店以来，已连续服务众多制造企业，赢得良好的市场口碑，荣获2021年度华为云商店优秀合作伙伴“千万俱乐部奖”。近期还登榜了云商店半年度热销榜TOP7、半年度服务质量榜TOP4，得到了用户的充分认可。未来，数码大方将继续携手华为云云商店，全面推进制造业实现数字化转型，共同促进制造业高质量发展。编辑&撰文 | 一只大月亮

行业资讯一览中国移动宣布：和飞信将停止服务中国移动近日发布公告，宣布调整和飞信业务，自9月30日开始停止提供该服务，这意味着曾经收获5亿注册用户的飞信APP将正式走下历史舞台。需要提及的是，和飞信去年4月底曾发布业务调整公告。公告称，由于业务发展调整，将于2021年4月28日起，暂停企业注册，并对全体和飞信用户不再赠送超级会议、语音通知、群发信使及每月500条群发助手短信条数等体验权益。（来源：每经网）工信部：持续推动工业互联网产业创新7月25日工信部消息，工信部副部长徐晓兰出席第五届数字中国峰会工业互联网并致辞。徐晓兰表示，工信部将充分发挥政府的引导作用和市场的主导作用，不断开创工业互联网创新发展新局面。一是持续夯实工业互联网发展基础，二是持续推动工业互联网产业创新，三是持续深化工业互联网融合应用，四是持续增强工业互联网安全保障。（来源：新浪财经）易趣网宣布8月12日关闭，成立至今已有23年7月24日消息，易趣网（上海盈实信息技术有限公司）发布公告称，由于公司调整运营策略，决定停止易趣网络平台运营，关闭易趣网站。2022年8月12日24:00前，易趣网将关闭网站所有商品、商铺的交易功能，同时关闭易趣网用户注册、登录、充值功能，关闭网站服务器。1999年，易趣网成立，距今已运营23年。易趣网为中国第一家C2C网站，2000年，易趣网凭借各项指标长期排名榜首，成为中国第一大电商网站。2003年6月，全球最大的电子商务网站美国eBay收购了易趣网剩余股份，全资控股易趣，同年淘宝成立。（来源：钛媒体）华为杨超斌：5G赋能数字经济，携手共创智慧未来7月24日，在第五届数字中国建设峰会期间，华为无线网络产品线总裁杨超斌发表了题为“5G赋能数字经济，携手共创智慧未来”的主题演讲。杨超斌表示:“中国5G进入规模化应用关键期，需要持续推动5G网络基础设施的建设，提升每万人5G基站数和农村5G体验，支撑5G应用场景和产业生态快速发展；面向5.5G持续创新增强5G网络能力，构筑‘下行10Gbps、上行1Gbps、千亿联接、内生智能’的移动网络，满足toC新业务和toB行业应用的新需求，为数字中国的建设注入新动能。”数字人民币产业联盟成立第五届数字中国建设峰会7月23日-24日在福建省福州市举办。24日上午，由新大陆数字技术股份有限公司、华为技术有限公司共同发起倡议成立的“数字人民币产业联盟”举办选举大会。截至目前，联盟包括了37家成员单位，其中包括了多家大型国有银行。据了解，该联盟旨在对接数字中国战略，推动数字人民币新基建创新发展，促进数字人民币产业发展、联合技术攻关、技术与知识资源共享。工信部推出互联网账号一键查询7月21日，工信部推出“一证通查”服务，帮助用户防范在本人不知情注册互联网账号情况下带来的涉诈风险，在支付宝内搜索“一证通查”小程序，输入相关信息，即可获取绑定互联网账号信息，还可以自主注销不常用账号。（来源：新华网）云商店一周动态云商店携手医码平川，助推医药企业数字化升级药品安全关系着人民群众的身体健康，相关问题一直是人们关注的热点话题，而药品溯源作为药品安全中的重要一环自然也备受瞩目。由华为云联合数衍科技推出的医码平川追溯服务平台，就可以很好地解决药品溯源的问题，“医码平川”可以为广大药品零售企业提供药品追溯、经营管理、消费者用药安全等一体化SaaS服务。阅读全文，了解更多：“医码平川”功能升级，保障药品追溯数据真实可信！云商店伙伴帆软携手燕喜堂，推动百年药企发展作为华为云云商店商业智能类伙伴，帆软携手百年药企燕喜堂，开发了具有燕喜堂特色的报表，高效地完成数据收集汇总，极大的提高了业务部门的工作效率，更为公司战略提供了强大的数据支撑！阅读全文，了解更多：数字化时代，是什么“黄金宝藏”在推动百年药企发展？编辑 | 一只大月亮