北部湾港发布西部陆海新通道智慧水运大模型,船闸智能体覆盖西江20座船闸

详细拆解

每次看到港口集团发布大模型，我先做的不是把通稿读第二遍，而是画图。左边是到达，中间是服务台，右边是离开，服务台前面那条没人拍照的等待线才是主角。8月24日北部湾港集团这场发布给我的队列形状有点特别：船闸群调度智能体在西江长洲枢纽四线船闸试了点，然后推广到西江13个梯级、20座船闸；港口群调度智能体在钦州港试运行，再推到集团旗下5个码头；牵头的是交通运输部天津水运工程科学研究院，联合北部湾大学、中国移动广西公司等5家单位，历时一年多协同攻关。十三个服务台串成一条线，其中一个决定整条线的节奏。

我想拆的那句，恰恰是最容易进董事会材料的一句：泊位编排与过闸排档由数小时缩短至几分钟。这句话说的不是船，说的是一个拿着表格的人，说他要多长时间才能给出一个答案。这是两块表。船在乎的是第二块，而且只有在第一块停下之后才轮到它。两块混在一起，你会围着一笔永远看不到的节省做预算。

这种片子我在集装箱码头、铁路编组站、越库中转场都看过一遍。活下来的有一个共同点：有一个写进制度里的人，在机器说错的时候为结果负责。悄无声息死掉的那批，吞吐曲线都很漂亮，唯独答不上来哪天失手了怎么办。所以在任何人把它做成幻灯片之前，先建模：瓶颈在哪儿，它到底替代了哪一步决策，哪个数不达标我们就停。

先把图画出来。一艘驳船从上游码头开出，到闸，等，进闸室，升或者降，出来，然后再来一遍。每一座船闸都是一个服务台，两座闸之间的那一段是个缓冲区，容量最多几十条船，满了就往上一座闸倒灌。把十三个这样的服务台串成一条线，就是模型眼里的这条江：13个梯级、20座闸室，其中一条约束决定整条链的吞吐。用排队论的话说，那条约束就是到达率与服务速率之比最高的那个服务台，而诚实的答案是：几乎没人给它埋点。这个智能体先在四线船闸上试点，然后被推广到其余闸室，而我要放慢的正是这一段。

船闸是批处理服务台，这一个细节会改变你后面所有的建模方式。船闸不是一条一条服务船只的，它是装满一个闸室再走一个循环。所以等待时间不是随利用率平滑上升的，它是台阶状的。错过一个循环的船，要等整整一个循环，外加下一个闸室的装满时间。假设闸室循环是45分钟，你晚到两分钟，代价不是两分钟，而是接近47分钟。这就是为什么分布的形状比均值重要，也是为什么任何只报均值的成效声明，都应该被当成一句没说完的话。

回到那句标题，回到两块表。第一块是决策延迟：从调度员拿到信息，到一份计划存在，中间隔着多久。第二块是过程延迟：船实际干等多久。发布说的是第一块。船活在第二块里。第一块只有通过一条具体机制才能碰到第二块，那条机制叫重排频率。一份要花三小时才能做出来的计划，实操上就是一班做一次、之后靠电话打补丁。一份五分钟就能出来的计划，你可以在每次船舶报延迟、每次水位变动、每次闸室停机检修的时候重建一遍。真正的节省不是你腾出来的那两小时五十五分钟，而是你一天能重算几次，而这个数过去是一两次，现在可以做到十次。

你要一个可以跟我吵的数，我给你，假设全部摆在明面上。假设数小时取180分钟，几分钟取5分钟，那么每次排档释放175分钟。假设每个梯级每天排两次，上水一次下水一次，13个梯级就是每天26次，也就是4,550分钟，约75.8个调度工时。假设调度员全负荷小时成本120元，那就是每天约9,100元，按330个运营日算，一年约300万元。现在对自己诚实一点：那是被释放的工时，不是被砍掉的岗位。只把你能真正兑现的那部分写进预算，比如一半，算150万元。

这个数很小，而且它本来就该小，因为它不是该盯的那个数。江上的钱在船期里，不在工时里。第二笔账。假设一艘驳船在单个梯级前平均等6小时，把这段等待切成两块：等排档结果1.5小时，等闸室空位加过闸作业4.5小时。压缩排档时间碰不到那4.5小时。假设更快的排档能把那1.5小时中的60%变成真金白银的节省，也就是每船每梯级0.9小时。假设一艘船在这条走廊上典型走6个梯级，那就是每船5.4小时。假设每天有300艘驳船有过闸需求，再假设一艘驳船的全负荷船期成本，船加船员加燃油加货值占用的资金，是4,000元一天，折合约167元一小时。那就是每船约900元，每天约27万元，一年约8,900万元。

这个数请按我读它的方式读：它是天花板，不是预测。它只在等待时间真降下来的时候才出现，而排档快并不自动等于等待短。只有当多出来的那几次重排，是指向真正浪费闸室时间的地方时，等待才会真的变短。所以站得住的版本大概是天花板的三成，一年约2,700万元，而且这个数你还得证出来。这笔算术的意义在比例上：在这里，船期大约是工时的三十倍。如果你的试点在测调度工时，那你盯错了队列。

下面这段决定这件事能不能真的落到你的库存上。假设单个梯级的通过时间均值是6小时，标准差是2.1小时，也就是均值的35%，由水位、能见度、检修窗口和队列里的船型混编共同造成。假设13个梯级之间相互独立，这个假设偏乐观但好用。那么端到端的波动按根号13放大，约3.6倍。于是端到端均值是78小时，标准差约7.6小时。你按78小时对客户承诺或者做补货计划，大概两趟里就有一趟不够。改按95分位承诺，也就是78加1.65乘7.6，约90.5小时。78和90.5之间差的12.5小时，就是你一直不知道自己缺着的缓冲。

给它配个量。假设你在钦州港后方有个仓，每天从这条走廊上领1,000吨。12.5小时的计划外波动，是12.5除以24再乘1,000，约521吨。这就是一个排产系统把均值改好了、尾巴没动时，会张开的那个口子的大小。而这恰恰是调度智能体的能力边界：它擅长均值，不自动擅长尾部。这条走廊上的尾部事件是闸室停运、雾天封航、水位反季节、船舶报晚却早到。所以不管智能体交付了什么，你的安全库存都要按波动和95分位重算一遍基准，在新的分位稳定满一个季度之前，别把旧缓冲放掉。

把它到底替代了哪一步决策说清楚，因为人手预期最容易在这里悄悄跑偏。智能体替代的是计划的生成，不替代异常的仲裁。上了之后，调度员不再画计划，改为审计划，而这两种能力不是一回事。如果你是因为画图时间变短就承诺减人，你会失望，更糟的是，你会把唯一能拦下一份坏计划的人给减掉。试点期间先保住编制，把人从生产计划挪到审核计划，并且给审核本身设指标：从异常被标出到异常被裁定，目标15分钟以内。如果延迟现在挪到了审核队列里，那你是把瓶颈搬了个家，不是把它拆了，这仍然算进展，只要你肯大声说出来。

两个智能体在账上要分开算。钦州港的泊位编排和西江的过闸排档是两个问题，目标函数不同，约束也不同。一个是在码头岸线上，拿船舶吃水、装卸效率、堆场容量去做优化；另一个是在闸室上，拿水位、船舶尺度、梯级次序去做优化。一个跑出来的结果不能给另一个背书。要是有人报一个合并后的成效数，请他拆开；拆不出来，就把它当成占位符。这不是抬杠，报一个混合数的试点，通常是在遮掩只有一半是真的这件事。

再说证据基础：长洲四线船闸试点，然后推到13个梯级20座船闸。四比二十，验证覆盖率是20%，剩下那16座闸跑在不同的水位、不同的闸室尺度、不同的船型混编和不同的上下游衔接上。我不是说推广一定会失败。我是说试点和推广是两个不同的主张，该配两套不同的验收。要求按梯级逐个验收，各自有各自的基线和读结果的日子，别让推广两个字顶替证据。二十座闸共用一个上线日期，那是项目计划，不是验证。

5家单位、历时一年多。这句话请当成复制成本的信息来读，别当成宣传点。一个科研院所、一所高校和一个运营方要一起把东西搭一年多，难的是数据、接口和口径达成一致，不是模型。你要是在自己的操作里预算一个类似的东西，把接入和联调单列一个科目，因为日历就是耗在那儿的，而且一份授权费后面什么都不跟，从来没交付过任何东西。通信那一层也要算进去：一个依赖上游报到的调度智能体，可用性等于承载报到的那条链路的可用性，所以给链路定99.5%的可用率，每次中断都记为事件，而不是记为一笔备注。

还有一个坑，它杀人于无声。智能体是从历史人工排档里学出来的，而人工排档里既有好做法，也有习惯：总是给某个船东让路，总是给关系户的船留余量，总是躲开某座有人栽过跟头的闸室。拿这个训练完就上真实调度，等于用机器的速度把江湖规矩自动化了。先跑影子模式：模型出建议，当班调度员照旧决策，每一次不一致都带原因码记下来。四周影子模式告诉你的，比通稿里任何一个准确率都多。如果不一致率高于25%，要么模型没就绪，要么你的调度员知道一些模型不知道的事，这两种情况都值得在船被卷进来之前查清楚。

把约束和目标分开，混在一起是典型的建模事故。江上有些条件是硬约束，不能拿来折中：载运某些货类的船不能和其他船同闸室，超限船有自己的窗口，检修封航是钉死的。这些要作为不可违反的约束写进模型。吞吐、等待时间、闸室利用率才是可以互相折换的目标。如果一个系统为了让目标更好看，就悄悄让软目标盖过硬约束，你不会在仪表盘上发现，你会在事故里发现。所以把约束集要成书面版，并且问清楚约束集让问题无解的时候系统会怎么办，因为那一刻才是系统告诉你它到底替谁说话的时刻。

所有这些底下还压着一个乏味的先决条件。如果你根本不知道船什么时候到引航道，那这个智能体就是在错误的输入上做优化，只不过做得很快。到闸预报误差是这一类系统的隐形天花板。在承诺任何东西之前先量一下它：船舶报告时间和实际抵达引航道时间之间误差的绝对值中位数。如果这个数高于45分钟，那你第一个季度该花在预报上，而不是花在排产上。我知道那个项目不刺激。但它才是真正出钱的那个，而且它是前置条件不是替代方案，所以大概率两个你都得做。

然后是我在看任何指标之前都要问的问题：它错的时候谁兜底。不是问应急预案是什么，那句话谁也约束不了。是谁在计划上签字。智能体给了档位，船没赶上水窗，待时费谁付。一个坏档位引出了滞期索赔或者更严重的事，进谁的预算，有没有上限。这些要在第一份真实计划下发之前，带着人名和数字写进作业制度。降级规则也要定：智能体不可用，或者与调度员的分歧超过阈值，该梯级30分钟内退回人工排档，并且一直留在人工状态，直到有权限的人把它放回去。一个输出没人认领的系统，会被信任到它方便为止，换句话说，风平浪静时它被信任，真该它出力的时候它被关掉。

接下来说埋点，带阈值，因为没有阈值的工具只是个爱好。计划采纳率，也就是智能体出的排档未经修改直接执行的比例：目标75%，低于60%要查，连续两周低于50%就停。每梯级每天的重排次数：目标4次以上，因为如果你一天还只重排两次，那你买的速度根本没有花出去。到闸至过闸等待时间的中位数与95分位，每周与控制梯级比对，95分位不允许恶化超过8%。

闸室利用率，按每可用闸室小时的有效利用体积来算，争取至少5个百分点。从异常被标出到人工接管的时间，15分钟，超时即触发该梯级自动回退。到闸预报误差，中位数低于45分钟。到达、排队、进闸、离闸四类事件的时间戳完整率98%，低于这条线，数据撑不起归因，你们就只能靠记忆吵架。

对照要设计得像是真想得到一个答案。留出两个梯级做对照，条件是船型结构、水位区间、货类、到达分布都能和试点对齐，让它们保持人工排档12周，并且在每条腿都攒够至少1,500条过闸记录之前不要读结果。隔天交替或者随机周都不行，因为这条江是有季节性的，你会拿八月和十月在比，然后把它叫成效。实在留不出整条梯级，就在一条梯级里留出班次对照，同时接受这个实验更弱的事实，把置信区间放宽，并且别把点估计当成结果发出去。

止损线趁现在还没人需要为决定辩护的时候设好。三个触发条件：95分位等待时间连续三周比对照差8%以上；采纳率连续两周低于60%；或者出现一起可归因于错误排档的事件，不管是一笔滞期索赔、一条被坏档位扣了一夜的驳船，还是一次靠调度员手工拦下的险情。三者之一触发就暂停扩张，触发两条就把该梯级退回人工排档，直到有书面的原因分析。扩张本身压到第12周之后再放，而且只在三个条件同时成立时才放：95分位不比对照差8%以上、采纳率高于75%、可归因事件为零。

万一时间表撞上预算活不下来，不碰模型你能拿到什么。两件事，都枯燥，都有效。错峰到闸，把预留闸次分给高优先级货并单独计价，这是政策改动不是系统改动，给船舶代理发个通知就能做。还有报到纪律：在上游一个固定点强制报到、带时间戳、不报有实质后果。按我的经验，这两件事合起来能收回相当一部分本来要指望智能体去吸收的波动，成本是一本作业制度加大半个办事员的工时。就算你最后上了智能体，这两件也照做，因为智能体要吃它们的产出，也因为系统趴窝的时候你靠的就是它们。

这事值不值得做。大概率值得，但理由不是标题上那一个。几分钟不如能重排这件事重要，能重排又不如你从走廊里拿掉的波动重要。测对队列、留出对照、把签字的人点名、留一条你真敢用的止损线，这类项目会在一年里安安静静把成本赚回来。去测调度工时、靠推广两个字往外扩、让输出飘着没人认领，你会买到一个更快产出没人信的计划的方式。同一个模型，同一条江，两种结局，差别全在你选择怎么测它。

↑ 返回核心要点

— 作者 拉维