TMS · Transportation Planning
物流规划：传统方法 vs AI
用同一批运输订单对比传统运价 / SLA 规则、AI 直接规划与 AI + 确定性运输规划，展示业务语境应该在哪里进入系统。
可运行演示AI 增强现有工作Hybrid · AI + 确定性逻辑人工复核
工业语境与系统边界
场景实验 · TMS
AI 与规则、Solver 或代码协作
集成边界：运输规划对比实验；未连接 TMS、承运商、地图或实时费率服务。
同一批订单，比较规则、AI 与 Hybrid 的真实边界。
价格、容量和 SLA 由确定性逻辑负责；AI 只在新的业务语境尚未结构化时增加价值。
苏州 DC 有 4 张待发订单，需要选择运输模式。
重量、承诺时效、承运模式 SLA 与价格已知；新增难点是一条可能导致客户停线的临时信息。
证据深度
验证这个结论。
限制必须保持可见；实现细节可以深入查看，但不能阻塞 Demo 主流程。验证 2026-10-21 · 构建 6e89290 · 未测 2 项 / 阻塞 3 项展开全量记录
- 未测8 条路由 × 3 视口（1440×900 / 720×900 / 390×844）的横向溢出、Tab 焦点 outline、#evidence 深链、正文对比度抽样（仅记录数值，阈值未定）
- 未测对比度阈值判定：首轮只记录实测数值，WCAG 阈值待真实分布确认
- 阻塞读屏（screen reader）
原因：当前无读屏执行环境
- 阻塞原生 200% 浏览器缩放
原因：headless 视口不能替代原生缩放，需人工验证
- 阻塞视觉构图接受
原因：需人眼评审；当前会话无视觉模型能力
- 这是运输计划仿真，不是 TMS、承运商平台、地图或实时路况集成。
- 运价使用“固定费用 + 重量 × 单价”的简化模型，没有建模线路报价、燃油附加费、装载率、体积重或多点合单。
- AI Only 的输出会被确定性代码重新计算成本并校验 SLA、重量、关键时效与成本容忍上限；模型本身不拥有运价真相或履约保证。
- 当免费模型不可用时，页面会明确显示非 AI 回退路径，不会把规则结果包装成模型结果；全部订单、客户和成本均为模拟数据。
实现方式
一个聚焦的物流管理实验：苏州 DC 有 4 张待发订单和 4 种模拟运输模式。传统方法只根据重量、承诺时效、SLA 和运价选择最低成本可行方案；AI Only 直接读取订单与临时业务信息后生成运输选择；Hybrid 只让 AI 把停线风险、加急要求和成本容忍度翻译成受限参数，再由确定性规划规则选择运输模式。Demo 使用 4 张模拟订单和 4 种运输模式。每种模式拥有固定 SLA、重量上限、固定费用和重量单价。传统计划选择满足订单重量与承诺时效的最低成本模式。AI Only 通过现有 OpenRouter Runtime 直接返回每张订单的运输模式；Hybrid 只允许模型输出 priorityOrderIds、urgencyHours 和 costTolerancePct 三类受限参数，再由确定性规划函数选择可行模式，并对关键时效与成本增幅上限进行统一校验。
可复用模式
“自然语言业务异常 → 受限运输参数 → 确定性规则执行”的模式可以继续扩展到承运商选择、路线规划、运输异常处置和 TMS Copilot，而不需要让 LLM 直接拥有物流执行权。
证据与来源
- Demo三路物流规划 Demo
同一批运输订单同时运行传统规则、AI Only 和 Hybrid，并统一重新计算成本、时效、容量与业务约束。
- 架构业务语境进入运输规划的边界
结构化订单 → 传统运价 / SLA 规则；自然语言异常 → AI 受限参数 → 同一套确定性运输规划。
- 源码