简介:本文对比“通用大模型直接接入现场”和“基于分层架构、安全护栏与离线能力构建维保Agent”两种方案,围绕准确性、实时性、安全性、接入成本、运维复杂度和适用场景展开分析,帮助技术团队判断如何让电梯维保智能助手真正适应井道无信号、语音交互和多品牌设备并存的生产环境。
在电梯维保场景中,真正需要比较的对象通常不是某个大模型与另一个大模型,而是以下两种实现路径:
方案A:通用大模型直连方案
将现场文本、语音或故障码直接发送给通用大模型,由模型理解问题并生成建议。它开发速度快,适合验证想法,但对数据准确性、工具调用、风险控制和现场网络依赖较高。
方案B:安全分层维保Agent方案
以设备台账、故障知识库、历史维修记录和现场采集数据为基础,通过事件接入层、设备识别层、任务路由层、知识检索层、模型推理层、工具执行层和安全审查层共同完成诊断。模型不再是唯一核心,而是整个业务系统中的推理组件。
这两种方案都可以使用通用大模型,也都能够支持文本、语音和图像输入。区别在于:方案A强调“让模型尽快回答”,方案B强调“让系统在受控边界内完成判断和协作”。
客服机器人出现错误,通常可以通过转人工解决;但维保Agent面对的是具有物理风险的设备。错误建议可能导致:
现场环境也远比普通办公场景复杂:
网络不稳定
地下机房、井道和偏远项目可能无法持续访问后台服务。
输入方式受限
维保人员可能戴手套、双手沾有油污,长文本输入并不现实,语音和拍照更适合现场操作。
设备差异明显
不同厂家的控制系统、故障码定义、端子命名和指示灯逻辑可能完全不同,单独看到一个故障码并不足以判断原因。
安全边界严格
Agent可以提供检查顺序、测量项目和资料依据,但不应绕过授权和安全流程,自动执行高风险动作。
因此,电梯维保Agent的核心不是“回答得像人”,而是“回答有依据、过程可追踪、风险可拦截”。
虽然架构差异较大,但两者都需要具备以下基础能力:
系统需要处理故障码、设备照片、仪表读数、语音描述、维修记录和工单信息。文本模型负责语义理解,图像模型负责识别面板、指示灯和铭牌,语音模块负责将现场口述转换为结构化内容。
单靠模型参数记忆,难以覆盖所有设备手册和项目历史。两种方案都需要接入设备档案、维护规范、故障案例和备件资料。
Agent不能只返回自然语言,还应能够查询设备信息、创建工单、查看备件、更新维修状态和记录诊断过程。
最终判断仍应保留人工确认环节。尤其是涉及开关门机构、安全回路、制动系统和人员救援的操作,系统应提供依据和检查建议,而不是替代持证人员做最终决策。
通用大模型直连的流程通常是:
现场输入 → 大模型 → 返回建议
分层Agent的流程则更接近:
事件接入→ 设备身份识别→ 故障等级判断→ 任务路由→ 精确知识检索→ 模型推理→ 工具查询或工单操作→ 安全规则审查→ 人员确认与结果回写
前者链路短、开发快,但上下文容易缺失。后者组件更多,需要更长的建设周期,却能把设备身份、历史记录、知识来源和执行权限纳入统一控制。
直连方案可能把“E05”视为一个普通文本,依据模型记忆猜测含义。分层方案会先确认:
同一个故障码,在不同设备和不同维修阶段可能对应不同处理路径。因此,准确的设备上下文比单纯增加提示词更重要。
通用方案常采用相似文本检索,容易把不同设备的相似描述混在一起。分层方案应采用“结构化过滤加语义检索”的组合方式:
这类方法可以降低知识串台风险,也便于技术人员复核依据。
在生产环境中,不同任务不必全部交给高能力推理模型:
这种“快慢双层”甚至“多模块协作”方式,通常比单模型包办所有任务更容易控制成本和风险。
| 对比维度 | 通用大模型直连 | 安全分层维保Agent |
|---|---|---|
| 建设速度 | 快,适合原型验证 | 较慢,需要建设数据与流程 |
| 上下文完整性 | 依赖调用方拼接提示词 | 可自动关联设备、工单和历史记录 |
| 故障码准确性 | 容易因缺少设备信息而误判 | 可先做设备和故障范围限定 |
| 网络依赖 | 通常较强 | 可结合本地缓存和断点同步 |
| 工具调用 | 需要额外开发和权限控制 | 工具目录、参数校验和审计更完整 |
| 安全控制 | 主要依靠提示词约束 | 可加入规则、人工确认和权限审批 |
| 可解释性 | 解释可能停留在自然语言 | 可保留检索依据、决策步骤和操作记录 |
| 维护成本 | 初期低,后期容易失控 | 初期投入高,长期治理更规范 |
| 适用场景 | 内部试验、低风险咨询 | 生产维保、复杂设备和多项目管理 |
| 主要风险 | 幻觉、知识串台、越权建议 | 架构复杂、数据治理和流程建设成本高 |
假设某台电梯在五层附近停止运行,控制柜出现某故障码,现场没有明确人员被困信息。
边缘采集设备上报故障事件后,系统首先查询设备台账,确认设备编号、控制系统类型、投用时间、最近维修记录和所在项目。若设备身份无法确认,Agent不得直接给出具体端子或参数建议,而应先要求补充铭牌、控制柜信息或人工确认。
系统先判断是否存在人员被困、异常运行、门区危险、制动异常或其他紧急情况。若属于高风险事件,应优先进入救援和停梯流程,禁止系统跳转到普通排障建议。
系统根据设备身份、故障码和版本信息筛选资料,再检索相应手册、维修规范和历史案例。检索结果需要带有来源信息,并区分“厂家资料”“企业规范”“历史经验”和“现场口述”。
Agent不应一次性输出大量操作,而应采用逐步确认:
当前状态:未确认人员被困已知信息:故障码、设备类型、近期维修记录建议动作:先确认安全状态,再检查指定信号完成条件:返回测量结果或现场照片下一步:根据结果进入分支A或分支B
每完成一步,系统更新短期上下文,避免重复询问已经确认的信息。
对于涉及安全回路、制动器、门锁和高压部件的内容,系统应进行关键词和规则审查。若建议可能被理解为短接、旁路、强制运行或跳过防护,应直接拦截,并提示遵循企业安全规程,由具备资质的人员处理。
维修人员完成处理后,系统应记录故障原因、检测结果、替换部件、恢复状态和现场照片。这些信息不仅用于工单闭环,也会成为后续相似故障分析的高质量数据。
在网络不稳定的环境下,可以采用分层策略:
需要注意,离线缓存必须具备版本号、有效期和撤回机制,避免使用过期手册。
机房存在风机声、机械声和回声,语音识别不能只追求文字转写率,还应关注:
例如系统听到一个不确定的端子编号时,不应擅自补全,而应询问:“请确认是X12还是X21端子,并拍摄端子区域照片。”
提示词可以告诉模型“不要给出危险建议”,但不能作为唯一安全机制。更可靠的做法包括:
安全架构的目标不是让模型永远不出错,而是即使模型出错,也不会直接造成不可逆后果。
此时应明确限制模型权限,不允许直接控制设备,也不应把实验结果当作生产诊断结论。
如果系统要进入生产环境,建议优先建设设备主数据、知识版本管理、权限体系和审计能力,再逐步扩大模型使用范围。
从直连方案升级到分层Agent,不应简单地把原有提示词搬到新系统中,至少需要完成以下工作:
评测时不能只看回答是否流畅,还应关注故障识别准确性、引用依据完整性、危险建议拦截率、工具调用成功率和人工修改比例。
通用大模型直连方案的优势是开发快、验证成本低,适合探索维保智能化的基本价值;安全分层Agent的优势则在于能够把设备身份、现场状态、历史记录、知识检索、工具权限和安全审查组织成一个可追踪的业务闭环。
对于电梯维保这类高风险、强现场、数据异构的场景,模型能力只是基础,真正决定系统能否上线的,是数据治理、流程编排、离线机制、权限控制和人工兜底。较为稳妥的路线通常是:先用通用模型完成低风险辅助,再通过分层架构逐步引入故障路由、知识检索、工具调用和安全审查。这样既能控制初期投入,也能避免把一个“会聊天的模型”误当成可以独立决策的维保系统。