霍尼韦尔的智能体能管设备，但自主开关不接线

凌晨两点，一栋办公楼里同时响起来的告警有九成以上是误报。这栋楼里值班的人每班八到九个，一条一条把它们划过去。霍尼韦尔把这件事交给了一个智能体。可是发布同一周，它的首席技术官对媒体说，自主模式他们还没打开。发布材料写的是这套智能体能在既有系统之间自主协调动作。这一次，技术官说的是接下来两三年先跑人看着的模式，什么时候切换交给客户决定。

发布里写了能力，采访里写了放行条件

霍尼韦尔在 10 月 14 日推出 Forge Cognition，这次与英伟达、戴尔一起做。它把智能体与数字孪生放到一栋楼的暖通、安防和供电系统之上。这套东西的定位是「楼宇背后的大脑」。运维人员可以问楼里现在怎么样、某个设备最近的状态，再顺着一个数字副本点进去，看到具体的楼层、区域或机组。

这一次发布的采访里，首席技术官 Suresh Venkatarayalu 把边界说得很清楚：目前没有开放自主。这种有人看着的模式大概还要跑两三年，之后由客户决定什么时候切。发布材料的措辞与这句话并不冲突，它们讲的是两件事：软件已经能算出该做什么，厂商还不愿意让它自己去做。

第一个落地的场景是英伟达自己的一栋办公楼。这栋楼的安防与门禁系统里，九成到九成五的告警是误报。英伟达为此每班要派八到九个人专门清理。霍尼韦尔拿英伟达开源的 Nemotron 模型，用自家的工程知识重新训练，用来分辨真告警和噪音。它称这栋楼在楼宇管理系统上的无关告警最多减少了九成。这一次工作里，双方还识别出大约一成的能效机会。

把这两句话并排放，落差的位置就出来了。它不在推理这一侧，而在放行这一侧。这意味着要解释它，得去看那个动作做错了会发生什么。

为什么先动的是告警

换句话说，告警是所有动作里撤销成本最低的一类。智能体判断错一条，代价只有一个值班人员几分钟的注意力。人还在回路里，随时可以推翻它。误判不会让设备停下来，也不会让谁受伤。

这意味着换成另一个动作，账就完全不同。开一个阀门、改一次温度设定、在收到火警信号时关掉一道防火门，这些动作做错了要停线、要排查，有时还要按事故上报。因此这类动作做错一次，代价是一个班次甚至一周的整改，比几分钟重得多。因此厂商对这两种动作给出不同的自主权限。这是同一套账在两种场景下的自然结果。

由此得到一条可以检验的规律：一个用例能不能自动，不取决于模型在这类任务上的准确率有多高。真正决定它的是三件事：错一次能不能撤回来、多久能撤回来、谁有权撤。三个数乘起来，决定这个用例今天该放在哪一档。这条规律也预测了下一次同类事件会出现在哪里：出现在撤销成本最低、而且每一次判断都留得下证据的环节上。

把动作按可逆性分成三档

把企业里能被智能体触碰的动作按撤销成本排开，大致分成三档。第一档是只读与建议：读数据、出结论、写草稿，判错的代价是白花了一点时间。第二档是可回滚的写入：改一条记录、发一条通知、开一张工单，错了退回即可，窗口以分钟计。第三档是不可逆或者有物理后果的动作：动设备、动钱、动安全相关的开关。这三档的界线由环境划出，不由模型划出。

这两档今天的模型已经够用。第三档要解决的是另一个问题：那个不可逆的后果由谁承担。这也是为什么同样的模型装进软件系统里可以全自动跑，装进一栋实体建筑里就只能先建议。

这个分类有一个不那么舒服的推论：物理世界里的自主度会长期落后于纯软件系统，哪怕两边用的是同一个模型。原因是决定档位的是环境里那个动作的撤销成本，而环境不随模型升级而改变。因此买方按模型能力排智能体项目的优先级时，往往会先买到一批在最需要它的地方反而不许自动的软件。

合同里的交付物是客户的反馈能力

这次合作里有一个容易被忽略的条款结构。据报道，英伟达只在霍尼韦尔的前线工程师把它的运维团队和总工训练到能持续给模型反馈之后，才会签服务合同。这意味着付款的前置条件不是软件上线，而是买方自己长出了维护这套模型的能力。

这个结构说明模型装进客户现场之后不是一次交付，而是一项持续的维护义务。现场的工况在变，设备在换，人员的值守习惯也在变。这意味着模型需要有人不断把新的反馈喂回去。卖方把这项义务的一部分，转成了买方的一个岗位能力。

这对预算的含义很直接：这类项目的成本表里，许可费之外还要列一项反馈人力，写清楚谁来做、一周花多少小时、他依据什么判断模型的表现。缺了这一行，模型在现场的表现会慢慢漂移。这种漂移是悄无声息的：它不会报错，只会从准确慢慢变成看起来还行。

交付节奏也值得看一眼。这栋楼的合作在八月到了一个被称作关键的节点，报道里的下一步是让英伟达从试点客户变成付费客户。也就是说，从跑通到收钱之间还隔着一段。买方在做同类预算时，把这段时滞算进去，比把它当成意外更接近现实。

一个行业换一次重训

这套平台接下来选了 12 个测试点，分布在 12 个不同的行业，其中包含一家客户在尼日利亚的工厂运营。报道里技术官的说法是，每进入一个新行业，都要针对不同的问题和不同的目标重新训练模型。

这句话把横向复制的成本说破了。同一套平台从楼宇换到化工厂，不是把配置改一改的事情，而是目标函数、数据分布和判据都要重来一遍。设备不同，可接受的风险不同，操作员相信什么也不同。

企业里常见的失误是把第一个场景的成功当成平台的成熟度，然后按行业数量去估第二个场景的工期。这样估出来的工期通常偏短。实际工作量更接近按行业重来一次小型项目。评估卖方时，值得问的问题不是它支持多少行业。真正该问的是上一个行业从进场到稳定用了多久，其中多少时间花在数据与判据上。

立项时要先回答的三个数

要评估一个类似的项目，我们建议先回答三个数，再去看模型榜单。第一个是撤销成本：这个动作做错一次，要花的钱、时间和要上报的层级是多少。第二个是撤销窗口：从动作发生到错过挽回时机，中间有多长时间。第三个是撤销权：谁有权按停，按停之后业务怎么继续。

三个数填不出来的项目，通常连试点的验收标准也定不下来。这时候更该做的不是买软件，而是把流程本身走一遍——把一次误动作的善后流程写下来，看它需要几个人、几个系统、几天。

三个数填得出来的项目，档位基本就自己出来了。撤销成本低、窗口长、按停权在人手上的用例，可以直接放到自动那一档；撤销成本高或者窗口短的，先放建议档，把判断记录攒够再谈升级。

监督模式是一门要卖几年的产品

把自主推迟两三年，对厂商来说不是一次无奈的等待，而是一条独立的产品线。在监督模式里，计价单位换成人工确认，服务内容偏向培训与运维，收入来自席位、工时与持续服务，不来自替客户省下的那部分人力。这条线上没有人因为自动化而失去岗位，客户也不会因为一次误动作来追责。

这条产品线的存在会改变买方的谈判位置。如果合同只写「未来支持自主」，升级条件就永远掌握在卖方手里；把「达到什么指标可以切到自动档」写成可验收的条款，监督期才有截止日期。指标要挑得能测：比如连续多少天误判率低于某个阈值，或者多少比例的动作被人原样确认执行。

还有一条对预算的含义。监督期的成本结构与自动期不同，前者的开销主要落在人这一侧，后者主要落在机器与许可这一侧。拿自动期的单价去做监督期的预算，会低估第一年的投入。这也解释了为什么不少项目在试点阶段看着便宜，进入运行之后开始变贵。

这套做法能用的地方与不能用的地方

这意味着「能不能上智能体」这个笼统的问题，可以被拆成可判断的三档，让技术讨论落回动作本身。这个分档不需要新工具，一张表就能填，填出来的空格就是风险位置。

这套做法不能做什么，也要说清楚。这三个数只能回答一个动作今天该放在哪一档。它不保证智能体在动作发生的那一刻被拦住，也不替代任何安全评估。撤销成本本身是估算，不同的人估出来会差很多。它的价值在于把分歧摆到桌面上，不在于得到一个精确的数字。

这些数字的出处与边界

这篇文章的外部数字全部来自两处：霍尼韦尔的产品页，以及《财富》在 10 月 14 日的署名报道。两者的性质要分开看。

无关告警减少九成，是霍尼韦尔对英伟达一栋楼的读数，属于厂商口径；一成能效是双方「识别出」的机会，不是已经入账的收益；服务合同尚未签署，报道里写的是下一步的意图。这三句话都不能当成行业统计来引用。

可迁移的是机制，不是那些百分比。厂商愿意把自主模式推迟几年，原因写在它的产品结构里：先做撤销成本最低的告警，把监督模式当成一条能卖几年的产品线，再用培训把客户变成长期的维护方。

我们的判断

我们的判断是：在物理系统里，智能体能拿到多少自主权，由那个动作的撤销成本决定，而不是由模型的准确率决定。因此售卖的重点会长期停在监督模式上。厂商把「人看着跑」当成一条产品线来卖，而不是一段等待期。配套的采购动作有三条。

第一条，给每个候选用例标上撤销成本、撤销窗口、撤销权这三个数。定档用这三个数，不用模型评测分数。第二条，把反馈人力写进预算和岗位描述，明确谁负责在模型上线之后继续喂反馈，否则现场的准确率会无声地往下走。第三条，在合同里把模型更新的验收条件与买方反馈义务写成可验收的条款，让「谁来维护这套模型」在签字前就有答案。

留给买家的问题是：你手上那个智能体用例，做错一次多久能撤回来，谁有权按停？如果这两个问题现在答不上来，那说明它还停在监督档，而你为自动化准备的钱，花在了一个暂时不会自动的环节上。

参考来源

Fortune，《Exclusive: Honeywell Technologies launches a ‘brain behind the building’ with Nvidia and Dell》，2026-10-14（首席技术官采访、九成误报、九成降幅、一成能效、培训换合同等口径均出自该报道）

Honeywell，Honeywell Forge 产品页（产品定位与「自主协调动作」措辞出处）