AI 写 PLC 代码总差一步：一句"有蓝色盘吗"说清了缺的是什么

先看论文里的一段对话（原文的演示实录，我们译成中文）：

工程师：有蓝色盘吗？

AI：没有。厂区上下文里只定义了铬、红、黑三种盘，不存在蓝色盘的料仓、传感器或分选通道。

工程师：生成序列：红 → 红带嵌件 → 铬 → 黑带嵌件 → 铬。

AI：（生成结构化文本，用的是这套设备真实的标签，比如黑盘那条支路用 BLACK_MAG_FUELLSTAND 和 INSERT_MAG_FUELLSTAND 做门控）

工程师：编译。 → 编译通过。

工程师：黑盘也能加嵌件吗？

AI：可以，嵌件工位逻辑在进入黑盘通道前同样适用。 → 编译通过。

工程师：部署到 PLC，清锁存和变量状态，然后启动。 → 设备开始按新序列跑。

这段对话里，最值钱的不是任何一行代码，而是第一句的回答。

一个通用大模型被问"有蓝色盘吗"，它会顺着你说"有，我这就写"——然后给你一段编译不过、或者编译过了但根本跑不对的代码。这个 AI 说"没有"，因为它手里有一份这家厂的真实清单。

这就是这篇论文的全部重点。

本文完整解读 Joschka Kersting、Gesa Benndorf，2026-10，《From Code Generator to Engineering Companion: A Plant-aware Agent for PLC Programming》（arXiv 2610.28160，IEEE 版权）。它不是讲"用更强的模型写更好的代码"，而是讲怎么把"一家具体的厂"喂给模型，以及怎么让它在动手之前必须先停下来问你。

一、先说清楚它解决的痛点

以前的同类系统是这样工作的（论文自己引用的前作 [1]，同样是三菱的 GX Works3 环境）：

工程师提交一句任务 → 模型生成代码 → 编译服务器校验 → 返回。

这叫流水线。它的三个问题是：

1. 它不认识你的厂。 每次都是从零开始，不知道你有哪些标签、哪些模块、现场的盘往哪走。
2. 它不能对话。 只回答一次。你没法问"这里为什么用这个互锁"，也没法说"把黑盘那条改一下"。
3. 它没有从聊天到落地的路径。 生成完就结束了，编译、部署是另一套流程，中间没有任何约束。

论文管这个差距叫交互模型的差距，而不是代码生成的差距。这句定性很重要：它意味着你换一个更强的模型，这条路也不会自动变好。

论文的演示台用的是一台三菱电机 iQ-R 系列 CPU（R04），通过 GX Works3 编程。图为同系列机架（R63P 电源 + R04ENCPU）。（图：Oleg Yunakov，CC BY-SA 4.0，Wikimedia Commons）

二、什么叫"知道这个厂"（plant-aware）

论文给的定义很朴素：让生成的代码落在目标厂的 I/O 表、标签命名空间、模块配置和物理信号拓扑上。

翻译成车间语言：别生成"一个叫 SORT_RED 的变量"，要生成"你厂里真的存在的那个 BLACK_MAG_FUELLSTAND"。

开工前，工程师要提供四样东西：

这四份材料被切块、向量化，单独建了一个"厂上下文"检索库，和原有的三个库分开。

为什么非要分开建库？

这是全文我最想推荐给同事的一个工程细节。

它的检索是四个库各查各的：库函数定义、规格规则（MEC2023/24）、通用上下文（上传文件与聊天记录）、厂专属上下文。

如果把这些混在一个索引里，你问"黑盘怎么分选"，检索可能同时捞回：某本手册里的通用示例、另一家项目的变量名、你厂的真实标签——三份混在一起，模型就挑一个看起来最顺的说。分开建库等于给每类材料一个独立的抽屉，检索时不会串味。

论文的用词是 "avoid cross-source interference"（避免跨源干扰）。这句话在大模型应用里是通用经验：上下文里最危险的不是缺信息，是"错的但看起来对的信息"。

一条被埋在演示里的关键发现

论文在描述演示台时写了这么一句（我们翻译）：

实际设备的布局必须额外讲给模型听，因为光有 I/O 表和标签，并不能表达物理布局与信号语义。

具体缺什么？它举了三件：

• 料仓在什么位置；
• 料仓什么时候算"有料"（对应传感器必须为 TRUE）；
• 盘是被传送带送到右边，执行机构按什么顺序排布。

这句话对做过现场的人几乎是常识，但它是这套系统能不能用的分水岭：

I/O 表告诉你"有这个信号"，物理说明告诉你"这个信号意味着什么"。 前者是数据，后者是知识。

三、四级台阶：为什么它不许 AI 直接碰设备

论文把"AI 能做的事"拆成四级，每一级都要工程师显式触发：

几个值得注意的设计：

• L3 的"结构化诊断"很重要。 不是给一段红字报错，而是能让模型读懂、能自动修的形式；论文写明最多 3 轮修复，超过就停——防止它无限套娃地"改到能编译为止"。
• 每一级的触发权在人手里。 论文的措辞是 "explicit engineer initiation"。AI 不会自己从 L2 跳到 L3，更不会自己跳到 L4。
• L1 不是摆设。 上面那段"有蓝色盘吗"就是 L1——它在你动手之前帮你排除掉一个不存在的需求。这一层不产生任何代码，但它省下的是整轮返工。

这个设计背后的理由论文写得很直白：在工业环境里，一个不受控的"模型到硬件"动作可能砸设备、可能停线。

四、演示台：一个分选机，和它为什么够用

演示设备是一台金属圆盘分选机：

• 盘有三种颜色：铬（最反光）、红、黑；
• 用气压 + 光电传感器识别——三种颜色反射率不同，所以阈值要分开配；
• 还有一个嵌件工位，可以往盘里塞嵌件；
• 传送带把盘往右送，经过所有料仓后分到三个盒子；
• 铬最先走，然后红，最后黑；铬和红由气缸主动推下皮带，黑盘靠重力被动落进盒子。

控制器是三菱电机 iQ-R 系列 R04，通过原型网页界面 + GX Works3 操作；厂上下文按 I/O 表、标签表、现有 ST 片段导入。

这个台子小得有点好笑，但它把问题暴露得很完整：颜色阈值、料仓状态、嵌件时序、主动/被动分选——四件事都要"知道现场"才能写对。论文也说它可作为更复杂产线（比如汽车行业）的示范。

五、这篇论文最该被强调的一句话：还没有量化评测

论文最后一节写得很诚实（我们翻译）：

计划中的工作是：在匹配的任务集上，对"厂上下文"与"通用上下文"做结构化的定量对比。

也就是说——截至这篇论文，它还只是一个演示 + 一套设计，没有"用了这套比不用好多少"的数字。

它的局限清单同样坦白：

• 只在一个厂、一个品牌生态（三菱 iQ-R / GX Works3）里演过，跨厂商不在范围内；
• 功能正确性需要硬件在环（HIL）测试或专家评审，编译通过不算数；
• 人机评估只来自单一组织背景。

怎么读这类论文？一句话：它证明的是"这条路能走通"，不是"这条路比别的路更好"。 前者已经很有价值（阶梯设计、四库分离、物理知识要单独讲），后者要等它的下一版。

它也给了下一步清单，其中两条特别值得盯：

• 执行反馈：把 PLC 运行时信号接回 AI 的上下文（现在是单向的：AI 写，人跑）；
• 多 PLC 编排：一条线上几台控制器时，谁来协调（这正是大批量产线真正难的地方）。

六、把它放回已有研究里，才有参照系

论文自己列了一张对比表，我们补上它们各自报出的数字，你就知道"编译通过率"这行数字有多虚：

读这张表的正确姿势：

• 47% → 72% 说明"让模型看编译错误"这件事本身就值 25 个百分点；
• 98.6% 是"策略连接"的正确率，不是"程序能跑"，别混；
• 本文是唯一带"厂上下文"的一列——这是它的位置，也是它的赌注：先解决"对不对得上你的厂"，再谈准确率。

七、我们的整理：要落地，这几件事得先想明白

论文没给实施清单，我们按工程顺序补一份（这部分是我们的整理，不是论文内容）：

1）先盘家底：五份材料，缺哪份先补哪份

最后一行是全文最容易被忽略、最好用的一条：这张"一页纸的现场说明"，比再买一套工具更能提升输出质量。

2）四级台阶怎么映射到你现在的流程

这四级和我们一直说的"预演 → 编译 → 仿真 → 人确认"是同一根轴，只是论文把"咨询"单独拎出来当第 0 级——这一步其实最省钱，因为它能在你打字之前就否掉一个不存在的需求。

3）三个必须先回答的问题

• "厂上下文"谁来维护？ 图纸改一次、加一个模块、换一个传感器，语料就过期了。没有版本管理的厂上下文，比没有更危险（它会一本正经地引用旧标签）。
• 跨品牌怎么办？ 论文自己说了不在范围内。现实里一条线四种 PLC，别指望一套上下文通吃——先做单台、单品牌，跑通再复制。
• 编译通过算不算过？ 不算。论文明确说功能正确性要 HIL 或专家评审。你们内部的验收单上，编译只是第三级。

4）这套思路最值得抄的一句

不是"让 AI 更聪明"，而是"让 AI 先知道你厂里的三件事：有什么、在哪、什么时候算有"。

八、和我们的工具怎么接

论文用的是三菱的 GX Works3 + MCP；博途这边的对应路径是 TIA Openness + MCP。要做同样的事——把工程上下文喂进去、让每一步动作都必须由人发起并留下记录——走 TiaLink（博途 MCP 网关）这条路：它的设计前提就是"预演 → 编译 → 仿真 → 人确认"，和你在这篇论文里看到的四级台阶是同构的，只是平台从 iQ-R 换成 S7-1200/1500。

要先把"厂上下文"这一层做起来（读工程、导标签、抽块依赖），从 TIA Forge 总入口进。

边界

• 这是一篇演示型论文，不是评测报告：稿中唯一的"结果"是一段交互实录和一台分选试验台，没有任何定量指标（没有编译通过率、没有任务完成率、没有工时对比）。论文自己写明定量评测是"计划中的工作"。
• 版权：论文标注 © 2026 IEEE，允许个人使用；我们未转载论文的图 3/图 1（演示台照片与界面截图），正文配图改用 Wikimedia 的 iQ-R 机架照片（CC BY-SA 4.0，非论文作者提供，仅型号同系列）。
• 我们未复现：没有三菱 iQ-R、没有 GX Works3、没有跑它的原型系统。文中所有系统行为、界面元素、对话实录均译自论文。
• 演示台细节（铬/红/黑盘、气压+光电、嵌件工位、三个盒子、主动/被动分选）来自论文第 IV-A 节；数字（47%/72%、68%/42.3%、98.6%、94–96%）来自论文第 II 节转述的他人工作，我们未核这些原始论文。
• "四条材料清单""四级到流程的映射""三个必须先回答的问题""五份材料判据"是我们补的工程整理，不是论文内容。
• 论文为预印本（arXiv 2610.28160），正式发表版本可能修改。

来源

• 主源文：Joschka Kersting、Gesa Benndorf《From Code Generator to Engineering Companion: A Plant-aware Agent for PLC Programming》，arXiv 2610.28160，2026-10。https://arxiv.org/abs/2610.28160
• 前作（本文基础）：Kersting、Rummel、Benndorf《Vendor-aware industrial agents: RAG-enhanced LLMs for secure on-premise PLC code generation》，IEEE ICIT 2026
• 对照工作：LLM4PLC（ICSE-SEIP 2024）、Agents4PLC（arXiv 2410.14209）、AutoPLC（arXiv 2412.02410）、Spec2Control（arXiv 2510.04519）
• 配图：Wikimedia Commons，Oleg Yunakov，CC BY-SA 4.0

同主题阅读

• AI PLC 编程：99% 成功率在这个行业算灾难
• LLM 写 PLC 程序有多靠谱？PLCWorld 闭环基准实测
• 代码锁在二进制里：AI 改 PLC 工程的四个台阶
• 12 个最受欢迎的 PLC AI 工具：能写代码的多，能进工程的少

本文由汇智网编译整理，转载请注明出处。文中的"我们的整理"与"边界"为编译者补充，不是论文内容。

这是「AI × 工业 / PLC」专题的一部分。完整地图见：AI × 工业 / PLC 完全指南