Ingot 项目规划

文档状态：v1 产品基线 + 滚动路线图。第 1–4 节固定长期方向；第 5–9 节根据真实数据、工程师反馈和验收结果更新。基线日期：2026-08-04。阶段时间仅用于资源规划，能否晋级由闸门决定。

1. 长期不变的方向

Ingot 的核心价值保持不变：

让工艺研发从没有数据支撑走向有数据支撑，让计算机基于真实数据帮助工艺工程师抉择，并采用适合问题的有效计算方法分析数据。

长期产品主链为：

可信采集 → 运行与质量证据 → 工艺追因 → 可证伪实验 → 安全优化 → 知识复用

它表达的是一条能力递进关系：没有可信数据就不做强分析；没有可验证候选就不声称原因；没有安全与校准证据就不进入在线优化。

光学镜片模压是第一个长期验证场景，不是产品边界。只有第二个明显不同的真实制造场景无需修改核心证据、实验和优化契约，通用性才得到支持。

2. 产品边界

Ingot 服务于高成本、小样本、有安全边界的制造工艺研发，由同一企业内的工艺、质量、设备和研发团队共同使用，默认单公司、厂内网络、本地部署。

核心平台承载跨场景稳定概念：

设备、连接、运行、周期和阶段；
产品、配方、材料、组件、工装和批次上下文；
实际参数、过程轨迹、版本化特征和数据质量；
质量目标、安全约束、检验结果和人工复核；
工程问题、候选原因、反证、假设、实验和证据；
分析策略、数值建议、停止规则、工艺窗口和知识适用范围；
用户、岗位权限、审计和来源留痕。

场景差异进入版本化配置：

变量、单位、允许范围和数据映射；
设备点位、周期边界、阶段和过程特征；
检验特性、目标、约束和默认实验策略；
分析必需与可选上下文；
可选机理知识、术语和报告默认值。

Ingot 不承担生产排程、通用 MES、设备联锁或无人审批自动控制。它可以与这些系统交换数据，但不会替代它们。

3. 长期架构决策

flowchart LR
    Sources["控制系统 / 仪器 / 视觉 / 检验 / MES"] --> Edge["Edge\n采集 · 映射 · 缓存"]
    Edge --> Platform["Platform\n厂内业务记录源"]
    Platform --> Analysis["确定性分析\n质量 · 比较 · 统计"]
    Platform --> Optimizer["数值服务\n模型 · 约束 · 实验建议"]
    Platform --> Agent["AI 辅助\n查询 · 组织 · 解释"]
    Platform --> Web["工程师工作台"]
    Engineer["工艺工程师"] --> Web
    Web --> Platform

稳定决策包括：

Edge 按 OT 网络和共同故障域部署，主动向 Platform 建立连接；
Platform 是运行、上下文、检验、实验、证据和知识的唯一正式记录源；
Optimizer 是无业务状态的数值服务，不能直接控制设备或批准实验；
Agent 通过授权工具读取结构化事实，不生成数值配方；
Web 不维护与 Platform 冲突的平行业务状态；
配置、数据、特征、分析和模型全部版本化并可重放；
现场采集、检验和业务记录不依赖 Optimizer 或 Agent 可用。

具体协议、数据库拓扑、算法和页面布局可以演进；改变上述稳定边界需要 ADR。

4. 产品成熟度阶梯

等级	工程师能够完成的事	系统必须证明
L0 可接入	看到设备、仪器和检验数据	原始值、单位、时间和来源明确
L1 可信运行	找到一次运行的实际条件、轨迹、上下文和结果	无静默丢数；缺失与版本可见
L2 可比较	找到合适基线并看清首次偏离	匹配条件、覆盖和混杂明确
L3 可追因	获得候选原因、证据、反证和验证建议	相关性不冒充因果；能正确拒绝
L4 可实验	把候选转成可审核、可证伪实验	对照、重复、区组、安全和停止清楚
L5 可优化	获得下一步实验建议	无泄漏回放、校准不确定性、零安全违规
L6 可复用	在新产品、设备或场景复用结论	适用范围、失效条件和漂移可发现

任何层级不能用更高层的演示绕过更低层的证据。

5. 推进方式

同时维护三条受控工作线：

产品主线：可信数据 → 比较与追因 → 实验 → 优化 → 复用；
科学验证线：历史问题回放 → 生产等价回放 → 影子建议 → 受控在线实验；
工程保障线：真实数据库测试、恢复演练、性能基线、安全和可观测性。

同期原则上只保留一个产品主线里程碑、一个科学验证任务和一个工程保障任务为进行中。

阶段 0：建立可重复基线（0–3 个月）

目标：证明系统能够稳定记录一条真实或代表性的运行—上下文—轨迹—检验证据链。

主要工作：

固定设备、Edge、运行、周期、项目和配置所有权；
完成采集配置探查、发布、安全应用、失败保留旧版本和状态回报；
建立稳定运行身份、实际参数、过程数据、上下文快照和检验关联；
固定分析准入与排除原因；
建立数据完整、关联、恢复和重放基线；
为关键 PostgreSQL 事务加入真实实例测试。

晋级闸门：至少一份运行可以从结论回到原始来源；平台中断后 Edge 能持续采集并无重复补传；新配置失败不破坏旧采集；静默丢数、计划值替代实际值和跨项目串线都有检测。

阶段 1：形成可信数据闭环（3–6 个月）

目标：让工艺工程师在日常工作中找到、筛选和比较真实运行。

主要工作：

多设备、多产品和多上下文运行组织；
工装、材料、批次、校准和维护覆盖报告；
周期详情、数据质量和同条件比较工作流；
原始数据、特征、分析快照和结论血缘；
工程师审核的数据问题与修复闭环。

晋级闸门：连续样本达到场景批准的数据完整和关联目标；排除原因可解释并可修复；工程师能独立完成运行查找和基线比较。

阶段 2：证据式工艺追因（6–12 个月）

目标：工程师询问“为什么这次没有达到目标”时，系统给出可核查候选和下一步验证方案。

主要工作：

固定回答结构：数据质量、比较基线、首次偏离、候选、反证、混杂、缺失和实验建议；
稳健差异、阶段轨迹、实际/计划偏差和上下文分层；
工程师黄金问题集和审核答案；
正确拒绝、引用覆盖和无依据因果断言评测；
候选到假设和实验草案的业务闭环。

晋级闸门：重要结论可以回到原始记录；工程师认为输出可用于下一步行动；观察性结果不会被写成确定根因。

阶段 3：回放与影子优化（12–18 个月）

目标：在不影响现场决策的前提下，测量计算方法是否比现有顺序更有效。

主要工作：

无未来数据泄漏的逐次历史回放；
与工程师历史顺序、传统 DOE 和简单基线比较；
预测区间、可行概率和停止规则校准；
新项目影子建议与工程师独立选择；
拒绝原因、未建模约束和不可执行设置分析。

晋级闸门：策略在预注册指标上具有可复现价值，建议没有违反声明边界，不确定性达到场景批准的校准要求。

阶段 4：受控在线闭环（18–24 个月）

目标：在工程师审核、明确回退和独立硬边界下，让建议进入真实实验。

主要工作：

一次一项建议起步；
实际设置回采、完整检验和自动结果固化；
重复、区组、随机顺序和独立确认；
失败、漂移、模型不可用和安全异常处置；
候选设置与工艺窗口的不同验证标准。

晋级闸门：零已知安全违规；推荐能够被准确执行和复现；在线结果与影子结论不存在无法解释的系统偏差。

阶段 5：知识复用与通用性验证（24–36 个月）

目标：将经过验证的结论复用于新产品、设备和第二场景，同时保留适用边界。

主要工作：

结论适用范围、失效条件和漂移监测；
跨产品、设备、材料和工装的分层效应；
经过基线比较的迁移或机理先验；
第二个明显不同场景的核心契约验证。

晋级闸门：迁移优于冷启动基线且没有隐藏负迁移；第二场景不需要修改运行身份、证据关系、实验状态机和优化协议。

6. 当前优先级

优先级	工作	触发理由
P0	采集正确性、运行身份、上下文、检验关联和数据质量	所有工程判断的地基
P0	PostgreSQL 事务、历史重放和恢复验证	保护长期证据
P0 科学线	历史问题与生产等价回放	尽早否证无效方法
P1	确定性追因契约和黄金问题集	形成首个日常价值入口
P1	场景配置、上下文评估和实验设计	把候选转成可信实验
P1	影子建议、校准和停止规则	在线实验前置条件
P1	本地模型解释和项目报告	降低工程师使用成本
P2	高可用、存储拆分和多实例租约	由真实规模与恢复目标触发
P2	复杂迁移、微调和灰盒先验	由审核数据和基线价值触发