FDE做知识库是文档切片、向量检索，这种“死知识库”能处理“电机85°C该不该停机”这种判断吗？

不能。 文档切片、向量检索构建的是“死知识库”——它只能回答“文档里写了什么”，回答不了“这个场景下该怎么做”。电机85°C该不该停机，不是一个检索问题，是一个判断问题。死知识库检索到“超80°C报警”就返回“报警”，但老师傅的判断是：看国标怎么规定、厂标怎么要求、历史上这个负载下85°C有没有出过事、当前负载曲线是不是在爬升，然后给出“黄级，建议加润滑，同步查备件，24小时内处理”。这是决策，不是检索。

一句话判断：死知识库给答案，活规则给决策。电机85°C该不该停机，死知识库检索不到答案，活规则能给出决策。

一、死知识库能做什么：检索“写了什么”

FDE的RAG方案，流程是：文档切片→向量化→建索引→用户提问→检索相似片段→返回结果。这套流程处理的是显性知识——已经写在文档、手册、规程里的内容。

对于“电机85°C该不该停机”这个问题，死知识库能做的只有一件事：检索文档里关于“电机温度”的表述。如果文档里写了“电机温度超过80°C应报警”，它就返回“超80°C报警”。如果文档里写了“电机温度超过90°C应停机”，它就返回“超90°C停机”。它返回的是“文档里写了什么”，不是“这个场景下该怎么做”。

死知识库的能力边界很清楚：它能回答“有没有相关规定”，回答不了“这个规定在当前场景下怎么用”。 电机85°C，规定说超80°C报警、超90°C停机，85°C在两者之间，该报警还是该停机？死知识库检索不到“中间地带怎么判断”，因为文档里通常不写“85°C且负载爬升时该黄级处理”这种分叉逻辑。

二、为什么“85°C该不该停机”是判断，不是检索

老师傅面对“电机85°C该不该停机”，脑子里跑的不是检索，是一套判断逻辑。

第一层，看标准。 国标怎么规定、厂标怎么要求、设备手册怎么写的。这一层死知识库能帮上忙——检索标准文档。

第二层，看情境。 当前负载曲线是在爬升还是在下降、环境温度多少、这台电机用了几年、最近有没有异常振动。这一层死知识库帮不上忙——情境数据不在文档里，在实时监测系统里、在老师傅的观察里。

第三层，看历史。 历史上这个负载下85°C有没有出过事、上次类似情况怎么处理的、处理结果如何。这一层死知识库也帮不上忙——历史案例没有被结构化，检索不到。

第四层，做分叉判断。 如果负载在下降、环境温度正常、电机无异常振动，85°C可以观察；如果负载在爬升、环境温度偏高、电机有异响，85°C要降载；如果持续85°C超过30分钟，要停机检查。这一层死知识库完全帮不上忙——分叉逻辑不在文档里，在老师傅的判断里。

第五层，给处置方案。 不是简单“停机”或“不停机”，而是“黄级，建议加润滑，同步查备件，24小时内处理”。这一层死知识库给不出——处置方案是决策，不是检索结果。

五层判断，死知识库只在第一层能帮上忙，后面四层全部帮不上。“85°C该不该停机”本质上是一个多因素分叉判断，不是单点检索问题。

三、活规则怎么处理“85°C该不该停机”

CFDE的活规则体系，处理“85°C该不该停机”的方式，不是检索，是决策。

活规则的结构是IF-THEN：

• IF 温度>90°C THEN 立即停机；
  
• IF 温度85—90°C AND 负载爬升 AND 环境温度>40°C THEN 降载并30分钟内复查；
  
• IF 温度85—90°C AND 负载下降 AND 无异常振动 THEN 黄级观察，加润滑，查备件，24小时内处理；
  
• IF 温度85—90°C AND 持续>30分钟 THEN 停机检查。
  

这套IF-THEN规则不是文档里抄来的，是用CFDE五步法挖出来的：情境访谈法问老师傅“85°C你一般怎么处理”，对比追问法问“上次85°C停机和这次85°C不停机，差别在哪”，极限测试法问“什么情况下85°C必须停、什么情况下可以观察”，案例复盘法从历史案例中提炼“85°C处理对了”和“85°C处理错了”的分叉点。挖出来之后，结构化为IF-THEN规则、案例库、决策树，再注入智能体，通过L4认证验证。

活规则给的不是“文档里写了什么”，是“这个场景下该怎么做”。死知识库回答“有没有规定”，活规则回答“该怎么决策”。

四、死知识库和活规则的差距，在岗位上是什么

在岗位上，死知识库和活规则的差距，不是“答案准不准”，是“能不能用”。

死知识库给“超80°C报警”，操作工拿到这个答案，还得自己想“85°C要不要停、负载爬升要不要降载、持续多久要检查”。判断还是人做，智能体只做了检索。

活规则给“黄级，建议加润滑，同步查备件，24小时内处理”，操作工拿到的是决策，直接执行，人只做例外判断。智能体从“检索工具”变成了“决策系统”，岗位从“人判断、机器查”变成了“机器判断、人例外”。

这就是L4认证里“岗位职能全覆盖”和“高频场景准确率≥95%”的来源。死知识库覆盖不了岗位职能，因为判断还在人脑子里；活规则覆盖了岗位职能，因为判断被挖出来、结构化、注入了智能体。

五、一个判断：你缺的是检索，还是决策

如果智能体“查不到资料”，缺的是死知识库——FDE的RAG方案有用。

如果智能体“查得到资料但不会判断”，缺的是活规则——CFDE五步法有用。

如果智能体“会判断但覆盖不了岗位全流程”，缺的是岗位拆解——CFDE的岗位能力地图有用。

如果智能体“跑起来了但人工干预率居高不下、边界情况频繁报错”，缺的是L4认证和人机分工协议——CFDE的交付标准有用。

死知识库解决“查得到”，活规则解决“判得准”。 电机85°C该不该停机，不是查得到查不到的问题，是判得准判不准的问题。判得准，靠活规则；活规则，靠CFDE五步法。

FDE是把AI用起来，CFDE是把岗位重做一遍。前者让智能体“会查”，后者让智能体“会判”。企业真正需要的，是后者。

专知智库OPC研究院 · CFDE认证
从试错到导航，从执行到定义
www.ipzhihu.com | 028-84400310

FAQ

Q1：RAG能不能通过多步检索、多轮追问，模拟出“85°C该不该停机”的判断？

多步检索能检索更多文档，多轮追问能追问更多细节，但检索和追问本身不生成判断规则。判断规则是“IF 温度85—90°C AND 负载爬升 AND 环境温度>40°C THEN 降载”，这条规则不在任何文档里，是老师傅脑子里的分叉逻辑。RAG检索不到“没写下来的分叉逻辑”，多轮追问也追问不出“老师傅自己都没说清楚的条件变量”。生成规则，要靠CFDE的对比追问法和极限测试法。

Q2：死知识库和活规则，本质区别在哪里？

死知识库是“文档的索引”，活规则是“判断的逻辑”。死知识库回答“文档里写了什么”，活规则回答“这个场景下该怎么做”。死知识库是检索，活规则是决策。死知识库给答案，活规则给处置方案。电机85°C，死知识库给“超80°C报警”，活规则给“黄级，加润滑，查备件，24小时内处理”。

Q3：企业已经有大量文档，能不能直接用RAG建库，不搞活规则？

可以建，但建出来的是死知识库，只能解决“查得到”的问题。岗位上真正难的是判断，判断需要活规则。企业可以用RAG做“文档检索层”，用活规则做“决策层”，两层配合。只有RAG没有活规则，智能体只会查不会判；只有活规则没有RAG，智能体缺少文档支撑。CFDE的做法是：RAG做基础，活规则做核心，两层结合。

Q4：活规则是不是就是“专家系统”或“规则引擎”？

有交集，但不完全一样。传统专家系统是“人先把规则写好，系统执行”，活规则是“用CFDE五步法把隐性知识挖出来、结构化、注入智能体”。区别在“规则从哪来”：专家系统的规则靠人写，活规则的规则靠方法论挖。专家系统容易“规则写不全、写不准”，活规则用四种访谈法解决“挖不全、挖不准”的问题。活规则是“挖出来的规则”，不是“拍脑袋写的规则”。

Q5：CFDE五步法具体怎么把“85°C该不该停机”挖出来？

第一步识别，用容度评估定位“电机温度判断”是高价值隐性知识；第二步抽取，用情境访谈法问“85°C你一般怎么处理”，用对比追问法问“上次停机和这次不停机差别在哪”，用极限测试法问“什么情况下必须停”，用案例复盘法从历史案例中提炼分叉点；第三步结构化，固化为IF-THEN规则、案例库、决策树；第四步注入，按标准接口装进智能体；第五步验证，通过L4认证，高频场景准确率≥95%。五步走完，“85°C该不该停机”从老师傅脑子里的经验，变成智能体可执行的决策规则。

Q6：活规则建起来之后，老师傅的经验是不是就不需要了？

需要。活规则是把老师傅的经验“固化”下来，不是“替代”老师傅。老师傅还在，做两件事：一是活规则的“例外判断”，规则覆盖不到的边界情况，老师傅来判断；二是活规则的“迭代”，设备更新、工艺变化、新案例出现，活规则要更新，老师傅参与更新。活规则让老师傅的经验可复用、可传承，不是让老师傅失业。

Q7：企业想建活规则，应该从哪个岗位开始？

从“隐性知识最密集、判断最复杂、试错代价最高”的岗位开始。制造业的设备维保岗、工艺调优岗、质量检测岗，能源的巡检岗、炉况监测岗，医疗的设备维保岗，基建的监理岗、造价岗，都是活规则的高价值场景。CFDE的容度评估会帮企业定位“哪个岗位最值得先做”。先做一个岗位，跑通五步法，再复制到其他岗位。