BossAgents> 本文为 BossAgents 技术分享文章，基于 HICOOL 2026 开发者挑战赛智能体赛道参赛作品。
工业场景的 AI 困境
制造业拥抱大模型时，会遇到一道绕不开的墙：数据不能出内网。
工艺配方、BOM、设备参数、质量数据——这些是企业最核心的资产，也是合规红线。公有云大模型再聪明，数据出不去，就等于没用。
端侧 AI 是答案之一，但它带来了新的问题：端侧模型的推理能力和稳定性，如何匹配工业场景"必须答对"的要求？
MTClaw 三层路由，是我们在实践中给出的架构解法。
三层路由：确定性优先，LLM 兜底
用户自然语言请求 │ ▼ ┌─────────────────────────────┐ │ L1 关键词规则匹配（毫秒级） │ ← 高频/关键操作，结果可预测 │ ├─ 命中 → 直接执行工具 │ │ └─ 未命中 → 降级 │ └─────────────────────────────┘ │ ▼ ┌─────────────────────────────┐ │ L2 端侧推理（Ollama 本地模型） │ ← 中等复杂度，数据不出厂 │ └─ 仍不确定 → 降级 │ └─────────────────────────────┘ │ ▼ ┌─────────────────────────────┐ │ L3 云端 LLM 兜底 │ ← 长尾开放问题，才出内网 └─────────────────────────────┘ 设计哲学：能确定，就不让模型自由发挥。
L1：110ms 的确定性路由
工业场景里，大量操作是高频且确定的：查 BOM 影响、查库存、查质量记录、查治理日志。
这些操作如果走大模型，会有两个风险：慢（一次推理数百毫秒到数秒）和飘（同样的问法可能得到不同的答案）。
MTClaw 的做法：把高频操作沉淀为关键词规则，L1 层直接命中路由。实测：
- L1 关键词匹配：平均 110ms
- 命中后直接调用对应工具执行，结果 100% 确定； - 全程可审计、可回放。
在黔磷智脑决赛演示中，三个场景（BOM 影响分析、数据质量巡检、治理记录追溯）全部走 L1 确定性路由，现场稳定复现——不依赖网络，不依赖模型状态。
L2：端侧推理，数据不出厂
L1 覆盖不了的中等复杂度需求，交给 L2 端侧模型。平台验证了完整的端侧模型栈：
- gemma3:4b（3.1GB）：轻量路由与意图识别； - qwen3.6（22.3GB）：端侧推理主力； - deepseek-r1:8b（4.9GB）：复杂推理； - qwen3-coder:30b（17.3GB）：代码与结构化输出。
端侧推理的另一个价值是成本：推理发生在本地 GPU，没有按 token 计费的云账单。对工业客户，这是可量化的 TCO 优势。
L3：云端兜底，长尾问题的出口
规则与端侧模型都覆盖不到的长尾问题，才允许出内网走云端 LLM。这个"最后一道闸门"的设计，把数据外发量控制到最低——绝大多数请求根本不离开企业内网。
与行业实践的对照
MTClaw 的三层架构，与当前端侧 AI 行业的主流趋势一致：
- 确定性优先
- 分级推理
- 本地优先
结语
工业 AI 的落地，比拼的不是谁的模型最大，而是谁能在数据不出厂的约束下，把 AI 用得最稳、最快、最省。
MTClaw 三层路由的价值在于：它把"AI 能不能用"的问题，变成了"AI 怎么分层用"的工程问题。规则、端侧、云端各司其职，工业客户才能真正放心地把数字员工请进车间。
---
技术数据来源：BossAgents × MTClaw 工业智能体平台参赛说明（HICOOL 2026 开发者挑战赛） 赛事官方信息：https://www.hicool.com/
