制造业的行动颗粒度始终是沿着实体生产链展开的，它不是单一任务，而是一串彼此关联的生产节点：从订单拆解出的工单，到工单对应的批次，再到批次通过线体被分解成多个工序，最终落到具体的设备参数与成品质量。案例中无论是质量模型训练、自然语言问数、还是货架补货，都围绕这些“可以被精确指向的物理节点”展开。也正因为这些行动单元高度可定位，且与上下游强耦合，Agent的介入方式往往不是处理一个孤立动作，而是找准链条上的关键节点，把局部优化扩散到整个链路中。这是制造业与其他行业最大的不同：行动单元不是文档或任务，而是“带物理属性的节点”，所有智能都必须承接在实际产线场景上。

制造业的信息流动呈现出明显的“多源异构”和“分层断点”特征。现场设备与传感器每分钟都生成时序和图像，MES、ERP、QMS又沉淀了大量结构化字段，而一线工程师和门店员工则长期依赖口语化经验来进行判断。数据本身不是缺乏，而是散落在不同系统、不同口径与不同时间周期之中。案例反复呈现同一种结构性问题：同一个指标在不同部门会有不同定义，上下游的系统刷新存在周期差，现场与总部看到的世界往往并不一致，导致问题......