论文里有句话我读了两遍：最小飞溅量的最优点，经常落在距未熔合边界 10 微米以内。
10 微米。比头发丝细七倍。
翻译成人话：你把参数往“飞溅最少”那个方向调到最漂亮的那一刻，离“这层打废了”只差一次工艺漂移。调参调到最好看的地方，恰恰是悬崖边上那块看起来最平的石头。
这是 11 月 3 日挂到 arXiv 上那篇 AgentAM（2611.05171，cs.AI）里，我唯一想抄下来的东西。不是 agent，是这 10 微米。
先说我不信的部分
标题里出现 LLM agent 加 MCP 加自然语言接口，我第一反应是往下划。这套剧本我看过太多次了，换皮而已——把“命令行调脚本”改叫“和智能体对话”，把“写个 config”改叫“用自然语言表达意图”，然后宣传稿一律写“降低使用门槛”。
降门槛本身没错。论文讲得也实在：LPBF 那套 CFD 代理模型在车间用得少，一个原因就是查一次得会写代码、得懂这模型自己的脾气。工艺工程师不该为了问一句“这个功率下熔池多宽”去学 Python。
但“降低门槛”和“这东西能自己干活”之间隔着一条护城河。行业里天天有人一脚跨过去，然后半夜找人接电话。
不性感的那堆才是底座
代理模型是多项式形式，训练数据来自 279 次单道仿真。熔池尺寸在训练覆盖的功率—速度范围内 R² 不低于 0.95；飞溅体积在测试集上 0.83。
0.83 这个数我尊重，因为它诚实。同时我也知道它在车间意味着什么——飞溅体积的预测里还有相当一坨方差没被吃掉，而你拿这个模型去卡一条 10 微米的边界，模型误差本身就和边距一个量级。
所以后面那节边距感知的优化器不是锦上添花，是这篇论文能不能落地的唯一理由。
作者干了件对的事：把最优点主动从所有阈值上推开。假设 2% 工艺漂移，仍被归为 Good 的估计概率从 0.94 提到 1.00。这数好看得有点可疑，于是他们又把几何残差一起采样进来——0.72 提到 0.91。
后一对数才是我信的。0.72 说人话：你要是老实承认模型自己也有误差，那个看起来贼漂亮的工艺窗口，只有七成概率真落在 Good 里。七成。在我们这行，这叫“没到能上生产的程度，但已经值得继续投人”。
还有那个几何判据，给每个工艺点分四类区间——匙孔、未熔合、球化、稳定——交叉验证里 93.4% 的单道轨迹和仿真几何对得上。这类判据的价值不在准确率多高，在于它把“我觉得这层不太行”变成了一个有名字、能吵架、能写进验收标准的分类。
agent 层，评测方法比结果更值得看
145 条提示的基准，另加 8 条跟边距相关的请求跑 40 次，主基准一共 725 次运行，用直接调工具的结果当评分参照。
这个设计我得说句公道话：它测的是 agent 有没有把参数传对、有没有把数如实报出来，不是测它“聪不聪明”。肯把 agent 层和底下模型层掰开单独测的，我见得不多，大部分演示到“你看它答上来了”就收。
结果：解析类提示 98.5% 传入了预期输入；65 次可行的优化运行全部满足明确给出的约束，跟暴力搜索最优解的中位差距 1.0%；飞溅数值和缺陷类别都如实报出。
98.5%。我盯着这数想的不是“真高”，是剩下那 1.5% 长什么样。
1.5% 在论文里是一行，在车间里是一批废件，在夜班是一通没人接的电话。
这 1.5% 该写进 runbook——哪类提示会失败、失败了怎么退回手动——而不是被四舍五入掉。
扯远了，回到我真正想说的。
40 到 50 个仿真
论文里还有一句埋得比较深：大约 40 至 50 个分布良好的仿真，就足以复现缺陷图。
这句才戳中我。门槛在数据，不在模型，也不在 agent。谁攒得下那四五十个分布良好的点，谁就能用；攒不下，MCP 接得再顺，也只是把查询成本换了个手。
我见过太多团队在这件事上搞反顺序：先追那个最闪的界面，数据欠着一屁股债，然后抱怨“模型不准”。
说句实话，模型从来就没准过。准的是你对它哪里不准知道得多清楚。
补一刀
这行的老毛病，是做自动优化的人把边界当最后一步的补丁——先调到最优，再“加个安全余量”。加多少？拍脑袋。
这篇论文干的是另一件事：把边距写进目标函数里。补丁是给人看的，写进目标函数的那个是给机器执行的。前者会在下一次赶 deadline 的时候被人情砍掉，后者砍不掉。
我一开始也是带着偏见翻的，翻到 10 微米那节才坐直。
以后谁再给我演示自动优化，我第一个问题不问“能提多少”，问：边距在目标函数里，还是在你嘴上。