ENGINEERING LAB

Negency 工程实验室

在客户案例不足的阶段,可复核的工程记录就是信任资产。Engineering Lab 按三层证据等级公开 Negency 的技术样板:已验证工程资产、可验证的参考原型、技术方案与研究。

讨论我的 AI 项目
Negency 工程实验室
图片:KUKA 工业机器人产线码垛,KUKA Roboter GmbH · Wikimedia Commons,Public Domain

工程实验室是 Negency 工程验证的公开记录,写给技术决策者与同行:每个样板按同一套证据标准写清——它是什么、验证到哪一步、还缺什么、结论基于哪一次代码审计。三层证据体系:已验证工程资产、可验证的参考原型、技术方案。

Forge 证明的是控制面工程能力——流程编排、证据治理、人工审批门控,不自动证明所有场景;企业知识 Agent 与工业视觉仍处设计阶段,验证状态见各自样板。

证据标准:实验室按三层证据等级组织。

  • 已验证工程资产是真实系统,有内部运行记录。
  • 可验证的参考原型须同时有真实运行环境与回归测试才列入——这一层目前是空的。
  • 技术方案指设计方案,尚未验证。

每层是什么、验证到哪一步、还缺什么,全部写清楚,供技术同行检查、复现、指出问题。

每个样板统一按八项呈现——目的、系统架构、技术方案、测试环境、已验证结果、未验证范围、已知限制、后续实施方式。没有客户案例就不编客户案例;没有验证结果就不写数字。

TIER 01

已验证工程资产

真实系统,内部运行中,记录可复核。

SAMPLE 01

Negency Forge

内部已验证原型

  1. 请求受理
  2. Hermes 编排
  3. 分阶段执行 T1–T3
  4. 冻结主稿
  5. 人工批准 T4
  6. 受控分发 T5
  • 审计基线master 353c0f72 ·
  • 门禁检查单次运行 34 项
  • 评分1200 分 · 机械诊断分
  • 运行记录27/34 · 1085/1200 ·

以上数字绑定 353c0f72 基线;主干已合并 P4 与 IMG-1,待下轮代码审计复核。

FIG. FORGE DAG — 14 个节点

  1. 01研究
  2. 02证据归一化
  3. 03声明账本
  4. 04矛盾检查
  5. 05大纲角逐
  6. 06写作
  7. 07事实评审
  8. 08编辑评审
  9. 09视觉规划
  10. 10图表工具
  11. 11视觉评审
  12. 12渲染质检
  13. 13人工批准
  14. 14发布归档
节点与顺序取自本页正文「系统架构」;代码渲染,无示意图。

目的

Negency 自研内容生产系统:研究、写作、视觉、审核、发布做成可编排、可审计、可复核的流水线。核心判断:内容质量是系统问题,不是写手问题——没有门禁与证据,再好的写手也会把错误发出去。

系统架构

生产路径:请求受理(幂等回执)→ Hermes 编排(租约 + fencing)→ 分阶段执行 T1–T3 → 冻结主稿 → 人工哈希批准 T4 → 受控分发与学习反馈 T5。执行核是 14 节点确定性 DAG(研究 → 证据归一化 → 声明账本 → 矛盾检查 → 大纲角逐 → 写作 → 事实评审 → 编辑评审 → 视觉规划 → 图表工具 → 视觉评审 → 渲染质检 → 人工批准 → 发布归档),阶段检查点以 dataclass 序列化、哈希校验,可由另一进程恢复续跑。任务状态是 14 状态显式状态机:非法转移抛错,每次转移留带时间戳与序号的历史记录。

技术方案

Python 3.10+ 为主,TypeScript Hub 兼容主链;SQLite + Google Sheets + Google Drive 分层存储。

  • 证据治理:声明账本逐条管理事实声明(类型/风险分级、数字防火墙、溯源图);声明锁门在线取回原文比对数字与摘录;12 模块评分每项附可重放证据(脚本 + 输入/输出路径 + SHA-256 哈希),哈希不符即不通过。
  • 门禁完整性冻结:232 个门禁与生产文件的 SHA-256 哈希冻结进清单,清单哈希钉死在代码中;门禁服务每次运行前先验完整性。
  • 人工审核是硬门:发布批准只认 Hermes T4 服务端签发:绑定人类审稿人身份(签署人白名单),批准哈希等于冻结主稿哈希;无批准进入等待状态、永不自动签发;执行者不能评审自己的任务。
  • 质量门禁:单次运行输出 34 项检查记录(12 个评分模块 + 7 项读者检查 + 10 项视觉系统检查 + 5 项独立门),12 模块满分 1200 分,任一否决项则总分清零。1200 分是机械诊断分,代码明确标注仍需独立验收。

测试环境

代码仓 ieyer/agy_workspace(私有仓)master 分支。本页 Forge 事实的审计基线为 master 353c0f72(2026-11-12 代码审计,审计时 HEAD 9c6068b6,发布前复核至 353c0f72;门禁判定与阈值未变);2026-11-13 运行记录的门禁代码与 353c0f72 同步。此后主干已合并 P4(c070c339)与 IMG-1(e4da8ccc),上述数字与结论待下轮代码审计复核;复核完成前,本页仍按 353c0f72 基线表述。测试套件约 1,700+ 个测试函数(抽样估算),pytest 标记分层;CI 每次提交运行合同门、验收门、回归套件与密钥扫描。系统已内部使用,Negency 公众号批量生产经由此管线。

已验证结果

六个公开模块均有真实代码支撑:工作流编排、任务状态、证据治理、审核机制、执行日志(任务级 JSONL 三流日志 + 领域事件存储 + 问责账本)、质量门禁(34 项检查 + 1200 分机械诊断 + 失败闭合)。

2026-11-13 一条真实生产任务的完整记录见本页「真实运行证据」:门禁 27/34 通过、独立验收 1085/1200、新草稿入箱且对账 PASS。单篇任务记录,不是批量统计。

未验证范围

运行时行为仅有一篇任务记录:真实并发下的租约表现、门禁通过率、吞吐与可用性均未实测;HTTP 受理路径尚无真实执行记录;生产运行区与 master 的一致性未核查。

已知限制

不声称 CMMI 认证、生产吞吐性能、100% 可靠性——三者均无证据。1200 分是机械诊断分,不替代独立验收,不作为发布 verdict。测试套件存在已知失败项,由失败棘轮管理(只减不增),不声称全量通过。

后续实施方式

按工厂整改纲领继续收敛:门禁按已签发真稿再标定、图片管线自动化、发布版本化;生产运行区随版本升级。本页事实随代码审计更新,HEAD 移动后复核关键结论。

真实运行证据:2026-11-13 内容生产任务

一条真实任务的完整执行记录——公司自有内容生产任务,非客户任务;任务标识已脱敏。运行版本:门禁代码与 Forge master 353c0f72(P5)同步。

  1. 请求提交
  2. 任务创建
  3. 分阶段检查点
  4. 分阶段执行
  5. 审核与批准
  6. 交付结果
  7. 日志与失败处理
  • 请求与任务:改写任务于董事会结果落地后下达(2026-11-12),工作分支当日建立;任务标识(脱敏):NEG-…-20261113。
  • 分阶段检查点:评审包 → 小修返工 → 门禁代码同步至 master 353c0f72 → Phase A → 背书门禁运行 → 绕过记录 → Phase B 推箱;每一步均为 git 提交 + 证据文件。
  • 分阶段执行:Phase A 完成图片真实上传与页脚 v3(HTML SHA-256 前缀 9a52f6a1…);Phase B 新开草稿推箱,不覆写旧稿。
  • 审核与批准:独立验收 1085/1200(12 模块逐项打分,无一票否决项);7 门失败经裁决为非缺陷,凭书面批准绕过。
  • 交付结果:新草稿已入微信草稿箱(2026-11-13 09:10,北京时间);对账 PASS——图片 4/4、图注 3/3、参考文献 12/12;旧稿冻结未动(内容 SHA 4718bfd1… 未变)。
  • 日志与失败处理:门禁运行 27/34 通过(背书运行 17945138…c779);7 项失败(anti_ai、figure_legibility、image_semantics、image_text_integrity、shareability、story、visual_quota)记为机制误报/标定问题,非内容缺陷;其余门禁照常运行并通过。
  • 测试边界:单篇任务记录;无并发、吞吐、可用性实测;本证据覆盖工作分支 + 门禁 + 推箱路径,HTTP 受理路径尚未见真实执行记录。

说明:Forge 的内容生产能力证明流程编排、证据治理与控制面工程能力,但不自动证明所有企业 Agent 场景已经验证。运行证据以文本记录呈现,未附控制台截图(控制台需登录,无公开演示)。

TIER 02

可验证的参考原型

原型须同时具备真实运行环境与回归测试,才进入这一层。

目前这一层是空的。暂无样板同时满足“真实运行环境 + 回归测试”,所以这里不列任何项目。技术方案在跑通并通过测试之前,不会提前升级到这一层——下面的企业知识 Agent 与工业视觉样板,在此之前一直留在第三层。

TIER 03

技术方案与研究

设计方案与研究方向,按设计方案呈现,不写成已验证的系统。

SAMPLE 02

企业知识与工作流 Agent

技术方案

  1. 文档进入
  2. 数据解析
  3. 知识检索
  4. 模型响应
  5. 工具调用
  6. 权限控制
  7. 人工审批
  8. 执行结果
  9. 审计记录

目的

把企业文档、数据与工作流连成一个可控的 Agent 系统:员工提问,系统检索知识、起草回答、调用工具执行,并在关键步骤停下来等人工确认。解决的问题不是“Agent 能不能回答”,而是“敢不敢让它动手”——回答可以错,写入与执行错了要有人负责。

系统架构

九步链:文档进入知识系统 → 数据解析 → 知识检索 → 模型响应 → 工具调用 → 权限控制 → 人工审批 → 执行结果 → 审计记录。检索与执行分开:模型只负责提议,写入与执行必须经过权限检查与人工审批;每一步都留下可追溯的记录。

技术方案

检索用 RAG(知识库检索 + 模型生成),执行用工具调用(MCP/API 连接业务系统),治理用门控写入:读与写分车道,写入操作必须绑定权限与审批,审批通过才执行。治理方法见 Control Brief 系列:门控写入、权限债、Agent 路由。什么情况下用检索、什么情况下用工具调用、什么情况下必须人工审批,判定规则见本样板末尾的判定表;验收指标见同处的验收指标表,阈值试点前与客户共同定。

测试环境

尚未搭建。本样板目前没有可运行的测试环境,没有在线可交互演示。本页的九步链是设计方案,不是产品截图;不要把它当作已上线的系统。最小可复核原型已立为独立研发任务(见「后续实施方式」),尚未开始研发。

已验证结果

治理方法已形成公开文字:门控写入、权限债判断、Agent 路由与 Kill Switch 三篇方法笔记已在 Control Brief 系列发表。这是方法层面的验证,不是系统层面的验证——方法成文不等于系统跑通过。

未验证范围

九步链全链路尚未在测试环境跑通;检索准确率、工具调用可靠性、权限模型在真实业务系统上的表现均未验证;没有任何性能与成本数字。

已知限制

无真实客户数据测试;无生产运行记录;不承诺检索准确率、响应时间与实施周期。任何数字都要等试点测出来再写。

后续实施方式

第一步是独立研发任务「企业知识 Agent 最小可复核原型」(状态:待研发,未开始):公开测试文档 → 检索 → 生成有来源的答案 → 模拟业务工具 → 权限判断 → 人工批准 → 审计记录。七个验证用例:正常检索;找不到答案;无权限调用;工具调用失败;审批拒绝;审批通过;审计日志记录。七个用例全部通过后,本页状态才可升级为「内部已验证原型」;在此之前保持「技术方案」标签。

原型通过后再按客户场景搭建试点:场景诊断 → 小范围试点(只读检索先行)→ 受控写入试点 → 评估是否扩大。每一步以可复核的验收标准决定是否继续;试点不达标就停下来改方案,不硬推上线。

判定表:什么情况下用什么处理方式

判定规则为设计方案,随原型验证调整,不是实测结论。

情形处理方式为什么
只需回答已有知识的问题RAG 检索 + 引用来源答案可溯源,错了可纠正
需要查询或变更业务系统工具调用(MCP/API)模型只提议,调用须过权限检查
涉及写入、执行、对外发送必须人工审批写入与执行错了要有人负责
检索无结果或置信度不足明确说不知道,不编造答案宁可不答,不给错答

验收指标

阈值试点前与客户共同定,写入验收文件。

指标衡量方式阈值
检索准确率抽样人工核对检索结果是否切题试点前与客户共同定
答案引用率有来源引用的答案占比同上
工具调用成功率成功调用次数 / 总调用次数同上
审批时延从提交审批到人工决定的耗时同上
审计记录完整性每次执行是否都有完整可追溯记录同上

SAMPLE 03

工业视觉与边缘 AI

技术方案

锡膏检测机内的检测相机
示意照片 — 锡膏检测机内的检测相机,非 Negency 设备摄影 Nelatan · CC BY-SA 3.0
  1. 图像采集
  2. 边缘推理
  3. 缺陷分析
  4. 证据归档
  5. 人工审核
  6. 工单

目的

把工业视觉检测做成可验证的闭环:图像采集 → 边缘推理 → 缺陷分析 → 证据归档 → 人工审核 → 工单。检测结论必须可复核、可追溯:每一张判为缺陷的图,都要能回放它为什么被判为缺陷、谁复核过、最后进了哪张工单。黑箱打分不进工厂。

系统架构

六步链:图像采集(工业相机与传感器)→ 边缘推理(边缘计算模组本地运行模型)→ 缺陷分析(缺陷类型判断 + 置信度 + 证据图)→ 证据归档(原图 + 推理结果 + 复核记录一并保存)→ 人工审核(必经环节,机器不单独放行)→ 工单(缺陷确认后进入工单与维护系统)。部署形态按客户现场定:公有云、客户私有云、本地部署、边缘设备均可评估;数据可以不出厂房。

技术方案

边缘推理优先:模型部署于边缘设备,低延迟、断网可运行,不依赖云端往返。缺陷分析输出类型、置信度与证据图三件套,不只给一个分数。证据归档保存原图、推理结果与人工复核记录,支持事后追溯。人工审核是必经环节:任何缺陷结论在进入工单前都须人工确认。设备选型(相机、传感器、计算模组)与工单系统集成按具体项目评估,不预设单一厂商。

数据集选择标准:只用经许可的公开数据集或客户授权数据;缺陷类别与标注口径须先于模型选型确定;训练集、验证集、测试集分离,测试集在验收前不参与调参。

模型验证流程:离线验证先行——在测试集上测检测准确率、误报率与漏检率,阈值按验收指标定,不按演示效果定;离线通过后才进边缘设备试点;试点结果决定是否进入现场验收。

失效模式与处置(设计,非实测结论):误报——人工复核驳回并记录,复核记录回流标注口径;漏检——抽检与复核发现后补录为新样本并触发离线重测;光照变化——采集端先做光照标定,超出标定范围的批次暂停自动判定、转人工;新缺陷类型——不强行归类,标记为未见类型并转人工,是否纳入类别由标注口径决定。

边缘硬件选型方法:按推理延迟、功耗、环境温度、接口与供应链可得性四项打分,不预设单一厂商;选型结论以试点实测为准,不以厂商标称参数为准。评分维度见本样板末尾的选型评分表。

测试环境

离线验证环境已搭建(服务器 CPU 运行):DeepPCB 公开数据集(MIT 许可)已选定,首次离线验证已完成一次。没有测试台,没有真实设备,没有边缘设备试点。本页的六步链与部署形态仍是技术方案,不是已运行系统的记录。

已验证结果

离线验证首轮(2026-11-13):DeepPCB 公开基准(MIT 许可;500 正常 vs 500 缺陷 PCB 图),简单特征嵌入异常基线图像级 AUROC 0.627,在 6.6% 误报率下检出 11.8% 缺陷板。仅离线、单数据集、弱基线——不是生产性能。五问更新回答:已做真实模型推理(离线,一次);已使用一个公开数据集(DeepPCB);已验证离线基线一项;未经过真实设备测试;未完成现场验收。

未验证范围

六步中的边缘推理、缺陷分析、证据归档、人工审核、工单仍未验证;模型选型(只跑了一个通用基线,未做选型对比);边缘硬件选型;延迟与长期运行稳定性;与客户工单系统的集成。离线验证只在 DeepPCB 一个数据集上做过一次,检测准确率与误报率仍无可交付结论。以上每一项都要等试点测出来。

已知限制

本页全部内容为技术方案,不是已交付能力;不承诺检测精度、误报率与部署周期。

首轮验证的局限:仅离线;单数据集单品类(PCB);缺陷为数据集人工引入,非自然生产缺陷;未做现场验证、边缘设备测试与延迟测量;训练与测试共享板型(按对切分,非按板型切分)。结论不自动迁移到真实工厂图像与其他产品。数据集:DeepPCB,MIT 许可,arXiv:1902.06197。

功能安全与人工复核边界:检测结论不直接触发设备动作;任何缺陷结论进入工单前须人工确认;安全相关判定不由模型单独决定。

设备认证、功能安全、网络安全与进出口合规须按具体产品逐项核查,不宣传特定设备“全面符合欧盟和美国法规”。

后续实施方式

数据集选定(DeepPCB,MIT 许可,已选定)→ 离线验证(首轮已完成:AUROC 0.627,弱基线;仅为实测下限,未对照验收阈值判定——阈值须试点前与客户共同定)→ 边缘设备试点 → 现场验收。每一步达标才进入下一步;试点数据决定方案是否继续,不用概念图代替验收。

验收指标见本样板末尾的表:检测准确率、误报率、漏检率、单张推理延迟、连续运行稳定性;阈值试点开始前与客户共同定并写入验收文件,实测不达标即返工,不降低标准放行。

边缘硬件选型评分

评分维度取自本页正文;选型结论以试点实测为准,不以厂商标称参数为准。

评分维度试点时核什么
推理延迟单张推理耗时是否满足产线速度要求
功耗满载功耗与散热是否在现场条件内
环境温度现场温度范围内能否稳定运行
接口与供应链可得性与现有产线接口是否兼容、供货周期是否可查

验收指标

阈值试点前与客户共同定,写入验收文件。

指标衡量方式阈值
检测准确率测试集上正确检出的缺陷占比试点前与客户共同定
误报率误判为缺陷的正常品占比同上
漏检率未检出的缺陷占比同上
单张推理延迟每张图的端到端推理耗时同上
连续运行稳定性连续运行时长内无故障运行的记录同上

HOW THE LAB WORKS

实验室工作方法

一套方法,用在所有样板上;方法本身不代替验证。

证据分级标准

什么算已验证:第三层升第二层,须同时有真实运行环境与回归测试;第二层升第一层,须有内部运行记录与代码审计。升级只凭证据,不凭计划。

验证流程

离线验证 → 试点 → 验收:先在测试集与测试环境里验证,再到小范围试点,最后按验收文件验收;每一步达标才进入下一步。

失败处理原则

实测不达标就返工,不降低标准放行;试点不达标停下来改方案,不硬推上线;失败记录写进样板,不藏起来。

版本化证据

每项事实标注审计基线(代码提交 SHA)与复核状态;代码继续推进时,关键结论在下轮审计中复核,复核前不擅自更新数字。

NEXT STEP

从你的场景开始,而不是从我们的样板开始

先告诉我们业务问题;我们会如实告诉你它是否适合做试点。