产品负责人 · 0→1 · 2026.04–2026.09
PDPS Agent
把智能体装进工业软件内部：日均重复操作 4 小时降到 1 小时。
背景与问题
每天 4 小时，花在重复点击上
夹具验证一套约 1 小时、单条轨迹制作 1–2 小时，占工程师工作量的 50%。团队全年在这类操作上累计投入 5000+ 工时，高峰期只能靠加班保进度。
我的判断
不做外围助手：问题不在模型，在进不去软件内部
通用智能体只能处理文件审核、表格整理这类流程外围任务。归因后确认是三重壁垒挡住了它，于是放弃做插件式辅助工具，改为把智能体放进工业软件进程。
- 接口壁垒 → 用 MCP 把项目信息与软件操作注册成智能体可调用的工具
- 知识壁垒 → 把企业内部仿真标准与工程经验注入智能体，参数自动嵌入代码
- 执行壁垒 → 在软件进程内动态编译并执行代码，而不是只给建议
- 闭环 → 编译与运行错误自动回传，由智能体自我修复后重跑
四层解耦：迁移到别的工业软件，只需换一层
交互层只管请求输入与结果渲染，智能层承载技能与工作流，能力层提供编译、工具、会话三项原子能力，领域层只适配软件原生库。因此换软件时，上面三层可直接复用。
产品变强不靠发版本，靠使用
内核定义能力路由、权限边界与六步标准工作流；验证过的操作由元技能自动沉淀为新技能，团队共享、滚动生长。
- 内核 1 份：能力路由 / 权限边界 / 标准嵌入策略 / 六步标准工作流
- 基础工作流技能 8 项：按仿真场景定制
- 业务核心技能 2 项：功能开发与技能沉淀
- 自沉淀技能矩阵：验证过的操作持续入库，团队共享复用
方案
不做外围助手，把智能体装进软件内部
通用智能体进不了工业软件：接口、知识、执行三重壁垒。我们用 MCP 注册工具接口、注入标准与工程经验、在软件进程内动态编译执行代码，把「想得到」变成「做得了」。
结果与指标
重复操作从 4 小时降到 1 小时
夹具验证 1 小时降到 3 分钟，轨迹制作 2 小时降到 10 分钟；单项目节省约 240 工时，不同工程师之间的输出一致性达 99%。
- 调研通用智能体与工业软件 AI 方案，判断通用方案进不了软件内部，确定「嵌入软件进程」的技术路线
- 定义产品边界与四项核心能力：软件内专业操作、可复用功能开发、工作流端到端执行、标准与经验注入
- 设计「一个内核 + 三类技能」体系：能力路由、权限边界与六步标准工作流 + 基础技能 8 项 + 业务核心技能 2 项
- 推动方案在真实项目落地：单项目节省约 240 工时，标准类问题修改率下降 50%，不同工程师输出一致性 99%
- 日均重复操作耗时降幅
- 75%
- 夹具验证单次耗时降幅
- 95%
- 仿真业务全流程提效
- 40%
五维成效
效率
4h → 1h
日均重复操作耗时；其中夹具验证 1 小时降到 3 分钟，轨迹制作 2 小时降到 10 分钟
成本
240 工时
单项目节省约 240 工时，人力成本降低 30%
质量
99%
标准类问题修改率下降 50%，不同工程师之间的输出一致性达 99%
体验
20 → 10 天
新工程师上手周期减半，团队调研满意度 90%
资产
7 项
沉淀可复用技能 7 项，覆盖 5 个高频场景，累计被调用 50+ 次
可复制范式
可复制的不是这个工具，而是一套方法
以工业软件开放接口为底座集成智能体、用 MCP 注册与软件通信的工具接口、在软件进程内动态编译执行代码——这套范式不依赖任何特定软件。迁移时只需适配领域层的原生库与工具接口，交互层、智能层、能力层以及通用工作流技能可直接复用。
- CATIA（CAA 二次开发）
- 西门子博图（Openness API）
- 其他具备稳定 API 与二次开发能力的工业软件
产品演示
PDPS Agent
自然语言下达指令，智能体在软件内自动完成焊点可达性验证；机器人按结果运动，结论实时流式返回