一場工程AI產(chǎn)品演示會上，算法工程師興奮地介紹：“我們的模型在十萬份圖紙測試中，規(guī)范符合率達(dá)到98.7%。”話音未落，臺下一位設(shè)計院總工立即反問：“剩下的1.3%錯誤中，是否存在致命隱患？若發(fā)生事故，責(zé)任由誰承擔(dān)？”這一尖銳問題，直指工程AI落地的核心困境——技術(shù)團(tuán)隊(duì)定義的“優(yōu)秀”，未必是設(shè)計院真正需要的“可靠”。當(dāng)AI從實(shí)驗(yàn)室走向工程現(xiàn)場，評價標(biāo)準(zhǔn)不應(yīng)由代碼編寫者獨(dú)斷，而需由承擔(dān)法律責(zé)任的總工、校審人員和項(xiàng)目經(jīng)理共同制定。否則，再高的準(zhǔn)確率，也難以獲得一張簽發(fā)的圖紙。

當(dāng)前多數(shù)工程AI的開發(fā)邏輯，仍延續(xù)互聯(lián)網(wǎng)領(lǐng)域的“通用模式”：海量數(shù)據(jù)訓(xùn)練、追求高準(zhǔn)確率。這種方法在推薦系統(tǒng)或搜索引擎中效果顯著，但在工程設(shè)計中卻難以適用。原因在于，工程領(lǐng)域不是概率游戲，而是責(zé)任閉環(huán)。電商推薦錯誤可能損失點(diǎn)擊率，但工程計算偏差可能導(dǎo)致設(shè)備損毀甚至人員傷亡。因此，工程AI不能僅滿足于“98%正確”，而必須確保關(guān)鍵環(huán)節(jié)“100%可控”。然而，算法團(tuán)隊(duì)往往關(guān)注整體指標(biāo)，而總工更關(guān)心：AI建議是否考慮了本地鹽霧腐蝕等級？是否符合最新防火間距標(biāo)準(zhǔn)？若對結(jié)論存疑，能否當(dāng)場修正并留存記錄？當(dāng)評價標(biāo)準(zhǔn)以“泛化性能”為導(dǎo)向，而非“責(zé)任適配度”為核心，AI與生產(chǎn)實(shí)踐的脫節(jié)便成為必然。

工程設(shè)計的本質(zhì)是“擔(dān)責(zé)”。每張簽發(fā)的圖紙背后，都承載著注冊工程師的執(zhí)業(yè)資格與法律義務(wù)。AI若想?yún)⑴c其中，必須成為責(zé)任鏈條中的可追溯協(xié)作者，而非獨(dú)立于體系外的“黑箱工具”。這引出一個關(guān)鍵問題：AI的行為準(zhǔn)則應(yīng)由誰制定？現(xiàn)實(shí)中，許多設(shè)計院采購的AI系統(tǒng)，其規(guī)則完全由廠商封裝在后臺。總工無法查看邏輯、調(diào)整參數(shù)，更無法將自身經(jīng)驗(yàn)融入系統(tǒng)。結(jié)果導(dǎo)致：AI輸出看似合理，卻與院內(nèi)技術(shù)路線沖突；遇到特殊項(xiàng)目（如高原、海島）時束手無策；爭議發(fā)生時，廠商以“模型固有特性”推卸責(zé)任。這種模式本質(zhì)上是將專業(yè)判斷權(quán)讓渡給外部算法，卻仍由設(shè)計院承擔(dān)法律后果，形成責(zé)任轉(zhuǎn)嫁的惡性循環(huán)。

真正的工程AI，需支持總工主導(dǎo)規(guī)則構(gòu)建。以通過中國電力規(guī)劃設(shè)計協(xié)會評審的良策金寶AI平臺為例，其核心理念是“規(guī)則由總工定義、知識歸設(shè)計院所有”。在243個落地項(xiàng)目中，總工可通過圖形化界面，將“沿海項(xiàng)目需雙倍防腐”等經(jīng)驗(yàn)轉(zhuǎn)化為結(jié)構(gòu)化規(guī)則，并在私有化環(huán)境中運(yùn)行。這種設(shè)計確保AI輸出既符合專業(yè)標(biāo)準(zhǔn)，又具備可追溯性。某電力設(shè)計院副總工表示：“過去，經(jīng)驗(yàn)依賴個人記憶；現(xiàn)在，規(guī)則庫讓知識成為可復(fù)用的數(shù)字資產(chǎn)。”在該院實(shí)踐中，系統(tǒng)采納率半年內(nèi)從30%提升至85%，所有決策均可追溯至具體規(guī)則ID與版本，真正實(shí)現(xiàn)了“AI不是裁判，而是助手”的協(xié)同模式。

要實(shí)現(xiàn)這一轉(zhuǎn)變，設(shè)計院需在三個層面掌握主動權(quán)。首先，重構(gòu)采購標(biāo)準(zhǔn)：不再僅關(guān)注準(zhǔn)確率，而是要求系統(tǒng)支持總工自主構(gòu)建和修改規(guī)則、規(guī)則與規(guī)范版本聯(lián)動、生成可審計的決策依據(jù)鏈。其次，明確合同條款：在技術(shù)協(xié)議中寫明規(guī)則定義權(quán)歸屬設(shè)計院、數(shù)據(jù)與知識資產(chǎn)不得用于公有模型訓(xùn)練、系統(tǒng)必須支持私有化部署。最后，配套組織機(jī)制：設(shè)立“AI協(xié)同崗”或“數(shù)字總工助理”，專職負(fù)責(zé)規(guī)則維護(hù)、效果評估與流程優(yōu)化。中國電力規(guī)劃設(shè)計協(xié)會在評審證書中指出：“該平臺將專家經(jīng)驗(yàn)轉(zhuǎn)化為可執(zhí)行、可審計的數(shù)字資產(chǎn)，體現(xiàn)了以責(zé)任主體為中心的工程AI治理理念。”

工程AI的“優(yōu)秀”標(biāo)準(zhǔn)，應(yīng)由最終簽字人定義。算法團(tuán)隊(duì)可提供工具，但無權(quán)制定標(biāo)準(zhǔn)；廠商可交付系統(tǒng)，但不能轉(zhuǎn)移責(zé)任。未來能在設(shè)計院扎根的AI，未必是技術(shù)最先進(jìn)的，但一定是最尊重專業(yè)、最貼近責(zé)任、最能讓總工放心托付的。當(dāng)AI從“黑箱預(yù)言”轉(zhuǎn)變?yōu)椤巴该鲄f(xié)作者”，從“外部服務(wù)”內(nèi)化為“組織能力”，工程智能化才真正邁出第一步。若AI規(guī)則由總工主導(dǎo)，新人的成長能否通過學(xué)習(xí)規(guī)則庫加速？院際技術(shù)差異能否通過規(guī)則包交換實(shí)現(xiàn)良性競爭？行業(yè)標(biāo)準(zhǔn)能否借助AI規(guī)則庫動態(tài)演進(jìn)？這些問題的答案，將決定工程AI的真正價值邊界。