前言
维修班缺的不是文字，是把现场现象写成可执行的工单、把经验写成可核对的步骤。生成式 AI 正好擅长起草。起草一旦被当成签发，隔离上锁、工艺安全判断、现场验收和备件适用会一起被模型说可以带走。
西门子工业 AI 页面谈的是工业场景中的 AI 能力方向，不是把维修责任交给模型。ISO 55001 要求组织在资产管理体系里做受控决策。OSHA 1910.119 把维修涉及的工艺安全写成条款：程序、培训、机械完整性、开车前安全审查，这些不能外包给一次对话。能起草什么、不能替代什么，必须先划线。
一、能起草，不能签发
模型擅长处理未经加工的现场反馈。当班组喊“进料泵漏了”时，模型能将其转换为包含位号、现象的工单草稿。对于作业步骤，它能根据历史记录，拼凑停机、拆装初稿。
这些产出本质上都是草稿，其价值在于缩短面对空白文档的停滞时间，而不是取代人的专业判断。
隔离上锁必须由有资格的人在设备上完成。工艺安全判断——这次维修会不会碰到危险物料、联锁——必须走厂内程序。现场验收必须看到装上去的件、对中数据。备件适用必须核对制造商与尺寸，不能因为模型见过类似件就发料。化工与离散车间同样不能用生成文本代替现场确认。
二、过去：把问答当专家系统
把聊天窗口直接交给班组，是试点里走过的弯路。问密封漏了怎么办，模型给出通用步骤；问联锁能不能强制，模型给出操作建议。现场图快，草稿被直接执行。
失败模式很稳定：步骤不引用本厂规程，点检初稿抄了别的行业，故障归纳无法对设备。没有人工审核与回溯时，模型只是一个不知道本厂锁点图的外人。
三、现在：起草层与决策层分开
本厂规程能引用、人审关口设得住的起草可以试点；隔离上锁、策略和联锁不能试点。模型只进起草层，决策层仍是人、程序和现场。
起草层调用的上下文必须受控：本设备位号、规程条款、近期同类工单。屏蔽无关设备数据，避免暴露其他装置的缺陷。
决策层必须坚守：首先是人审再下发，必须签字；其次是引用本厂规程，步骤里的隔离必须指回具体文件；现场动作严格按原资格执行；最后是失败可回溯，留存提问和审核痕迹。
ISO 55001 要的是决策框架，模型不能成为决策者。OSHA 1910.119 覆盖的设备上，工艺安全判断不能外包给模型。
四、落地：人审、引用、屏蔽、回溯
系统层面限定起草对象，硬性拦截工艺安全结论和备件替代。上下文严苛裁剪：仅限本设备规程，屏蔽通用手册。
流程上，下发执行必须等待人工审核。人审核对位号和隔离要求。所有操作留存批准人痕迹以备追溯。
工厂落地时：能力方向可以试点，责任边界不能试点。
五、误区：让模型直接改策略或联锁
现场最容易犯的错误是让模型越权触碰策略表和联锁。将修改维修周期开放给模型，等同于把起草层变成不受控的运行层。出了问题后没有留存上下文和人审记录，导致下一次尝试依然是个黑箱。
起草可以交给模型。签发、上锁、验收、适用确认，不能交给模型。
