一、背景故事凌晨两点派工还得靠人的经验去年冬天我在一家12英寸Fab跟夜班。凌晨两点光刻区的一台扫描机报了个套刻偏移的黄灯不算停机但需要判断后续批次是继续跑还是转到另一台机。当班的调度员盯着屏幕把WIP看板、机台状态、批次优先级、后工序缓冲区四个页面来回切了大概八分钟最后打电话请示了工艺工程师才决定把三个高优先级批次转走。这个场景很典型所有数据都已经在系统里所有动作都可以由系统执行但决策本身仍然由人做而且做得慢、做得不一致。同样的情况白班可能是另一个判断另一个调度员可能是第三个判断。Fab花了十几年把「执行」自动化了却把「决策」留在了人脑里而决策恰恰是波动的最大来源。我把这件事记在笔记本上回来做了个粗算这家Fab光刻区一天大约产生70到90次这类需要人判断的非标准情形每次平均耗时6到10分钟一年下来仅决策等待就消耗了大约3000到4500小时的产能窗口还不算判断不一致导致的额外调机与返工。这就是「自动化」和「自主决策」之间的差距也是这篇文章要谈的下一站。二、技术原理Fab自治能力的五级模型与决策闭环2.1五级自治模型L0手工级数据靠人抄决策靠人拍动作靠人做。现在只在少数小型特色工艺线还能见到。L1单点自动级单台设备或单个系统内部实现自动化比如设备自动上下料、MES自动记录工步但系统之间靠人搬数据。L2集成自动级MES、EAP、AMHS、FDC、SPC打通标准流程无人干预异常情形转人工。绝大多数国内12英寸Fab处在这一级。L3辅助决策级系统对异常情形给出带排序的建议方案与理由人做最终确认。这一级的技术门槛不在算法而在数据可信度与解释能力。L4条件自主级在划定的边界内比如指定产品、指定工序、指定时间窗系统自主决策并执行人只做事后审计与边界调整。L5全自主级跨区域、跨工序的全局自主优化目前还没有可信的规模化案例。2.2从感知到执行的四段闭环感知层要解决的是「数据是否可信」。Fab的数据源包括设备端SECS/GEM事件、FDC的传感器时序、MES的工单与工步记录、AMHS的搬运轨迹、量测机台的结果数据。难点在于时间戳口径不统一设备本地时钟、采集服务器时钟、MES数据库时钟三者若有偏差事件因果顺序就会错乱。做自主决策之前必须先把全厂时钟同步误差压到亚秒级并统一以事件产生时刻而非入库时刻为准。认知层要解决的是「现在发生了什么」。这一层做的是状态估计与根因归因典型技术包括基于FDC时序的异常检测多变量T2统计量、自编码器重构误差、基于共性分析的机台归因、以及基于数字孪生的产线状态预测。这一层的输出必须是结构化的、可被下一层直接消费的判断而不是一张需要人去解读的图。决策层要解决的是「应该做什么」。Fab调度本质是一个带约束的组合优化问题目标是周期时间与准时交付约束包括机台资格Qual、预防保养窗口、光罩可用性、批次优先级、腔体匹配限制、以及配方切换代价。工程上常见的三条路线是可解释的启发式规则Dispatching Rules、约束规划求解器、以及强化学习。我的建议是从规则起步用仿真做离线评估成熟后再引入求解器强化学习目前更适合做局部策略优化。执行层要解决的是「怎么安全地做」。决策必须通过标准接口下发到EAP与AMHS并且每一次自主动作都要留下完整审计记录决策时间、输入快照、候选方案与得分、最终选择、执行结果、以及是否被人工推翻。这份审计日志既是事后追责的依据也是模型迭代最重要的训练数据。图1自主决策的分层架构。感知层保证数据可信认知层输出结构化判断决策层做受约束优化执行层负责安全下发与留痕。表1Fab自治能力五级模型与落地前提自治等级决策主体典型场景落地前提L0手工级人凭经验纸质派工单、手抄参数无L1单点自动人系统辅助设备自动上下料、工步自动记录设备联网与基础采集L2集成自动人系统执行标准流程自动流转异常转人工MES/EAP/AMHS/FDC打通L3辅助决策人系统建议异常给出带理由的排序建议数据可信度达标、模型可解释L4条件自主系统限定边界指定产品与工序内自主派工与调机护栏KPI、审计日志、回退机制L5全局自主系统全局优化跨区域跨工序全局动态优化尚无规模化可信案例三、现状分析行业到底走到了哪一步按上面的模型对照国内12英寸Fab的主流水平是L2头部工厂在部分场景摸到了L3。判断依据有三条可观察的指标一是自动派工覆盖率也就是不需要人工干预即可完成派工的批次占比多数厂在65%到85%之间二是异常自动处置率即报警发生后由系统按预案自动完成处置的比例这个数字普遍很低多在10%到25%三是决策一致性同一情形不同班次做出相同决策的比例很多厂根本没有统计过。第二个指标为什么低因为异常处置涉及责任。系统自动把批次转到另一台机如果后面出了良率问题责任算谁的这个问题在技术上早就可解卡住的是管理机制。我见过技术能力完全达标、但因为没人愿意签字承担边界责任而搁置一年的项目这比算法难题常见得多。还有一个容易被高估的东西是数字孪生。很多厂做了漂亮的三维可视化但那只是「数字镜像」不是孪生。真正能支撑决策的孪生模型必须具备离散事件仿真能力能够在几分钟内回答「如果我现在把这三个批次转走未来八小时的WIP分布和交付表现会怎样」。判断一个孪生项目是否有价值就问它能不能做这种前瞻推演不能的话就是可视化项目。四、瓶颈问题卡住自主决策的五道坎【坎一】数据口径不一致。同一个「设备可用率」设备部门按运行时间算生产部门按可派工时间算财务按稼动率算三个数字能差5到8个百分点。决策模型如果用了错的口径输出必然离谱。这不是算法问题是主数据治理问题必须先把指标字典与计算逻辑固化到系统里。【坎二】模型不可解释。工艺工程师不会接受一个「系统建议转机理由是模型输出0.87」的方案。决策系统必须能给出人能理解的理由链比如「建议转到CH03因为CH02在过去4小时的RF反射功率标准差上升到基线的2.3倍且该腔体距离下次PM仅剩11小时转机可避免中途中断」。可解释性不是锦上添花是能否上线的准入条件。【坎三】异常兜底能力不足。自主系统必须回答一个问题当它自己出问题模型崩溃、数据断流、接口超时时会怎样。正确的设计是快速失败并降级到已知安全状态也就是自动退回到L2的规则派工同时告警。最危险的设计是系统带病继续做决策因为它的错误会被自动执行层放大。【坎四】权限边界与责任划分不清。这是前面提到的管理坎。解决思路是把边界写成可配置的策略而不是口头约定哪些产品、哪些工序、哪个时间窗、单次影响多少片wafer以内允许自主超出边界自动转人工。边界清晰了签字的人才敢签。【坎五】组织信任建立需要时间。技术上线只是开始真正让调度员和工艺工程师相信系统通常需要三到六个月的并行运行。这段时间不要急于扩大范围要把系统建议与人工决策的差异逐条复盘让一线看到系统在哪些情形比人强、在哪些情形不如人。信任是靠差异复盘建立的不是靠汇报PPT。五、解决方案分级放权的四步路线图5.1第一步影子模式Shadow Mode只算不发系统与真实产线并行运行对每一次需要决策的情形同时产生系统建议但不下发执行只记录。运行4到8周后做三项统计系统建议与人工实际决策的一致率、不一致情形的事后优劣评估、以及系统响应时间。一致率通常从60%起步通过持续修正规则与约束可以提升到85%以上。这一阶段的目的不是证明系统更强而是暴露模型没考虑到的现场约束。5.2第二步建议模式人点确认把系统建议推送到调度台附带理由链与备选方案人点击确认后执行。这一步的关键设计是「确认成本要低于自己想的成本」否则调度员会绕过系统。实践中的做法是默认选中最优方案一键执行如果人选择了其他方案弹出一个只有一行的原因选择框下拉选项不超过6个这行原因就是最宝贵的模型改进输入。5.3第三步受限自主划边界放权选一个风险可控的场景先放建议从「同型号机台之间、同配方、非首批次、单次影响不超过2个lot」这样的窄边界开始。同时设置三条护栏KPI如果连续2小时内该区域的X-factor劣化超过5%、或自主决策被人工推翻率超过15%、或出现任一等级A异常系统自动降级回建议模式并告警。护栏必须是自动触发的不能靠人盯。5.4第四步审计与迭代闭环每一次自主决策都要落一条审计记录包含决策ID、时间、输入数据快照哈希、候选方案与得分、执行结果、后续8小时的关键指标变化。每周做一次决策复盘会重点看三类记录被人工推翻的、执行后指标劣化的、以及系统主动降级的。这三类记录构成了下一轮迭代的需求清单比任何需求调研都准确。六、实战案例某12英寸Fab光刻区派工自主化试点试点对象是一家月产能约3万片的12英寸Fab的光刻区共14台扫描机覆盖3个产品族。试点前的状态自动派工覆盖率78%异常情形完全依赖调度员判断日均人工介入约80次区域X-factor周期时间与理论加工时间之比为2.85准时交付率91.2%光罩切换次数日均46次。第1到4周跑影子模式。初始一致率只有58%复盘发现三个主要原因模型没有考虑光罩在库房与机台之间的实际搬运时间约12到18分钟模型按固定8分钟算没有纳入操作员对特定机台的资格限制部分夜班人员未取得两台新机的操作资格以及优先级规则中的客户紧急插单没有对应字段。修正这三项后第4周一致率升到81%。第5到8周跑建议模式。调度员采纳率从初期的72%升到89%未采纳原因统计里排前两位的是「工艺工程师有临时口头要求」和「该机台今天有厂商工程师现场作业」。这两项后来分别通过增加临时约束录入界面和对接设备维护工单系统解决。这一阶段最有价值的产出是把过去存在于人脑和微信群里的隐性约束变成了系统里的显性字段。第9到12周跑受限自主。边界设定为仅限成熟产品族A、仅限非首批次、仅限同型号机台之间调度、单次影响不超过2个lot、每小时自主决策不超过12次。护栏设三条X-factor两小时滑动劣化超5%降级、人工推翻率超15%降级、任一A类异常立即降级。12周内共触发降级3次其中2次是数据采集短暂中断1次是模型对新导入光罩的处理时间估计偏差过大均按预案自动回退未造成产出损失。图212周试点的三条主线指标。X-factor从2.85降到2.43人工介入从日均80次降到26次系统一致率从58%升到93%。七、实施效果数据、成本与可复制性12周结束时的量化结果区域X-factor从2.85降至2.43改善14.7%准时交付率从91.2%升至95.8%日均人工介入从80次降至26次调度员的注意力从「频繁做小决策」转向「处理真正的复杂异常」光罩切换次数从日均46次降至38次按单次切换平均占用机台11分钟估算相当于每天释放约88分钟的光刻产能。表2光刻区派工自主化试点前后关键指标对比12周指标项试点前试点后变化与说明区域X-factor2.852.43改善14.7%周期时间显著压缩准时交付率91.2%95.8%提升4.6个百分点日均人工介入次数80次26次下降67.5%调度员转向复杂异常处理系统建议一致率58%93%影子模式暴露并补齐了隐性约束光罩切换次数46次/天38次/天每天释放约88分钟光刻产能决策一致性跨班次64%91%产线行为可预测性大幅提升自动降级触发次数不适用12周共3次均按预案回退未造成产出损失成本方面试点期间的投入主要是三块数据治理与时钟同步改造约占40%的工作量规则引擎与仿真评估环境搭建约占35%界面与审计模块约占25%。值得强调的是算法本身的开发量远小于数据治理这也是很多项目失败的根本原因——把预算全押在算法上结果模型跑在一堆口径混乱的数据上输出自然不可信。可复制性方面这套路线图在刻蚀区和薄膜区做了小范围验证结论是越是机台同质化程度高、配方切换代价明确、量测反馈快的区域自主化收益越大反之像离子注入这种机台差异大、资格矩阵复杂的区域需要先把机台资格管理数字化否则模型会频繁给出不可执行的方案。最后说一个容易被忽略的效果决策一致性。试点前同一情形在不同班次的决策一致率约为64%通过历史回放评估试点后升至91%。一致性提升带来的隐性收益是可预测性——当产线行为变得可预测后续的产能规划、交期承诺、甚至设备保养排程都能做得更紧凑。这部分收益很难单独量化但长期看可能比X-factor的改善更重要。八、常见问题答疑工程落地里最常被追问的几件事Q1我们厂连MES数据都经常对不上是不是根本没资格谈自主决策恰恰相反数据对不上正说明治理该做了而自主决策项目是推动治理最好的抓手因为它把数据质量问题变成了可量化的业务损失。建议的做法是不要一上来做全厂选一个数据质量相对最好的区域做影子模式用影子模式暴露出来的数据问题清单去推动治理。这样治理有明确目标也有业务方买单。Q2强化学习在Fab调度里到底能不能用能用但要选对位置。全局派工用强化学习目前风险太高因为奖励函数很难覆盖所有约束而且训练环境与真实产线的差距sim-to-real gap会被自动执行层放大。更现实的用法是局部策略优化比如单区域内的批次排序、或者PM窗口的动态选择把动作空间限制在几十个离散选项内并且始终保留规则引擎作为兜底。Q3自主决策上线后调度员会不会被裁掉从我看到的案例看人数变化不大但角色变了。原来调度员80%时间在做重复性的小判断20%处理复杂异常上线后大致反过来。他们的新职责包括维护约束与规则库、审计系统的异常决策、处理系统主动降级后的复杂情形。这个转变需要培训也需要岗位说明与考核指标同步调整否则一线抵触会很强。Q4护栏KPI的阈值怎么定才合理不要一开始就追求精确。建议用影子模式期间的自然波动数据来定取该指标在正常生产状态下的两小时滑动窗口标准差把护栏阈值设在均值加两倍标准差的位置作为起点然后观察四周内的误触发次数。误触发过多说明阈值太紧一次都不触发说明太松这更危险。理想状态是每两到四周触发一次既能验证降级链路有效又不干扰生产。Q5这套东西是买商用软件还是自研分层看。感知层与执行层的接口标准化程度高优先用成熟商用产品EAP、FDC平台认知层的异常检测可以用商用加定制决策层的约束与规则强烈建议自研或深度定制因为约束条件是每家Fab独有的竞争力也是最需要频繁迭代的部分。把决策逻辑完全外包等于把工厂最核心的运营知识交给了供应商。九、配套资料与实战工具包本文涉及的脚本、模板、检查清单已整理成配套资料包均为可直接在工厂落地使用的版本拿到后按自己产线的实际参数替换即可不需要从零搭。点击文章上方「VIP资源」下载区即可获取以下5项配套资料持续更新MES/SPC/EAP/良率实战资料Fab自治能力五级评估表含23项可观测指标与打分口径派工规则引擎配置模板含光罩、资格矩阵、PM窗口三类约束示例影子模式一致性分析脚本Python输出差异明细与归因分布自主决策审计日志表结构设计与SQL建表语句护栏KPI阈值标定工作表含自动降级链路测试用例────────────────────────────────────────本文首发于博客半导体智能制造| MES工程师实战笔记你在自己的产线上遇到过类似情况吗是怎么处理的欢迎在评论区留下你的做法我会挑典型问题在后续文章里展开。标签智能制造| Fab自主决策| CIM |派工调度|数字孪生| APC