过去一年AI Agent 最明显的变化是它开始从“会回答问题”变成“会操作软件”。它可以打开终端、修改代码、运行测试、读取文件、调用 API甚至自己完成一次完整的软件开发流程。但在工业自动化领域一个非常现实的问题始终存在AI Agent 会写代码但它不会真正“操作博途”。它可以生成一段 SCL却不能因此自动把 PLC 硬件插进正确的槽位它可以告诉你应该配置什么 IP却不能直接把网络组态完成它可以生成 HMI 代码却不能真正打开工程、修改画面并验证它可以分析一个 PLC 程序却不能把修改后的程序放回 TIA Portal 编译、下载和测试。问题并不是 Agent 不够聪明。而是——它缺少一双手。TiaLink就是为这件事而来。0、AI Agent 的下一步不只是“生成”而是“执行”如果把传统 AI 编程方式画成一条链需求 ↓ AI ↓ 生成代码 ↓ 人工复制 ↓ 打开开发工具 ↓ 人工修改 ↓ 人工编译 ↓ 人工测试那么 Agent 真正成熟之后应该变成需求 ↓ AI Agent ↓ 理解工程 ↓ 调用工具 ↓ 修改工程 ↓ 编译 ↓ 测试 ↓ 根据结果继续修改 ↓ 完成任务在软件开发领域这种模式已经越来越自然。Agent 可以调用 shell、Git、编译器、测试框架、数据库以及各种开发工具。但工业自动化软件有一个特殊之处工程师真正工作的地方并不只是代码编辑器而是 TIA Portal 本身。硬件组态、网络配置、PLC 程序、HMI、编译、仿真……这些能力都集中在工程环境里。因此如果 AI Agent 不能进入 TIA Portal它实际上只拥有“PLC 编程知识”却没有真正操作 PLC 工程的能力。TiaLink 解决的正是这一层。1、TiaLink 到底是什么TiaLink 可以理解为AI Agent 操作 TIA Portal 的 “手”。它运行在客户自己的 Windows 机器上在本机连接正在使用的 TIA Portal 工程。整体关系非常简单┌───────────────────────────────┐ │ AI Agent │ │ │ │ WorkBuddy / DSH / Codex / │ │ Claude Code / 其他 Agent │ └───────────────┬───────────────┘ │ │ Tool Calls ▼ ┌───────────────┐ │ TiaLink │ │ │ │ Agent ↔ TIA │ └───────┬───────┘ │ ▼ ┌───────────────┐ │ TIA Portal │ │ │ │ Hardware │ │ Network │ │ PLC │ │ HMI │ │ Simulation │ └───────────────┘Agent 不需要理解 TIA Portal 的每一个界面操作。它只需要知道“我现在有哪些工具可以调用。”剩下的事情由 TiaLink 完成。2、它不是另一个 AI而是 Agent 的执行层TiaLink 一个非常重要的设计是它不绑定 AI 模型也不绑定某一个 Agent。这意味着 TiaLink 本身不是一个聊天机器人。它也不是“打开一个网页然后在网页里问 AI PLC 问题。”恰恰相反。它更像一个工业软件的Tool Layer / Execution Layer。例如Claude Code │ ├── read_project() ├── configure_hardware() ├── configure_network() ├── create_plc_block() ├── compile() └── simulate() │ ▼ TiaLink │ ▼ TIA Portal因此未来无论 Agent 使用什么模型都可以复用这一层能力。这也是 TiaLink 和一个普通“PLC AI 助手”非常不同的地方。AI 是大脑。TiaLink 是手。TIA Portal 才是真正执行工程操作的环境。3、第一件事让 Agent 直接组态硬件传统的 AI PLC 编程很容易停留在“帮我生成一个 S7-1500 的程序。”但真实工程往往不是这么简单。你首先需要决定使用什么 CPU需要哪些 DI/DO 模块模块插在哪个槽位网络接口怎么配置PROFINET IO 怎么组织设备之间如何连接这些工作通常需要工程师进入 TIA Portal一步一步完成。有了 TiaLinkAgent 可以从自然语言需求出发使用 CPU 1513-1 PN增加一个 16DI、一个 16DO 和一个模拟量模块。Agent 不只是告诉你应该怎么做。而是可以进一步调用 TiaLink在真实工程中完成硬件组态。这意味着自然语言 → 工程操作第一次真正连接起来了。4、第二件事让 Agent 配置工业网络网络组态同样如此。例如建立一个 PROFINET 网络CPU 使用 192.168.10.1两个远程 IO 分别使用 192.168.10.11 和 192.168.10.12。过去这意味着打开 TIA Portal ↓ 找到设备 ↓ 进入网络视图 ↓ 建立连接 ↓ 设置 IP ↓ 检查 IO System ↓ 确认配置而对于 Agent 来说它可以把这变成一个工具调用。于是自然语言需求 ↓ Agent 理解网络拓扑 ↓ TiaLink ↓ TIA Portal 网络组态这一步非常重要。因为它意味着 Agent 开始理解的不再只是“PLC 程序”。而是整个PLC 工程。5、第三件事从需求直接进入 PLC 程序当然PLC 编程仍然是核心能力。例如做一个自动门控制程序。有开门按钮、关门按钮、开到位、关到位和急停。开门和关门必须互锁。Agent 可以生成 SCL 程序生成梯形图需要我们额外的产品支持。但真正有价值的地方在于程序生成之后不需要工程师再手工复制粘贴。Agent 可以继续通过 TiaLink生成 SCL ↓ 创建 / 修改程序块 ↓ 写入 TIA Portal ↓ 编译 ↓ 读取编译结果 ↓ 发现错误 ↓ 修改程序 ↓ 再次编译这就从AI 写代码变成了AI 完成一次 PLC 工程任务。这两者之间其实存在巨大的差别。6、第四件事让 Agent 开始“画”HMIPLC 程序只是自动化项目的一部分。真实项目还需要 HMI。例如一个自动门项目可能需要┌──────────────────────────┐ │ 自动门控制 │ │ │ │ 门状态 ● 已关闭 │ │ │ │ 开门 [按钮] │ │ 关门 [按钮] │ │ │ │ 故障 正常 │ └──────────────────────────┘传统流程是工程师自己打开 WinCC Unified建立画面、变量和控件。而 TiaLink 的目标是让 Agent 也能够参与这一过程。根据既定规范批量生成Unified 画面变量控件相关配置这样Agent 的工作范围就从PLC Code进一步扩展到了PLC HMI 工程配置。7、第五件事真正重要的——让 Agent 自己测试生成代码只是开始。真正的软件工程需要验证。这也是 TiaLink 最有意思的一部分仿真测试。Agent 可以启动 PLCSIM 虚拟 CPU然后生成程序 ↓ 写入 TIA Portal ↓ 编译 ↓ 启动仿真 ↓ 下载程序 ↓ 运行测试场景 ↓ 读取结果 ↓ 判断是否通过例如自动门初始状态门关闭 测试 1 按下开门按钮 → 电机正转 → 门打开 测试 2 门到达开到位 → 电机停止 测试 3 按下关门 → 电机反转 测试 4 开门过程中按下关门 → 检查互锁 测试 5 触发急停 → 检查输出如果测试失败Agent 还可以继续修改程序。于是一个完整的闭环出现了需求 ↓ 生成 ↓ 组态 ↓ 编译 ↓ 仿真 ↓ 验证 ↓ 发现问题 ↓ 修改 ↓ 再次验证这已经不再是传统意义上的“AI 辅助编程”。而更接近AI Agent 驱动的自动化工程8、还有一个容易被忽略的能力逆向理解老项目工业自动化有一个非常现实的问题很多项目不是从零开始的。你接手的可能是一个运行了十年的项目。可能存在没有完整注释命名不规范文档缺失程序块数量庞大原作者已经离职项目长期经过多人修改这时候Agent 首先需要解决的不是“写程序”。而是先把这个项目看懂。TiaLink 可以让 Agent 读取已有工程然后进一步完成逆向分析。例如已有 TIA 项目 ↓ Agent 读取工程 ↓ 分析 PLC Blocks ↓ 分析 I/O ↓ 分析程序结构 ↓ 分析调用关系 ↓ 生成文档最终可以形成块说明I/O 表程序结构功能说明工程文档这对于老旧项目维护尤其有价值。不是只有“新项目自动生成”才需要 AI。很多时候真正困难的问题是让 AI 看懂过去十年积累下来的工业项目。9、为什么一定要本地运行工业自动化项目与普通软件项目有一个非常大的区别工程数据往往不能离开现场。PLC 项目里可能包含工厂设备信息网络配置IP 地址PLC 程序HMI 画面工艺逻辑设备参数企业知识因此把整个 TIA 项目上传到云端再让云端服务操作是很多企业无法接受的方案。TiaLink 的设计恰恰相反┌─────────────────────────────┐ │ 客户本地电脑 │ │ │ │ AI Agent │ │ ↓ │ │ TiaLink │ │ ↓ │ │ TIA Portal │ │ ↓ │ │ 本地工程 │ │ │ └─────────────────────────────┘ 工程数据不出厂区TiaLink 的组件运行在客户自己的机器上工程数据不经过外部服务。这并不是一个附加卖点。对于工业客户来说它可能是Agent 能否进入生产现场的前提条件之一。10、一次启动Agent 可以反复使用TiaLink 并不是让 Agent 每次操作都重新打开一套环境。它的工作方式更接近一个本地常驻的工程能力层启动 TiaLink ↓ 连接当前 TIA Portal 工程 ↓ Agent 反复调用 ↓ 读取 修改 编译 测试 验证基本工作流程是这样在本机启动 TiaLink连接当前博途工程Agent 通过 TiaLink 反复操作工程每次调用在博途中执行并返回结果。最终形成一种新的工作方式人负责目标和决策Agent 负责执行大量工程操作。11、从“AI 编程”到“AI 工程”这可能是 TiaLink 最值得讨论的地方。过去我们说AI 编 PLC 程序。其实这个说法还是把 PLC 工程缩小成了“写代码”。但一个真正的自动化项目远远不止代码工业自动化工程 │ ├── 硬件 │ ├── 网络 │ ├── PLC │ ├── HMI │ ├── 工艺逻辑 │ ├── 编译 │ ├── 仿真 │ ├── 测试 │ └── 文档如果 Agent 只能生成 SCL它只覆盖了其中很小的一部分。而当 Agent 能够读取工程 → 修改工程 → 编译工程 → 仿真工程 → 验证工程它才真正开始具备“工程能力”。所以TiaLink 的意义并不是“让 AI 更方便地写 PLC。”而是让 AI Agent 第一次拥有直接操作 TIA Portal 工程的能力。12、这可能是工业 Agent 的一个新范式软件开发正在发生一个很明显的变化Copilot ↓ Coding Agent ↓ Software Engineering AgentAI 不再只是补全一行代码。它开始理解整个项目并调用工具完成任务。工业自动化也可能经历类似的变化PLC AI Assistant ↓ PLC Coding Agent ↓ Automation Engineering Agent而其中缺少的关键基础设施就是Agent 如何真正进入工业工程软件TiaLink 可以看成这一层基础设施。它不负责替代 Agent 的“大脑”。也不要求企业使用某一个特定模型。它提供的是一双手。让 Agent 能够看工程、改工程、写程序、组硬件、配网络、做 HMI、编译、仿真、验证。13、想象一下这样的未来工程师说“帮我创建一个 S7-1500 项目。CPU 使用 1513-1 PN配置两个远程 IO。建立 PROFINET 网络。实现一个三台输送机的顺序控制并制作 Unified 操作画面。完成后启动仿真分别测试正常启动、急停和故障恢复。”以前工程师 ↓ 自己打开 TIA Portal ↓ 自己组硬件 ↓ 自己配网络 ↓ 自己写程序 ↓ 自己做 HMI ↓ 自己编译 ↓ 自己仿真 ↓ 自己测试很快就会变成工程师 ↓ 提出需求 ↓ AI Agent ↓ TiaLink ↓ TIA Portal ↓ 组态 编程 HMI 编译 仿真 ↓ 测试报告工程师依然是最终决策者。但大量重复性的工程操作可以交给 Agent。这才是真正意义上的 AI 自动化工程。14、结束语AI Agent 的能力边界正在从“生成内容”向“执行任务”移动。在软件开发领域Agent 已经拥有终端、代码编辑器、Git、浏览器和测试工具。而在工业自动化领域它还缺少进入工程现场的入口。TIA Portal 就是这样一个入口。TiaLink 所做的事情非常直接把 TIA Portal 变成 AI Agent 可以调用的工程环境。从硬件组态到网络配置从 PLC 程序到 HMI 画面从编译到仿真测试从新项目创建到老项目逆向理解。当这些能力都能够被 Agent 调用时我们讨论的就不再只是“AI 能不能写 PLC”而是一个更大的问题AI 能不能真正参与一次完整的自动化工程TiaLink 给出的答案是先给 Agent 一双手。而这可能只是AI Automation Engineering的开始。让你的 Agent不只是会说博途。让它真正动手操作博途。了解 TiaLink原文链接TiaLink给你的智能体一双操作博途的手 - 汇智网 TiaLink：给你的智能体一双操作博途的手
过去一年AI Agent 最明显的变化是它开始从“会回答问题”变成“会操作软件”。它可以打开终端、修改代码、运行测试、读取文件、调用 API甚至自己完成一次完整的软件开发流程。但在工业自动化领域一个非常现实的问题始终存在AI Agent 会写代码但它不会真正“操作博途”。它可以生成一段 SCL却不能因此自动把 PLC 硬件插进正确的槽位它可以告诉你应该配置什么 IP却不能直接把网络组态完成它可以生成 HMI 代码却不能真正打开工程、修改画面并验证它可以分析一个 PLC 程序却不能把修改后的程序放回 TIA Portal 编译、下载和测试。问题并不是 Agent 不够聪明。而是——它缺少一双手。TiaLink就是为这件事而来。0、AI Agent 的下一步不只是“生成”而是“执行”如果把传统 AI 编程方式画成一条链需求 ↓ AI ↓ 生成代码 ↓ 人工复制 ↓ 打开开发工具 ↓ 人工修改 ↓ 人工编译 ↓ 人工测试那么 Agent 真正成熟之后应该变成需求 ↓ AI Agent ↓ 理解工程 ↓ 调用工具 ↓ 修改工程 ↓ 编译 ↓ 测试 ↓ 根据结果继续修改 ↓ 完成任务在软件开发领域这种模式已经越来越自然。Agent 可以调用 shell、Git、编译器、测试框架、数据库以及各种开发工具。但工业自动化软件有一个特殊之处工程师真正工作的地方并不只是代码编辑器而是 TIA Portal 本身。硬件组态、网络配置、PLC 程序、HMI、编译、仿真……这些能力都集中在工程环境里。因此如果 AI Agent 不能进入 TIA Portal它实际上只拥有“PLC 编程知识”却没有真正操作 PLC 工程的能力。TiaLink 解决的正是这一层。1、TiaLink 到底是什么TiaLink 可以理解为AI Agent 操作 TIA Portal 的 “手”。它运行在客户自己的 Windows 机器上在本机连接正在使用的 TIA Portal 工程。整体关系非常简单┌───────────────────────────────┐ │ AI Agent │ │ │ │ WorkBuddy / DSH / Codex / │ │ Claude Code / 其他 Agent │ └───────────────┬───────────────┘ │ │ Tool Calls ▼ ┌───────────────┐ │ TiaLink │ │ │ │ Agent ↔ TIA │ └───────┬───────┘ │ ▼ ┌───────────────┐ │ TIA Portal │ │ │ │ Hardware │ │ Network │ │ PLC │ │ HMI │ │ Simulation │ └───────────────┘Agent 不需要理解 TIA Portal 的每一个界面操作。它只需要知道“我现在有哪些工具可以调用。”剩下的事情由 TiaLink 完成。2、它不是另一个 AI而是 Agent 的执行层TiaLink 一个非常重要的设计是它不绑定 AI 模型也不绑定某一个 Agent。这意味着 TiaLink 本身不是一个聊天机器人。它也不是“打开一个网页然后在网页里问 AI PLC 问题。”恰恰相反。它更像一个工业软件的Tool Layer / Execution Layer。例如Claude Code │ ├── read_project() ├── configure_hardware() ├── configure_network() ├── create_plc_block() ├── compile() └── simulate() │ ▼ TiaLink │ ▼ TIA Portal因此未来无论 Agent 使用什么模型都可以复用这一层能力。这也是 TiaLink 和一个普通“PLC AI 助手”非常不同的地方。AI 是大脑。TiaLink 是手。TIA Portal 才是真正执行工程操作的环境。3、第一件事让 Agent 直接组态硬件传统的 AI PLC 编程很容易停留在“帮我生成一个 S7-1500 的程序。”但真实工程往往不是这么简单。你首先需要决定使用什么 CPU需要哪些 DI/DO 模块模块插在哪个槽位网络接口怎么配置PROFINET IO 怎么组织设备之间如何连接这些工作通常需要工程师进入 TIA Portal一步一步完成。有了 TiaLinkAgent 可以从自然语言需求出发使用 CPU 1513-1 PN增加一个 16DI、一个 16DO 和一个模拟量模块。Agent 不只是告诉你应该怎么做。而是可以进一步调用 TiaLink在真实工程中完成硬件组态。这意味着自然语言 → 工程操作第一次真正连接起来了。4、第二件事让 Agent 配置工业网络网络组态同样如此。例如建立一个 PROFINET 网络CPU 使用 192.168.10.1两个远程 IO 分别使用 192.168.10.11 和 192.168.10.12。过去这意味着打开 TIA Portal ↓ 找到设备 ↓ 进入网络视图 ↓ 建立连接 ↓ 设置 IP ↓ 检查 IO System ↓ 确认配置而对于 Agent 来说它可以把这变成一个工具调用。于是自然语言需求 ↓ Agent 理解网络拓扑 ↓ TiaLink ↓ TIA Portal 网络组态这一步非常重要。因为它意味着 Agent 开始理解的不再只是“PLC 程序”。而是整个PLC 工程。5、第三件事从需求直接进入 PLC 程序当然PLC 编程仍然是核心能力。例如做一个自动门控制程序。有开门按钮、关门按钮、开到位、关到位和急停。开门和关门必须互锁。Agent 可以生成 SCL 程序生成梯形图需要我们额外的产品支持。但真正有价值的地方在于程序生成之后不需要工程师再手工复制粘贴。Agent 可以继续通过 TiaLink生成 SCL ↓ 创建 / 修改程序块 ↓ 写入 TIA Portal ↓ 编译 ↓ 读取编译结果 ↓ 发现错误 ↓ 修改程序 ↓ 再次编译这就从AI 写代码变成了AI 完成一次 PLC 工程任务。这两者之间其实存在巨大的差别。6、第四件事让 Agent 开始“画”HMIPLC 程序只是自动化项目的一部分。真实项目还需要 HMI。例如一个自动门项目可能需要┌──────────────────────────┐ │ 自动门控制 │ │ │ │ 门状态 ● 已关闭 │ │ │ │ 开门 [按钮] │ │ 关门 [按钮] │ │ │ │ 故障 正常 │ └──────────────────────────┘传统流程是工程师自己打开 WinCC Unified建立画面、变量和控件。而 TiaLink 的目标是让 Agent 也能够参与这一过程。根据既定规范批量生成Unified 画面变量控件相关配置这样Agent 的工作范围就从PLC Code进一步扩展到了PLC HMI 工程配置。7、第五件事真正重要的——让 Agent 自己测试生成代码只是开始。真正的软件工程需要验证。这也是 TiaLink 最有意思的一部分仿真测试。Agent 可以启动 PLCSIM 虚拟 CPU然后生成程序 ↓ 写入 TIA Portal ↓ 编译 ↓ 启动仿真 ↓ 下载程序 ↓ 运行测试场景 ↓ 读取结果 ↓ 判断是否通过例如自动门初始状态门关闭 测试 1 按下开门按钮 → 电机正转 → 门打开 测试 2 门到达开到位 → 电机停止 测试 3 按下关门 → 电机反转 测试 4 开门过程中按下关门 → 检查互锁 测试 5 触发急停 → 检查输出如果测试失败Agent 还可以继续修改程序。于是一个完整的闭环出现了需求 ↓ 生成 ↓ 组态 ↓ 编译 ↓ 仿真 ↓ 验证 ↓ 发现问题 ↓ 修改 ↓ 再次验证这已经不再是传统意义上的“AI 辅助编程”。而更接近AI Agent 驱动的自动化工程8、还有一个容易被忽略的能力逆向理解老项目工业自动化有一个非常现实的问题很多项目不是从零开始的。你接手的可能是一个运行了十年的项目。可能存在没有完整注释命名不规范文档缺失程序块数量庞大原作者已经离职项目长期经过多人修改这时候Agent 首先需要解决的不是“写程序”。而是先把这个项目看懂。TiaLink 可以让 Agent 读取已有工程然后进一步完成逆向分析。例如已有 TIA 项目 ↓ Agent 读取工程 ↓ 分析 PLC Blocks ↓ 分析 I/O ↓ 分析程序结构 ↓ 分析调用关系 ↓ 生成文档最终可以形成块说明I/O 表程序结构功能说明工程文档这对于老旧项目维护尤其有价值。不是只有“新项目自动生成”才需要 AI。很多时候真正困难的问题是让 AI 看懂过去十年积累下来的工业项目。9、为什么一定要本地运行工业自动化项目与普通软件项目有一个非常大的区别工程数据往往不能离开现场。PLC 项目里可能包含工厂设备信息网络配置IP 地址PLC 程序HMI 画面工艺逻辑设备参数企业知识因此把整个 TIA 项目上传到云端再让云端服务操作是很多企业无法接受的方案。TiaLink 的设计恰恰相反┌─────────────────────────────┐ │ 客户本地电脑 │ │ │ │ AI Agent │ │ ↓ │ │ TiaLink │ │ ↓ │ │ TIA Portal │ │ ↓ │ │ 本地工程 │ │ │ └─────────────────────────────┘ 工程数据不出厂区TiaLink 的组件运行在客户自己的机器上工程数据不经过外部服务。这并不是一个附加卖点。对于工业客户来说它可能是Agent 能否进入生产现场的前提条件之一。10、一次启动Agent 可以反复使用TiaLink 并不是让 Agent 每次操作都重新打开一套环境。它的工作方式更接近一个本地常驻的工程能力层启动 TiaLink ↓ 连接当前 TIA Portal 工程 ↓ Agent 反复调用 ↓ 读取 修改 编译 测试 验证基本工作流程是这样在本机启动 TiaLink连接当前博途工程Agent 通过 TiaLink 反复操作工程每次调用在博途中执行并返回结果。最终形成一种新的工作方式人负责目标和决策Agent 负责执行大量工程操作。11、从“AI 编程”到“AI 工程”这可能是 TiaLink 最值得讨论的地方。过去我们说AI 编 PLC 程序。其实这个说法还是把 PLC 工程缩小成了“写代码”。但一个真正的自动化项目远远不止代码工业自动化工程 │ ├── 硬件 │ ├── 网络 │ ├── PLC │ ├── HMI │ ├── 工艺逻辑 │ ├── 编译 │ ├── 仿真 │ ├── 测试 │ └── 文档如果 Agent 只能生成 SCL它只覆盖了其中很小的一部分。而当 Agent 能够读取工程 → 修改工程 → 编译工程 → 仿真工程 → 验证工程它才真正开始具备“工程能力”。所以TiaLink 的意义并不是“让 AI 更方便地写 PLC。”而是让 AI Agent 第一次拥有直接操作 TIA Portal 工程的能力。12、这可能是工业 Agent 的一个新范式软件开发正在发生一个很明显的变化Copilot ↓ Coding Agent ↓ Software Engineering AgentAI 不再只是补全一行代码。它开始理解整个项目并调用工具完成任务。工业自动化也可能经历类似的变化PLC AI Assistant ↓ PLC Coding Agent ↓ Automation Engineering Agent而其中缺少的关键基础设施就是Agent 如何真正进入工业工程软件TiaLink 可以看成这一层基础设施。它不负责替代 Agent 的“大脑”。也不要求企业使用某一个特定模型。它提供的是一双手。让 Agent 能够看工程、改工程、写程序、组硬件、配网络、做 HMI、编译、仿真、验证。13、想象一下这样的未来工程师说“帮我创建一个 S7-1500 项目。CPU 使用 1513-1 PN配置两个远程 IO。建立 PROFINET 网络。实现一个三台输送机的顺序控制并制作 Unified 操作画面。完成后启动仿真分别测试正常启动、急停和故障恢复。”以前工程师 ↓ 自己打开 TIA Portal ↓ 自己组硬件 ↓ 自己配网络 ↓ 自己写程序 ↓ 自己做 HMI ↓ 自己编译 ↓ 自己仿真 ↓ 自己测试很快就会变成工程师 ↓ 提出需求 ↓ AI Agent ↓ TiaLink ↓ TIA Portal ↓ 组态 编程 HMI 编译 仿真 ↓ 测试报告工程师依然是最终决策者。但大量重复性的工程操作可以交给 Agent。这才是真正意义上的 AI 自动化工程。14、结束语AI Agent 的能力边界正在从“生成内容”向“执行任务”移动。在软件开发领域Agent 已经拥有终端、代码编辑器、Git、浏览器和测试工具。而在工业自动化领域它还缺少进入工程现场的入口。TIA Portal 就是这样一个入口。TiaLink 所做的事情非常直接把 TIA Portal 变成 AI Agent 可以调用的工程环境。从硬件组态到网络配置从 PLC 程序到 HMI 画面从编译到仿真测试从新项目创建到老项目逆向理解。当这些能力都能够被 Agent 调用时我们讨论的就不再只是“AI 能不能写 PLC”而是一个更大的问题AI 能不能真正参与一次完整的自动化工程TiaLink 给出的答案是先给 Agent 一双手。而这可能只是AI Automation Engineering的开始。让你的 Agent不只是会说博途。让它真正动手操作博途。了解 TiaLink原文链接TiaLink给你的智能体一双操作博途的手 - 汇智网