传统钢厂里，向来是老师傅带徒弟。师傅在岗位数十年的现场手感和操作经验，口传心授，手把手一代代传下去。但随着工业AI深度扎根产线，这套延续良久的传承也在被改写，从一对一的单向传授，向双向互学、人机共传的新模式迈进。

车间现场“反向拜师”，师傅给徒弟当真人测试样本

炼钢车间机器轰鸣。宝钢股份炼钢厂二炼钢首席运维师倪晓鸥戴好防护装备，走进机器人作业的狭小围栏。远处，徒弟谈思奇紧盯屏幕，AI摄像头实时捕捉画面，一旦识别人员闯入危险区，立刻下达停机指令。倪晓鸥一次次换位置，充当真人样本，反复校验AI视觉安全连锁模型。

这个场景，让谈思奇感触深刻。“师傅是首席操作，是炼钢工匠，他对产线最熟。他说他不去谁去？”谈思奇记得，机器人就在旁边，活动空间很小，一旦误动作躲都不好躲，“但师傅艺高人胆大，他信我。”

倪晓鸥深耕设备运维数十年，班组5人全是他的徒弟，团队年创新效益超百万元。直到车间推进智能化改造，机器人大量投产。一次调试中，谈思奇亲眼看到，机器人因为坐标偏移，把两吨重的测温枪轻松顶起来。“两吨重的东西，它说抬就抬。如果当时有人在里面，门禁限位又刚好失灵，后果不堪设想。”谈思奇说，而有的工艺环节，必须有人进入机器人作业区。

“厂里成千上万的摄像头，为什么不给摄像头植入AI，让AI当眼睛预警安全？”当他提出设想时，同事们都沉默了。安全防护是红线，怎么能放心交给AI？

出乎很多人意料，最先站出来支持这个想法的，正是师傅倪晓鸥。“他觉得这个思路值得一试，愿意陪着我一起去试错。”两人打破身份的桎梏，谈思奇熟悉AI工具，负责讲解模型原理、标注数据、调试算法。倪师傅则拿出几十年现场经验，指出会干扰AI识别的现场因素，帮着排查模型盲区，为徒弟“打下手”。为验证这套安全系统能不能可靠识别人员闯入并及时停机，倪晓鸥还主动提出，在安全生产的前提下，亲自进入测试区，为徒弟作真人测试样本，为AI模型迭代守住安全底线。

就这样，师徒二人互相学习，各出所长，一同推进项目落地和优化。

老师傅教AI，让AI化身数字师傅

如果是炼钢厂的变化，是人与人师徒角色的互换，那么宝钢冷轧连退产线的智能化升级，则让师徒传承的对象，从人变成了AI。

所谓“连退”，就是连续退火。钢卷以每分钟数百米的速度高速不间断运行，工艺要求严苛。宝信软件AI智控方向的高级总监戴宛辰介绍，原本连退主操岗位高度依赖老师傅的经验手感。“新人经常要跟着老师傅学三五年，才能独立上手操作。”她说，班组操作工要持续紧盯屏幕，日均手动调参高达500次，一旦操作失误，就可能造成产品封闭，严重时甚至造成产品降级、产线停机。更大的难题在于，很多宝贵的操作经验大多存在老师傅脑子里，人员退休离岗，经验就面临流失。

为此，宝钢股份和宝信软件自主打造出工业AI主操系统。AI工程师扎在产线，和各班老师傅交流，拆解他们的操控逻辑，并精准转化为算法。“师傅们经验不一，把不同思维方式拆解后，通过历史数据公正评判，择优整合，把最优经验固化。”戴宛辰介绍，就是目前在岗的“AI主操”。

其实，刚开始推行时，老师傅们都有些抵触，心想：“有了AI主操，我们还有用吗？”但慢慢他们发现，自己并没有被淘汰。恰恰相反，他们掌握的一线运行状况和数据，反而成为不断优化AI的关键因素。他们的角色从频繁干预的“操作工”，变成掌控全局的“指挥官”。

这套系统已经完成工业验证，并实现了规模化推广。如今产线基本由AI自主调控参数来主导常规生产，操作工从不停手动调参，转为现场值守，只需处置少量异常工况。岗位变化也重塑了新人培养模式。过去新人耗费数年打磨操作手感，现在承载集体工艺经验的AI，24小时稳定值守，成为新人的“数字师傅”。新人重点学习异常工况处置，还能结合现场实操持续优化AI模型，形成经验传承的良性循环。

据介绍，这套技术也正在宝武内部多个基地推广落地，面向各条产线持续进化。AI成为“数字师傅”，人的价值反而更加凸显。那些算法无法替代的现场判断力、应急处理力与创造力，才是未来工匠的核心竞争力。