把「为什么」算出来,而不是编出来
计划发下去十五分钟,计划员老陈就会被问:
「JOB-007 的第二道工序,为什么排在周四下午两点?周三上午那台机不是空着吗?」
这个问题必须当场回答,而且答案必须能对上现场。因为老陈要是答不上来,班组就会按自己的判断干 —— 一旦现场自己决定顺序,计划就废了。
多数系统在这一步会失效,而且是用一种看起来很专业的方式失效:把甘特图重新渲染一遍,高亮那道工序,然后说「这是系统优化后的结果」。
这不是回答,这是复述。
第一反应是:求解器内部有变量,把它的值读出来不就行了?比如看这道工序的「开始时间」变量为什么取了这个值,看哪条约束把它顶住了。
技术上做得到,但谋序明确否决了这个方案,三个理由:
① 只有一条路径有。 精确求解器有内部变量,快速兜底路径(规则排序)没有。如果解释依赖内部变量,那么回退解就无法解释 —— 而回退解恰恰是最需要解释的那一种(它没被证明最优)。
② 会绑定私有结构。 解释层一旦读取求解器的变量对象,求解器升级、换参数、换版本,解释就可能静默错位。而错位的解释比没有解释更糟。
③ 最要命的:幸存者偏差。 求解器在开始搜索前会做一轮预化简(presolve),把那些「显然不会顶住」的约束直接消掉。等你去读的时候,被消掉的约束已经不存在了。于是你只能看到「引擎实际比较过的候选」,而看不到「引擎判断过、但提前排除了的候选」—— 你得到的是幸存者的名单。
举个具体的:一道工序本来有三个可选设备,预化简发现其中两个不可能成为最优,直接删掉。事后你问「为什么不用那台更快的机」,系统答不出来,因为它自己也不记得了。
谋序的做法是不看求解器,看约束本身。
对每一条约束,用「输入 + 已经排好的结果」,重新把这条约束的公式算一遍,得到它允许的最晚开始时间与实际的开始时间之差 —— 这个差就是余量(余量)。
这样做有三个好处:忠实(按约束语义算,不是按引擎实现算)、同口径(精确解和兜底解用同一套公式)、可核对(计划员可以拿计算器验算其中一条)。
| 约束类别 | 回答的问题 |
|---|---|
| 前道顺序 | 前道完工了吗?最小间隔满足了吗? |
| 阶段顺序 | 同一工单内的工序阶段顺序对不对? |
| 槽位不重叠 | 同一槽位上一件事干完了吗? |
| 资源容量 | 这台设备同时在干几件?超过容量了吗? |
| 日历窗口 | 这一刻在班次里吗?在午休里吗? |
| 换型时间 | 换型时间留够了吗? |
| 工装独占 | 同一副模具是不是被两台机抢着用? |
| 保养窗口 | 这台机在保养窗口里吗? |
| 计划起点 | 有没有排到计划起点之前? |
| 固定准备 | 固定准备时间保证了吗? |
每一类都独立算 余量,互不借用结论。所以最后给出来的不是「一个原因」,而是一张按 余量 从小到大排序的约束清单。
这套机制最容易犯的错,是为了让答案好看而合成一个唯一原因。我们明确禁止两件事:
纪律一:绑定项可以不唯一,如实并列。
上图那个例子,三条约束的余量同时为 0:前道刚完工、同槽位他单刚让出、换型刚好结束。三条共同决定了两点整。这时如果说「因为前道刚完工」,就是错的 —— 换型要是多 10 分钟,它就不是两点整了。
少报一个绑定约束,等于给计划员一个错误的因果。宁可给三条,不要编一条。
纪律二:可以没有绑定项,就直说没有。
有些工序的 余量 全都大于零(比如它被排在一个宽松的空档中间,纯粹是排序规则放进去的)。这时正确的输出是「无绑定约束,位置由排序决定」,而不是硬挑一条 余量 最小的说「主要是因为它」。
遇到这种情况,系统返回「无绑定约束」,并附一句原因。测试专门锁这条:编造绑定原因必须失败。
溯源能力落在三个地方,判据完全一致:
三者共用同一个实现,不各写一份。这一点很重要 —— 如果网页和离线查询给出不同的解释,用户会开始怀疑两边都不对。
回到「AI 原生」。一个语言模型被问「为什么排在这里」,它有很多种方式给你一个听起来合理的答案:前道刚完工、设备刚空出来、交期紧。
这些答案可能对,也可能全是编的。而它无法自己判断哪个是真的。
所以正确的接法是:让 AI 去调用溯源工具,再把工具给出的约束清单翻译成人话。 AI 负责表达,内核负责事实。这条分工一旦反过来(让 AI 自己推断因果),系统就失去了可信度 —— 而且失去得毫无征兆,因为它的回答会一直很流畅。
诚实边界:溯源只解释模型里有的约束;模型没建的约束,它也不会凭空说出来。
下一篇:AI 原生不是加个聊天框 —— 实绩、策略、时间三条回路,讲清「自学习」到底学什么。