《Eng》：A Unified DMAIC-Based Conceptual Framework for Lean Six Sigma and Industry 4.0 Integration in Electronics Manufacturing Services
精益六西格玛（Lean Six Sigma, LSS）与工业4.0（Industry 4.0, I4.0）的融合已成为智能制造转型的关键路径，但现有融合研究在技术、DMAIC阶段与产业场景间呈现碎片化特征，针对电子制造服务（Electronics Manufacturing Services, EMS）环境的部署架构尤为匮乏。研究人员通过开展精益六西格玛–工业4.0融合研究的系统性文献综述，构建了专门面向EMS的统一DMAIC概念框架。研究遵循PRISMA指南的系统综述方法，通过质量评价、多维分析编码、定量诊断分析与跨维度综合，超越描述性文献映射实现机制层面的解读。研究结果显示，工业4.0技术在测量（Measure）与分析（Analyze）阶段高度集中，而定义（Define）与控制（Control）阶段发展滞后，导致成熟度存在结构性失衡。针对上述局限，本研究提出了面向EMS的概念框架，通过整合工业4.0技术、部署就绪度标准、数字可追溯性与数据驱动决策支持，对传统DMAIC实践进行适配，形成统一概念架构。该框架并非引入新的DMAIC方法论，而是将成熟的精益六西格玛原则情境化应用于EMS环境，为缺陷敏感的制造场景提供智能化的持续改进结构化路径。区别于以往仅将工业4.0技术与单一DMAIC阶段关联的研究，本框架在统一概念架构中引入了部署就绪度评估、自适应决策门机制、企业特异性概念指导及EMS导向的运营集成。
1. 引言
制造业正处于深刻变革之中，数字技术推动传统生产系统向智能化、互联化、自适应的运营生态系统演进。工业4.0以信息物理系统（Cyber-Physical Systems, CPS）、物联网（Internet of Things, IoT）、人工智能（Artificial Intelligence, AI）、机器学习（Machine Learning, ML）与实时分析为核心特征，加速了从传统自动化向预测性与自主性制造的转型。与此同时，精益六西格玛（Lean Six Sigma, LSS）仍是各行业系统性消除浪费、降低缺陷与持续改进流程的最广泛应用方法之一。尽管二者独立实施均可提升运营卓越性，但近期研究表明其融合带来的转型潜力远超孤立应用。现有研究证实，LSS 4.0通过将数字技术嵌入结构化改进循环强化了DMAIC执行效能，数字化则推动精益响应性从反应性流程纠正向预测性优化转变，其中工业4.0技术在DMAIC的测量与分析阶段赋能效应最为显著，典型技术包括IoT传感、ML分析与流程挖掘工具。然而，现有文献仍存在三方面碎片化局限：一是聚焦孤立技术应用而非集成部署架构；二是过度强调测量、分析等技术可观测阶段，而治理密集的定义与控制阶段发展不足；三是对LSS–I4.0融合如何适配不同企业规模（尤其是中小企业与大制造企业）的解释有限。组织就绪度、员工能力与基础设施成熟度被证实比技术可得性更能决定融合成败，表明现有框架未能充分应对情境化部署的异质性。实证证据进一步显示，尽管先进技术可用，多数数字化转型与LSS–I4.0融合项目仍面临组织就绪度不足、员工能力欠缺、技术集成碎片化、传统制造系统遗留问题与变革管理失效等挑战，导致DMAIC全生命周期部署不均衡，限制持续改进举措的可持续性。EMS领域作为典型的缺陷敏感型制造场景，其印刷电路板组装（Printed Circuit Board Assembly, PCBA）与电子组装作业具有高流程复杂性、严格可追溯性要求、短产品生命周期及自动化-人工混合生产接口等特征，现有通用制造融合模型难以适配。EMS生产依赖全流程数字检测与追溯系统，包括焊膏检测（Solder Paste Inspection, SPI）、自动光学检测（Automated Optical Inspection, AOI）、在线测试（In-Circuit Test, ICT）、功能电路测试（Functional Circuit Test, FCT）、X射线检测、制造执行系统（Manufacturing Execution System, MES）与统计过程控制（Statistical Process Control, SPC），这些要素需直接嵌入DMAIC执行过程而非作为孤立检测活动。基于此，本研究旨在构建面向EMS的统一概念框架，在四方面拓展现有知识体系：一是纳入数字化实施前的组织部署就绪度评估；二是引入自适应决策门机制以管控DMAIC阶段推进；三是基于组织成熟度提供中小企业与大型制造企业的差异化部署路径；四是嵌入EMS特异性运营需求，包括可追溯性、缺陷敏感制造及SPI、AOI、ICT、FCT、X射线检测与MES集成。
1.1 理论基础
本研究以互补的社会技术系统理论与动态能力理论为理论基础。社会技术系统理论强调数字化转型需实现技术基础设施与人类组织系统的对齐，Lean 4.0视角下精益软实践与工业4.0技术的交互应被视为集成社会技术系统，二者需协同演化以实现智能制造的可持续转型。动态能力理论则为理解组织如何持续适配运营能力以应对技术变革提供了视角，在EMS场景下，LSS与工业4.0的成功融合不仅依赖技术采纳，更取决于组织对齐流程、员工能力与实施实践的能力。二者共同构成了解释EMS环境下LSS与工业4.0融合的适宜基础。
1.2 研究目标
本研究通过三个核心目标回应上述研究缺口：一是系统分析制造系统中LSS与I4.0融合的现有文献；二是识别现有融合模型中的结构性失衡、未解决局限与情境化障碍；三是开发面向EMS制造的统一概念框架，整合LSS、DMAIC 4.0、I4.0技术与自适应部署逻辑。
2. 系统综述方法与分析框架
本研究采用系统性文献综述方法批判性探究LSS与I4.0技术在制造系统中的融合路径。遵循PRISMA框架开展研究筛选，确保方法透明与可复现。文献检索覆盖Scopus、Web of Science核心合集与Google Scholar三大数据库，限定2020–2025年发表的英文同行评审期刊论文，同时通过回溯引文链纳入2020年前的奠基性研究。检索策略采用布尔逻辑组合“精益六西格玛”“工业4.0”“DMAIC”“质量4.0”等核心术语。经去重、标题摘要筛选与全文 eligibility评估后，最终纳入78项研究作为概念框架构建的证据基础。研究排除了会议论文、书籍章节等非同行评审文献，以保障证据的方法学严谨性。
2.1 文献检索策略与数据源
为确保跨学科覆盖，研究人员以Scopus与Web of Science为核心索引数据库，Google Scholar作为补充来源以降低出版偏差。检索周期聚焦2020年后AI、IIoT、数字孪生等技术加速发展的阶段，同时通过回溯引文保障LSS与DMAIC理论基础完整性。
2.2 纳入与排除标准
研究严格遵循PRISMA 2020流程开展四阶段筛选：初筛获得230条记录，去重后剩余202篇，经标题摘要筛选排除102篇，对剩余100篇全文评估后排除22篇（因方法学细节不足或未聚焦LSS–I4.0融合），最终78篇纳入定性综合。纳入标准明确要求研究聚焦制造/智能制造场景、涉及LSS/DMAIC/I4.0及其融合、提供概念/实证/方法学贡献；排除标准涵盖非制造领域、非同行评审文献、仅讨论单一I4.0技术而未关联流程改进的研究。
2.3 质量评价标准
研究人员从五个维度对纳入研究开展质量评价：概念清晰度（是否明确阐释LSS、DMAIC与I4.0的关系）、方法学透明度（是否充分报告研究设计、数据来源与分析流程）、融合深度（工具层、阶段层或架构层的融合水平）、实践适用性（是否提供部署逻辑或可操作的运营启示）、情境相关性（是否适用于缺陷敏感或数字化制造环境）。该方法避免了单纯依赖发表数量的分析偏差，强化了证据的合成效度。
2.4 多维证据提取与分析框架
为实现深度比较合成，研究人员对纳入研究开展多维编码，涵盖行业领域、DMAIC阶段关联性、I4.0技术类别、LSS工具匹配度、企业规模情境与实施规模。编码框架包含五个核心维度：融合层级（工具/阶段/架构）、DMAIC覆盖范围（单阶段/全周期）、部署逻辑（临时采纳/线性映射/自适应序列）、验证机制（可量化标准/KPI关联/决策门）、组织情境（通用制造/SME/大型企业/EMS）。该框架超越了描述性分类，能够识别现有研究中融合逻辑的系统性缺失。
2.5 证据提取与分析合成流程
研究人员对78项研究开展全文精读，提取发表特征、工业应用、LSS方法、I4.0技术、DMAIC阶段覆盖、实施特征、组织情境、验证方法与核心发现等信息，通过迭代比较识别重复出现的实施模式、技术应用场景与方法学局限。提取证据支撑了后续的定量频率汇总、跨维度比较与框架设计需求的推导。
2.6 作为诊断证据的定量内容分析
定量分析聚焦I4.0技术在DMAIC各阶段的分布频率，结果显示技术高度集中于测量（41%）与分析（33%）阶段，而定义（12%）与控制（14%）阶段数字化支持显著不足。这一失衡表明当前LSS–I4.0成熟度在DMAIC全生命周期分布不均，尽管数据获取与分析智能较强，但前端战略对齐与后端控制稳定性的数字化支撑薄弱，亟需构建阶段均衡的架构驱动框架。
2.7 跨维度模式分析
跨维度分析揭示技术部署模式随组织情境显著变化：IoT多与监测类工具对齐，AI更多用于根本原因分析与预测分析。组织就绪度、员工能力与基础设施成熟度被证实比技术可得性更能决定融合成效，同一技术在不同数字化成熟度的企业（如数字化成熟的大型企业与基础设施有限的SME）或EMS等严苛环境中可能产生差异化结果。
2.8 信度与一致性评估
研究人员采用预定义的编码框架开展一致性信息提取，对模糊分类通过反复核查原文予以校正。尽管未开展正式的多研究者间信度检验（如Cohen’s Kappa），但通过标准化流程降低了主观解释偏差，未来研究可通过多独立评审进一步提升方法学稳健性。
2.9 方法学贡献总结
通过整合PRISMA指南流程、质量评价、多维分析编码、定量诊断分析与跨维度合成，本研究方法为识别LSS–I4.0融合文献中的结构性失衡、技术集中模式、部署缺口与情境化局限提供了结构化基础。
3. LSS与I4.0融合文献的批判性分析合成
现有文献虽一致证实LSS通过DMAIC提供结构化问题解决纪律，I4.0提供实时传感、预测分析与智能自动化能力，但二者互补性尚未转化为成熟的融合架构。多数研究仅解释数字技术的潜在支持场景，却未阐明技术如何在DMAIC全生命周期内被排序、管控、验证与维持。研究识别出四类核心局限：DMAIC阶段覆盖不均、技术功能对齐而非架构集成、情境化实施结果差异、框架缺乏验证与过渡逻辑，这些构成了后续概念框架的设计基础。
3.1 从报告收益到融合成熟度
现有研究多验证I4.0技术通过提升流程可见性、加速根本原因分析与实现预测性干预增强LSS绩效，但普遍缺乏对融合成熟度的解释。技术映射（识别I4.0技术与DMAIC阶段/精益工具的关联）不等同于融合成熟度——后者要求解释技术如何协同构成协调的改进架构。当前融合呈现“性能驱动但架构不完整”的特征，技术采纳多基于短期可量化价值，缺乏贯穿DMAIC全周期的部署逻辑，导致局部优化而非全周期持续改进系统的形成。
3.2 DMAIC阶段的结构性失衡
I4.0技术在测量与分析阶段的高度集中反映了“数据可得性驱动而非全生命周期实施逻辑驱动”的本质局限。定义阶段涉及战略问题界定、项目优先级排序与组织目标对齐，较难数字化；控制阶段需要长期稳定化、治理机制与反馈式维持，依赖集成系统设计而非孤立技术方案。这种失衡导致现有实施“分析能力强但战略与运营不完整”，难以支撑前端决策与长期维持。分析表明，数字成熟度集中于数据密集型阶段，而治理密集型阶段支持薄弱，现有融合多为技术驱动而非架构驱动，亟需阶段均衡的架构设计。
3.3 功能对齐与架构集成的差异
I4.0技术常与特定精益方法或改进功能强对齐（如IoT支持监测与流程可见性、AI支持根本原因分析），但功能对齐不等于架构集成。技术可有效支持单一工具或阶段，却未必能构建集成的LSS–I4.0系统。现有文献更侧重技术–功能兼容性证据，而非系统级集成能力，缺乏跨阶段技术交互、决策验证与改进成果稳定的解释。这凸显了在框架中引入决策门与持续反馈机制的必要性。
3.4 融合结果为何在组织情境中分化
融合成效受组织就绪度、基础设施成熟度、员工能力、领导承诺与治理强度显著影响。大型企业与SME的实施能力差异尤为突出：前者具备更强的数字基础设施、投资能力与数据治理体系，可实现多DMAIC阶段的协同部署；后者常因资源限制仅能开展试点项目。现有通用框架多隐含“统一部署条件”假设，未能解释如何根据成熟度调整部署路径，导致框架理想化。就绪度差距并非次要实施问题，而是任何可操作LSS–I4.0框架的核心设计需求，需纳入就绪度前置条件与差异化部署路径。
3.5 现有文献的方法学与概念局限
现有研究仍存在三方面局限：一是技术中心主义，聚焦单一技术或局部案例，缺乏完整DMAIC改进架构的集成逻辑；二是成功案例偏倚，失败或局部实施案例报道不足，导致对融合成熟度的过度乐观认知；三是短期试点主导，缺乏全生命周期绩效可持续性的纵向验证。这些局限阻碍了框架从概念模型向可落地部署架构的演进，亟需纳入阶段均衡集成、结构化决策门机制与情境自适应部署逻辑。
3.6 以人为本的就绪度与员工能力缺口
现有框架普遍对员工能力与人类中心适应重视不足，将I4.0技术视为纯技术部署工具而非社会技术系统的组成部分。实践表明，成功数字化转型依赖员工培训、行为适应与领导对齐的并行推进，员工能力缺陷常被证实为融合失败的关键障碍。因此，人力能力不应被视为外围支持因素，而应作为LSS 4.0实施的核心架构条件，需在框架中嵌入流程成熟度、数据基础设施就绪度与人力能力的预评估环节。
3.7 缺口向框架设计需求的合成
研究将识别的五类核心缺口（阶段失衡、功能对齐而非架构集成、过渡验证薄弱、情境适应不足、EMS特异性运营逻辑缺失）转化为明确的框架设计需求，形成了“缺口–机制–框架需求”的映射逻辑，为概念框架的开发提供了直接依据。
3.8 分析启示总结
现有LSS–I4.0融合研究的核心局限并非数量不足，而是缺乏结构化、可验证、情境自适应的部署架构。四大分析启示包括：技术部署过度集中于测量与分析阶段；技术–工具映射未能解释全周期改进架构的协调机制；组织就绪度维度嵌入不足；EMS特异性需求（缺陷遏制、可追溯性、短生命周期、混合工作流）未被充分回应。未来框架的核心贡献应在于强化部署逻辑，包括阶段均衡集成、结构化过渡验证、就绪度敏感实施与高缺陷敏感行业的情境适配。
4. 面向EMS制造的LSS与I4.0统一DMAIC概念框架
4.1 框架开发逻辑
针对现有研究未能解决的“技术何时部署、阶段间如何验证过渡、如何适配不同组织情境”三大核心问题，本研究开发了专门面向EMS的四层架构框架。框架通过部署前置条件、DMAIC数字集成引擎、自适应决策门机制、持续反馈与企业缩放四层结构，回应了现有模型的碎片化局限，为EMS环境下的缺陷敏感、可追溯性需求与混合自动化依赖提供了结构化解决方案。需明确的是，该框架为概念性框架，旨在提供架构构件、关系、部署原则与决策逻辑，而非替代企业特异性实施规划或实证验证。
4.2 统一EMS框架架构
第一层为部署前置条件层，要求组织在实施前具备充分的流程成熟度、数据基础设施就绪度与员工能力，从源头规避“未准备好即部署技术”的常见失败模式。第二层为DMAIC数字集成引擎层，将I4.0技术按功能角色系统嵌入各DMAIC阶段，实现阶段均衡的数字集成逻辑。第三层为自适应决策门机制层，在各阶段过渡处设置验证检查点，确保前一阶段充分完成后方可推进，提升实施稳健性。第四层为持续反馈与企业缩放层，通过反馈回路实现实时绩效监控与自适应优化，并针对SME与大型企业设计差异化部署路径，保障框架在多组织情境下的适用性。
EMS运营集成
框架针对EMS特性进行了深度适配：定义阶段整合KPI仪表盘与问题优先级平台，强化战略议题识别；测量阶段嵌入SPI、AOI、ICT、FCT、X射线检测、SPC与MES可追溯性，实现端到端流程可见性；分析阶段融合AI分析、ML与质量记录，精准识别PCBA制造中的复发缺陷根源；改进阶段应用数字孪生、机器人、工艺参数优化与DOE，降低实施风险；控制阶段集成MES仪表盘、SPC监控与闭环纠正措施，通过异常触发机制防止缺陷逃逸。这种嵌入式设计确保了数字技术与EMS运营约束（PCBA可追溯性、混合生产依赖、缺陷遏制需求）的深度耦合。
4.3 面向EMS实施的自适应决策门逻辑
框架在传统线性DMAIC流程中引入结构化过渡验证逻辑：定义→测量门需验证项目范围与KPI清晰度；测量→分析门需确认数据完整性与传感器稳定性；分析→改进门需基于统计显著性分析或预测模型置信度验证根本原因；改进→控制门需确认改进措施的稳定可重复性。这种机制将DMAIC推进从静态序列转化为动态就绪度驱动的架构，显著提升了EMS复杂环境下的实施可靠性。
4.4 SME与大型企业缩放路径
针对组织情境差异，框架设计了双路径部署模式：SME路径采用分阶段模块化推广策略，优先选择性价比高、即时见效的技术，降低实施风险与成本；大型企业路径支持企业级同步部署，依托其成熟的治理架构与资源能力实现跨产线的集成优化。这种设计避免了“一刀切”的实施假设，增强了框架在EMS多元供应商生态中的适用性。
4.5 EMS特异性原创贡献
框架的核心原创性在于将EMS运营需求（PCBA多阶段严格可追溯性、缺陷跨阶段传播敏感性、混合工作流依赖、短生命周期快速适配）深度嵌入各架构层，而非仅作为应用示例。通过整合缺陷敏感分析、实时可追溯性与自适应闭环纠正干预，框架解决了通用模型在EMS场景下的适配不足问题，为电子制造系统的数字化转型提供了情境化架构。
4.6 框架的 illustrative应用
以PCBA可焊性缺陷改进为例，框架展示了全流程集成逻辑：定义阶段通过ICT/FCT失败数据锁定改进目标；测量阶段通过MES、检测结果与工艺参数采集量化变异；分析阶段通过统计与帕累托分析定位焊接接触时间过长与热暴露失控根源；改进阶段通过DOE优化工艺参数并标准化作业；控制阶段通过SPC、温度监控与异常触发机制维持改进成果。该案例验证了框架在数据驱动持续改进中的可操作性。
4.7 与现有框架的比较优势
对比分析显示，现有框架虽提供技术映射或局部优化启示，但缺乏同时整合阶段均衡、部署排序、就绪度条件与企业级缩放的完整架构。本框架通过融合五阶段DMAIC技术对齐、自适应决策门验证、就绪度前置条件与差异化缩放路径，实现了更复杂的运营韧性，为复杂制造环境下的LSS 4.0实施提供了更稳健的解决方案。
4.8 框架贡献总结
框架的核心贡献在于将分散的技术采纳实践转化为连贯、均衡、可缩放的部署架构，统一了此前割裂的数字转型维度。理论创新体现为引入自适应决策门机制作为阶段过渡管控的新型治理工具；实践价值体现为提供了规避“无集成逻辑的技术采纳”、迈向“全阶段智能持续改进架构”的战略路径，既丰富了LSS 4.0的学术理论，也为EMS数字化转型提供了可行动架构。
4.9 框架的可操作化与可测试性
框架的可操作性通过三方面体现：一是部署前的就绪度评估（流程成熟度、数字基础设施、员工能力三维筛查）；二是决策门的验证逻辑（各阶段过渡需基于可测量的就绪度证据）；三是绩效评价指标体系（通用指标如缺陷率降低、一次通过率提升，EMS特异性指标如可追溯性完整性、缺陷逃逸率）。未来可通过前后对照、试点线与控制线比较、纵向追踪与跨行业基准测试等方式开展实证验证。
5. 讨论与理论启示
5.1 对LSS 4.0成熟度的启示
当前LSS 4.0成熟度存在结构性失衡，技术集中于测量与分析阶段带来“技术成熟度幻觉”，而定义与控制阶段的数字化滞后削弱了端到端持续改进能力。成熟度评估应从“技术强度”转向“DMAIC全阶段数字集成的完整性与均衡性”。
5.2 对LSS 4.0理论的贡献
本研究推动LSS 4.0理论从“技术增强视角”向“架构中心的运营范式”转型，强调技术功能、DMAIC阶段目标与组织就绪能力的结构化对齐，而非孤立的工具采纳。这一视角与可持续制造研究中“集成系统架构而非孤立技术实施是长期转型核心驱动力”的结论一致，拓展了LSS 4.0理论的核心解释逻辑。
5.3 社会技术系统视角
研究发现技术基础设施 alone不足以驱动可持续改进，需与人力、组织子系统对齐。员工就绪度、基础设施成熟度与领导对齐常被证实为转型成功的关键，验证了框架中部署前置条件层的理论合理性。通过将人力能力与组织就绪度嵌入架构设计，本研究将社会技术系统理论转化为可行动的LSS 4.0部署模型。
5.4 动态能力视角
框架将动态能力理论操作化于DMAIC结构中：定义与测量阶段支撑“感知能力”，分析阶段支撑“解读能力”，改进阶段支撑“重构能力”，控制阶段支撑“适应稳定能力”。自适应决策门机制进一步强化了动态能力的过程治理属性，确保改进流程以能力驱动方式演进。
5.5 情境依赖性与组织差异
融合成效的高度情境依赖性支持了框架中差异化缩放路径的设计。SME面临的独特壁垒（基础设施限制、培训不足、专家资源匮乏）与大型企业的资源优势对比，凸显了情境敏感实施策略的重要性，增强了框架的跨组织适用性。
5.6 对EMS制造的意义
EMS作为LSS–I4.0研究的未充分探索场景，其超高精度可追溯性、缺陷传播遏制需求与混合流程同步要求，使得通用框架的有效性受限。本框架的EMS导向设计填补了这一空白，为电子制造系统提供了情境适配的解决方案。
5.7 管理启示
管理者需从“孤立技术采购”转向“结构化架构部署”，优先开展就绪度评估、员工数字能力建设、阶段均衡的DMAIC数字化与实施阶段的治理检查点设置，确保数字化转型与组织能力、流程成熟度对齐。
5.8 研究的战略解读
LSS 4.0的未来不在于部署更多技术，而在于提升技术排序、验证与维持的结构化智能。本研究推动领域从碎片化数字增强向智能、架构管控的持续改进生态系统转型，为EMS制造等领域的工业转型提供了理论与实践双重路径。
6. 未来研究方向
未来研究需聚焦八大方向：一是在真实工业环境中开展框架的实证验证，评估缺陷率降低、流程稳定性等可量化结果；二是强化定义与控制阶段的数字化研究，开发战略问题界定与长期维持的预测性治理机制；三是开发情境敏感的SME部署模型，包括成熟度评估、分阶段采纳路径与适应性策略；四是构建融合技术、分析与管理的员工能力框架，支撑社会技术对齐；五是探索LSS–I4.0在质量4.0体系中的定位，整合预测性质量系统与闭环控制架构；六是拓展可持续性维度，研究框架对能源效率、循环经济与韧性供应链的贡献；七是采用数字孪生仿真与纵向案例等高级验证方法，评估动态条件下的实施绩效；八是推动领域从“概念趋同”向“可扩展、循证的成熟框架”转型，支撑智能可持续制造的发展。
7. 结论
本研究通过系统文献综述与批判性分析合成，证实LSS与I4.0虽已确立互补性，但现有研究在技术、阶段、情境与规模层面仍呈碎片化。核心结论包括：I4.0技术显著增强了LSS的测量精度与分析响应能力，但融合成熟度高度集中于数据丰富的诊断阶段；定义与控制阶段的数字化支持不足导致DMAIC集成不完整；组织就绪度是决定融合成败的核心要素。为此，本研究开发的统一EMS导向DMAIC框架通过全阶段技术对齐、部署就绪度前置条件、自适应决策门机制与双路径缩放设计，将碎片化的LSS–I4.0实践转化为连贯、均衡、可缩放的部署架构。该框架兼具理论创新（推动LSS 4.0向架构中心范式转型）与实践价值（为EMS数字化转型提供路线图），未来需通过真实生产环境的实证研究进一步验证其有效性、可扩展性与长期可持续性。
