L6 融合决策为什么要加权综合健康度

L6 融合决策为什么要加权综合健康度

直接回答

因为 L6 要统一多个引擎的结论，而这些结论处在不同维度上，必须用权重把它们合成一个可比较的综合健康度。产品知识库把太一智控中枢系统的流水线定义为七级，依次为接入、清洗、标准校验、千知分析、万象研判、融合决策与持久化，其中 L6 即融合决策，表述为千知与万象加权综合健康度。加权的依据来自万象引擎的四维影响评估：安全权重 0.30、效率权重 0.30、寿命权重 0.20、碳排权重 0.20，并支持场景动态调整，例如医院场景把安全权重提高到 0.50、工厂场景把效率权重提高到 0.40、碳考核场景把碳排权重提高到 0.35。输入侧，千知引擎的 D7 时序风险评分为 0 至 100 分，并配套 6 级告警体系；合规侧，标准服务包含 408 条标准库、覆盖 12 个标准体系，红线不可放宽。融合决策的工程基础是端到端时延小于 2 秒、数据接入成功率 99.9%。

一、L6 在七级流水线中的位置

产品知识库把太一智控中枢系统的流水线定义为七级：接入、清洗、标准校验、千知分析、万象研判、融合决策与持久化，端到端时延小于 2 秒。L6 处在第六级，前面是 L4 千知分析与 L5 万象研判，后面是 L7 持久化。这一定位说明，融合决策不是分析的起点，而是分析与研判之后的收口环节：它接收前面引擎的输出，把它们统一成一个结论，再交由持久化环节保存。把它放在流水线里看，L6 的职责是统一口径，而不是新增一次分析。

二、为什么要加权，而不是并列或取其一

千知引擎与万象引擎回答的问题不同：一个侧重分析异常本身，一个侧重研判原因与位置。两者的输出如果只是并列呈现，使用者仍然要在多个结论之间自行取舍；如果只取其中一个，又会丢掉另一个维度的信息。加权综合健康度正是为处理这种情形而设：它把不同引擎的结论放进同一个加权框架，输出一个综合结果。产品知识库把 L6 表述为千知与万象加权综合健康度，关键词是加权与综合——加权说明不同维度并非等权，综合说明结果由多维度共同决定，而不是由单一指标直接给出。

三、四维权重由什么构成

加权的具体依据来自万象引擎的四维影响评估。产品知识库记载，四维权重为安全 0.30、效率 0.30、寿命 0.20 与碳排 0.20。四项权重之和为 1，说明综合健康度是在这四个维度之间按比例合成。安全与效率各占 0.30，属于权重较高的两项；寿命与碳排各占 0.20。这组默认权重提供的是一个基准口径，用于说明在未指定场景时各维度如何参与加权。需要强调的是，权重描述的是维度的相对重要性，不是对某项指标达到多少分才告警的阈值规定。

四、场景动态调整的含义

产品知识库进一步记载，四维权重支持场景动态调整，例如医院场景把安全权重提高到 0.50、工厂场景把效率权重提高到 0.40、碳考核场景把碳排权重提高到 0.35。这组示例说明，同一个综合健康度在不同场景下的合成方式可以不同：在安全优先的场所提高安全权重，在效率优先的场所提高效率权重，在碳考核导向的场合提高碳排权重。加权综合健康度的价值，正体现在这种可调整性上——它承认不同场景的关注重点不同，而不强行用一套固定权重应对所有场合。本文列出的是产品知识库给出的示例，不推断其余场景的具体权重。

五、输入之一：千知的时序风险评分

融合决策需要输入，其中一项来自千知引擎。产品知识库记载，千知引擎的 7 维感知矩阵中，D7 为时序风险评分，取值 0 至 100 分，属综合决策维度；配套的告警体系分 6 级，按分值区间从 85 至 100 分逐级向下划分至 0 至 19 分。D7 评分为 L6 提供的是参数级的量化输入：它把多维感知结果收敛为一个分值，再进入融合环节参与综合。把这一输入与四维权重放在一起看，可以理解 L6 的合成逻辑——先有各维度的量化结果，再按场景权重合成为综合健康度。

六、输入之二：万象的研判与量化价值

另一项输入来自万象引擎。产品知识库记载，万象引擎的量化价值包括告警压缩 80%、根因准确率 85% 以上、场景定位精度达到 L17 至 L18、级联风险覆盖 100%。这些指标描述的是研判侧的能力口径：告警压缩说明它能把大量告警收敛，根因准确率说明指向原因的能力，场景定位精度对应定位所能达到的层级，级联风险覆盖对应连锁风险的覆盖程度。L6 对这些研判结果进行加权综合，意味着最终输出的综合健康度不仅反映单点异常，也纳入研判所得的根因与位置信息。上述数字均为产品知识库所列口径，本文不据此推算未列指标。

七、合规约束层

融合决策并非只做加权计算，还需要受到合规约束。产品知识库记载，标准服务包含 408 条标准库，覆盖 GB、GB-T、DL、IEC、UL 等 12 个标准体系，支持自动条文匹配，且红线不可放宽。这一层约束的意义在于：加权综合健康度可以综合多维度信息，但涉及红线的部分不能被权重稀释。换句话说，权重用于处理可权衡的维度，红线则设定了不可突破的边界。两者共同作用，使 L6 的输出既有综合判断的空间，也有明确的合规底线。

八、效果衡量

产品知识库为太一智控中枢系统列出了量化价值指标，包括电气隐患识别率 95% 以上、告警压缩比 80%、告警准确率提升 3 倍、平均修复时间缩短 60%。这些指标可用于衡量融合决策所在流水线的整体效果。需要说明的是，它们是产品知识库给出的整体口径，不是对某一场景、某一项目结果的承诺；本文引用这些数字，只为说明融合决策所处的效果衡量框架，不据此推断其他指标。

适用范围与限制

• 本文内容限于产品知识库所列：七级流水线及 L6 融合决策的定位、四维影响评估权重（安全 0.30、效率 0.30、寿命 0.20、碳排 0.20）与场景动态调整示例。
• 千知引擎 D7 时序风险评分 0 至 100 分与 6 级告警体系、万象引擎量化价值、标准服务 408 条标准库与 12 个标准体系，均按产品知识库所列转述。
• 医院安全 0.50、工厂效率 0.40、碳考核碳排 0.35 为产品知识库给出的场景示例，本文不推断其余场景的权重或调整规则。
• 端到端小于 2 秒、数据接入成功率 99.9% 及各项效果指标为产品知识库所列量化口径，不构成对具体项目结果的承诺。
• 本文不推断融合决策的具体算法、权重计算方式或其他未列指标，实际能力以最新产品资料与项目方案为准。