先把场景放到一家想预测设备故障的工厂。
温度、压力、振动、电流，每秒都在往数据库里灌。硬盘很快就满了，真正的故障样本却少得可怜。设备平稳运行几年，偶尔坏一次；坏完立即维修，下一次又换了零件、工况和操作员。
算法团队盯着这些数据，就像站在一个装满自来水的游泳池边，手里却只有三滴墨水。
水很多。
能告诉模型故障边界的墨水，几乎没有。
熟悉互联网范式的人会本能地给出三个建议，继续收集数据，换更大的模型，再做一轮数据增强。
可工厂不能为了训练模型，每周故意烧坏一台压缩机；医院不能为了扩充样本，主动制造更多罕见病例；航天器也不能先摔几百次，再总结哪种姿势比较安全。
在这些场景里，「等数据足够多」不是路线图，更像一份无限期停工通知。
如果系统只负责画一条预测曲线，错误可能还停留在报表里。一旦它能创建工单、调整检修计划，甚至触发控制指令，它就不再只是一个模型，而是一个会行动的 AI Agent。此时，少样本不只是准确率问题，更是行动权限问题：证据不够时，系统凭什么做决定，又该在什么地方停下来？
问题并不是现场一无所知。
工程师知道设备不能瞬间升温，知道能量守恒，知道部件之间怎样传递压力，也知道某些振动组合通常和轴承松动有关。这些知识不在训练表格里，却真实地存在于方程、设计图、操作规程和老师傅的判断里。
小数据场景真正浪费的，往往不是样本，而是那些明明已经知道、却没有进入模型的知识。
工业 AI 的第一个陷阱，是把日志行数当成信息量。
十亿行正常运行日志，可能只是在重复「今天也没坏」。它们能帮助模型认识正常状态，却很难告诉模型正常和故障之间那条细而危险的边界。就像让医生看十万张健康人的片子，并不会自动获得识别罕见病的能力。
真正有价值的不是数据文件有多大，而是它覆盖了多少变化。不同负载有没有出现，不同设备和老化阶段有没有出现，维修标签是否可靠，传感器失真时模型会怎样，风险边界两侧是否都有样本。
这里还藏着一个更麻烦的问题，相关性很容易伪装成机理。
假设模型发现，某类故障发生前电流总会下降。这个规律在训练集里非常稳定，甚至能拿到漂亮的离线分数。可现场工程师知道，电流下降是因为操作员发现异常后主动降低了负载。模型学到的不是故障先兆，而是人的处置动作。
换一条自动化程度更高的产线，操作员不再提前降载，这条规律立刻失效。
端到端模型并没有做错。它忠实地利用了数据里最省力的捷径。错的是系统把「历史上总是一起出现」直接当成了「未来仍然成立」。
所谓小数据，其实混着四种不同的困难：标签少、事件少、覆盖少，以及反事实少。日志很多但工单含糊，是标签问题；事故几年一次，是事件问题；换一代设备就失效，是覆盖问题；只见过处置后的结果，则是反事实问题。
它们不能共用一张「数据增强」处方。先诊断稀缺发生在哪里，才能决定是补标注、做仿真、限制适用范围，还是引入因果假设与受控实验。
文件大小在这里几乎是最不重要的数字。
这正是领域知识应该介入的位置。它不是替模型回答所有问题，而是缩小模型必须凭少量样本独自摸索的空间。模型不必从几次故障里重新发明能量守恒，也不必靠撞坏设备才知道安全边界在哪里。
不过，知识进入系统，并不等于在需求文档里多写一页说明。对少样本 Agent 来说，知识至少要进入四个可执行位置。
数据层用仿真与边界样本补足历史没有覆盖的区域；结构层把部件拓扑和传递关系写进模型，减少它凭空猜测的自由；目标层让违反守恒、单调性或安全边界的预测付出代价；决策层则用规则、优化器和人工闸门控制错误后果。
训练目标可以粗略写成：
总损失 = 数据误差 + λ × 知识违约成本
这里真正困难的是 λ。约束太弱，知识只是训练日志里的装饰；约束太强，一条错误或不完整的经验就会压住真实数据。知识不是圣旨，它只是另一种需要校准的证据。
模型之外还要有一条完整的 Agent 链路：观察现场状态，调用知识增强模型，提出动作候选，通过策略或人工闸门，执行后再读取真实反馈。数据层补覆盖，结构层减少无效自由，目标层校准学习方向，决策层限制行动半径；少掉任何一层，「有领域知识」都可能只是一句无法验收的口号。
还有一种在工业现场很实用的组合，不要求知识模型独自给出完美答案，而是让机器学习只负责它擅长的剩余部分。
先用机理模型算出一个基础预测，再让数据模型学习真实观测与基础预测之间的残差：
最终预测 = 机理模型 + 数据驱动残差
这样做的好处很直接。样本少时，系统至少遵循一个大体正确的骨架；数据逐渐积累后，残差模型再补偿摩擦、磨损、环境扰动等难以写进方程的部分。机理模型负责不离谱，数据模型负责不僵硬。
当然，如果基础模型方向就错了，残差学习也可能忙着替错误知识擦屁股。因此必须分别记录两部分误差，避免一个漂亮的最终指标把知识模型的系统性偏差藏起来。
很多公司的领域知识确实已经被整理过，只是停在一份没人敢删的需求文档里。训练数据不知道它，模型结构不知道它，损失函数不知道它，执行系统也不会因为违反它而停下来。
这种知识被记录了，却没有被使用。
把知识接进系统之后，新的风险随即出现，专家经验本身也会错。
某条温度规则可能只适用于上一代设备；某个经验阈值可能来自传感器精度不足时的折中；一条看似稳定的规律，可能只在特定负载范围内成立。老师傅说「温度一高就有问题」，系统仍然需要知道究竟多高、持续多久、影响哪些型号，以及有哪些反例。
因此，知识不能只有内容，还要有身份。
单位、几何边界和安全联锁可以成为硬约束；通常成立、但允许数据推翻的规律属于软约束；帮助模型学习的经验可以做成特征；尚未验证的判断只能作为实验假设。每一条还要带上版本、来源、适用范围和反例。
当数据持续违反某条规则，系统应该提醒人重新检查规则，而不是静默把数据判成异端。当模型进入规则没有覆盖的新工况，也应该提高不确定性，而不是继续输出三位小数，假装心里很有数。
知识和数据最健康的关系，不是谁压倒谁。
数据负责纠正人的自信，知识负责限制模型的胡思乱想。
把视野从设备故障挪开，这套逻辑仍然成立。
做材料研发，实验样本少，但化学组成、晶体结构和守恒关系并不是空白。做药物性质预测，可用标签昂贵，但分子图和已知作用机制能够缩小搜索空间。做电网调度，极端故障很少，潮流方程、拓扑关系和安全裕度却必须一直成立。做供应链预测，历史数据覆盖不了每一次突发事件，但交期、库存上下限和上下游依赖仍然可以约束结果。
场景相距很远，共同点却很清楚，数据不足的时候，问题结构本身就是信息。
这也改变了模型的评测方式。
小数据系统不能只报一个平均准确率。一个模型在 99.9% 的正常时段表现完美，却漏掉唯一一次灾难性异常，业务价值仍然可能为负。另一个模型多报几次警，却能在分布外工况主动暴露不确定性并交给人，反而更适合上线。
评测要专门检查最坏错误、分布外表现、约束违反次数、误报和漏报的不同代价，以及人工接管后能否形成新的数据或规则。及时拒绝一次，也应该被算作能力，而不是被统计成「没有完成任务」。
对故障预警来说，报警是否提前也很重要。事故发生前一分钟才给出完美判断，和提前三天发现趋势，业务价值完全不同。模型还要校准自己的置信度，不能在熟悉工况里报 90%，到了陌生设备上仍然报 90%。一个看起来不够果断、但会随着环境陌生程度主动降低信心的模型，往往比始终自信的模型更可靠。
这些指标会让模型选型发生变化。排行榜上平均分最高的方案，未必是现场总损失最低的方案。生产系统关心的是停机、漏报、误报、人工检查和错误动作加在一起的成本。
对 Agent 还要多看三件事：它是否在证据不足时拒绝行动，错误动作能否回滚，人工接管之后有没有沉淀成新的样本或规则。
真正开始时，不必先搭建宏大的数字孪生平台。
挑一个数据最少、但专家判断相对明确的问题，做三组对照就够了：先训练简单基线；再补仿真或规则生成的边界样本；最后加入一条可解释的软约束或输出校验。三组方案一起接受分布外工况、传感器缺失、规则边界和专家冲突样本的压力测试。
最后记录需要多少真实标签、最坏错误、约束违反和人工接管，而不是只看平均分。每一次接管都应进入下一轮标注、规则修订或适用范围调整，Agent 才会在真实使用中变得更可靠，而不是只积累更多日志。
如果知识增强模型只在平均分上微涨，却显著减少灾难性输出，它已经可能更适合生产。如果加入先验后性能下降，也别急着责怪模型。数据也许刚刚证明了一条流传十年的经验并不可靠。
端到端学习没有过时，大模型也没有失去价值。只是工业现场从来不是一个无限数据、无限算力、无限试错的游乐场。
工程不是让模型自由发挥，然后为它的创造力鼓掌。
工程是知道哪些地方可以学习，哪些地方必须遵守，哪些地方一旦不确定，就该把控制权交还给人。
回到开头那池看起来很多的日志。真正稀缺的，从来不是正常运行又重复了一天，而是那三滴能告诉系统故障边界的墨水。
数据少不可怕。
可怕的是一边抱怨数据少，一边把已经知道的东西全部留在模型之外。
作者｜随机比特
