供应链优化器能算出数学上的最佳分配，却可能不知道一封供应商邮件、一次天气变化或工厂例会刚刚改变了现实。NVIDIA与Palantir 9月10日披露一套内部供应链方案：先用cuOpt求解周度混合整数规划，再让经过后训练的Nemotron读取非结构化信号并提出修正，最终仍由人类规划员批准、编辑或否决。每次决定、理由和实际结果都会写回Foundry。

先把物料、工厂和承诺变成同一套对象

方案的地基不是模型，而是Palantir Foundry中的供应链本体。材料、站点、容量、订单承诺、分配和产出被建成可关联对象，结构化数据与邮件、供应商复盘等非结构化信号进入同一上下文。cuOpt据此求解以Time of Ownership为目标的周度分配，并把约束项暴露出来，规划员可以看到方案为什么无法满足某项需求。

难点出现在优化器之外。经验丰富的规划员会根据天气、临时承诺和供应商语气调整结果，却常把理由留在个人邮件或会议里，下一轮系统无法复用。新流程要求每次接受、编辑或覆盖方案时同时记录依据和预期，再把实际结果回写。这些数据既能审计决策，也能为后续模型训练形成时间一致的样本。

30B总参数的小模型只负责边界明确的一步

团队选择Nemotron 3.5 Lightning作为执行层模型。它共有300亿参数、每次前向约激活30亿，部署在治理边界内。训练前先对供应链数据做匿名化，再用合成数据补充稀有场景，通过LoRA在两块B200上完成适配；材料称训练耗时以分钟计。回测采用时间点切分，避免未来信息泄漏到历史决策。

在内部开发集上，后训练Lightning的分配决策准确率为86.7%，高于Nemotron 3 Ultra的55.5%和基础Lightning的17.5%。但平衡准确率只有58.6%，Macro-F1为57.5%，说明类别不均衡仍然明显，单看总准确率会高估效果。Ultra对应两项指标为42.0%和39.5%，基础Lightning为29.0%和13.5%。这证明小模型能在狭窄任务里胜出，却没有证明它拥有更强的通用供应链推理。

最关键的设计，是模型不能自己改生产

模型先读取优化方案与外部信号，给出接受、调整或升级人工处理的建议，并附上理由和可查证证据。人类规划员审核后才形成最终分配；生产中的反馈不会直接触发自训练。Palantir Autopilot管理数据、模型和部署血缘，让团队能够还原某个建议使用了哪版数据、哪版适配器和哪套规则。

边界也被明确写出：对未来风险的预测依旧困难，供应链变化可能迅速超出训练分布；公开材料没有给出线上采用率、实际交付改善、误判成本或节省金额。86.7%来自供应商与客户共同披露的开发测试，外部团队不能直接把它当成生产SLA。更合理的验收还要按稀缺物料、工厂、风险等级和人工覆盖原因拆分，并长期观察错误方案是否集中在少数高损失场景。

小编判断：企业Agent应先学会进入决策链，而不是取代决策者

这套案例展示了FDE真正需要解决的五件事：统一对象、接入非结构化证据、把专家经验变成可记录理由、用时间一致回测验收、在不可逆动作前保留人工闸门。模型只是其中一个可替换部件，Foundry本体、优化约束、审批责任和结果反馈才让系统能够持续运行。

准备复制的企业不必先训练专用模型。可以从一个高频分配会议开始，让优化器输出基线，让Agent只整理例外与证据，让负责人明确接受或覆盖，并记录一个月后的结果。只有当人工覆盖率、错误成本和交付指标稳定改善，再逐步扩大自动建议范围。把最后一票交给谁，应由风险和可逆性决定，而不是由模型准确率决定。