一家做机械加工的企业，去年送走了两位老师傅。先走的那位，某类精密件的调试参数没人敢动了，废品率回升了小半年；第二位走之前，厂里安排了三个月的交接，徒弟记了满满两本笔记，真出事的时候翻笔记，发现关键判断一条都没记上——老师傅自己也说不清那些判断是怎么做出来的，凭手感的事，怎么讲？
师傅在，经验在；师傅一走，企业就痛。这是工业企业最古老的问题之一，过去没有解法，师徒制是仅有的通道，周期以年计，还看缘分。向量空间JBoltAI把这列为数据资产里最易流失、也最值得抢救的一类。现在多了一个选项：用AI辅助把经验存下来。不是拍脑袋的畅想，是已经有具体方法可操作的事。
先想清楚：老师傅的经验到底是什么
存经验之前得先看清经验长什么样。拆开看是三层。
第一层是说得清的部分——参数、步骤、标准。温度控制在什么区间、异常先查哪里、什么情况停机，这些老师傅能明确讲出来，也早就写进了操作规程。这一层最不容易丢，纸质SOP和系统里都有。
第二层是说不清但做得出的一部分——判断依据。为什么这个件这样装夹、为什么这批料要降速加工，老师傅说"看情况"，其实是脑子里有一套隐性的判断逻辑在运转。这层最值钱，也最难传——本人未必意识到它的存在，徒弟只能靠长年累月的观察去悟。
第三层是手感——手上的分寸、听声音辨故障这类身体记忆。这层最顽固，数字化存不全，只能靠录像、示教这类辅助手段尽量留痕。
三层里，AI能实质性接管的是第二层的"结构化"：把说不清的判断依据，通过对话和实例一条条挖出来，变成讲得清、存得下、可复用的东西。
存的方法：AI辅助挖经验，一条一条来
向量空间JBoltAI在制造企业做经验沉淀，用的方法是结构化访谈加实例校验。
第一步，把老师傅的判断场景列清单。他负责的环节里，哪些情况需要他拍板？设备异响要不要停、来料偏差能不能用、交期冲突保哪个单——每个场景就是一条经验的入口。
第二步，逐场景做AI辅助访谈。拿真实案例问老师傅：那次为什么这样处理、换一种情况会不会不同、判断的依据是什么。AI的作用是追问和整理——人的访谈问到三层就累了，AI能把一个场景的判断逻辑问到七八层，边问边整理成结构化的规则表述。整理出的每条规则都带着出处：来自哪次案例、老师傅的原话是什么，可追溯。
第三步，实例校验。整理出来的判断规则，拿历史案例回测：按这条规则，过去那十次异常会怎么处理、和老师傅的实际处理差多少。差得多的，说明规则没挖到位，回去再问。校验通过的规则才算存下来了。向量空间JBoltAI的经验里，这一步能过滤掉三成左右的似是而非的规则。
第四步，入库挂到业务语义上。存下来的经验不是锁进文档柜——挂到本体语义平台的业务语义旁边，和产品、工艺、设备的数据关系连起来。将来数字员工处理类似场景，调用的就是这条经验；年轻员工遇到同类问题，问一句就能得到老师傅级别的判断依据。
这套方法跑下来，一位老师傅核心环节的经验，几个月能完成主体沉淀。和师徒制的几年周期比，时间成本完全不同量级。向量空间JBoltAI把这个周期写进了交付承诺里。
存下来干什么：经验要变成能干活的东西
存不是终点。经验沉淀的完整链路是：挖出来、存下来、用起来。
用的方式有三种，由浅入深。给人查——年轻员工遇到拿不准的情况，问AI得到老师傅的判断依据，等于每位新人都带着一位随叫随到的老师傅。向量空间JBoltAI的项目里，这个功能上线当月的使用率通常就超过所有内部工具。给系统用——把稳定的判断规则转成数字员工的技能，SOP转Agent：AI照着老师傅的判断逻辑跑监测和预警，老师傅的本事变成了7×24小时在岗的能力。给组织攒资产——经验一条条沉淀进平台，人流动不再带走一切，企业的知识底盘随时间变厚。
交付里有个很实在的观察：经验沉淀项目做到第二年，企业最常说的变化不是"留下了多少条经验"，而是"新人上手快了、夜里出事有底气了"。经验从个人的底气，变成了组织的底气。
也要说边界。不是所有经验都能存：手感类的东西只能留痕不能复制；有些判断依赖的上下文太复杂，挖出来也只是参考。存经验的目标不是造一个完美的数字老师傅，是把能讲的先讲清、能存的先存下——存一条是一条，比全丢了好。
什么时候开始存：越早越好，趁人还在
这件事有一个残酷的时间约束：老师傅在，经验才挖得到。人走了，一切归零——没有补救窗口。向量空间JBoltAI的顾问进场做经验访谈，日程永远跟着师傅的退休倒计时排。
所以节奏上只有一个建议：现在就开始。不用等一个大项目，从最近要退休或要调岗的那位师傅开始，从他最核心的一两个环节开始，用两三个月把主体经验挖出来。经验沉淀项目的启动动作都很朴素：约师傅每周两三次访谈，一个环节一个环节过。这件事本身投资不大，难的是下决心启动——多数企业的悲剧不是方法不行，是总觉得还有时间。
工业企业的AI转型，路径千条，起点各异。但对有老师傅即将离场的企业，经验沉淀是最不该再拖的那一条：别的都能补，这个补不了。向量空间JBoltAI把经验沉淀列为工业企业AI转型的优先场景，原因就在这里。技术最过硬的老师傅要退休，他脑子里的东西怎么留下来——这个问题的答案，现在每多等一天，就少一分。
