周一早会，车间主任念上一周的不良：三批外观划伤、两批尺寸超差。品质部拿出的异常单上写着「加强员工培训、加强首件检验」。散会后第三天，同类问题又出一批。老板只问一句：这个划伤，是上周几发现的，发现时已做了多少件？没人答得上来。异常单上有原因、有对策、有签名，就是没有那两个数字。
我们的判断：生产异常反复发生，多数不是员工不报，是这张单子从设计上就拦不住问题——报得太晚、判得不一样、报完不回写。改法不是加罚则，是把异常单从「检讨书」改成「拦截记录」。文中企业数字均为公开报道中的企业自述。
生产异常处理的三步，为什么总走不完？
标准说法是三步：发现、处置、改善。落地时三步各断一处。发现断在「晚」——异常往往到成品检验甚至客户验货才被确认，那时已做了一大批；处置断在「散」——同一处缺陷，甲班判轻微、乙班判严重，返工范围全凭当班人经验；改善断在「空」——对策写「加强培训」，下一批还是同一处。三步里最值钱的是第三步，也最容易被糊过去：只有改善没有验收人。
把反馈提前，能省下什么？
河北日报「人工智能＋赋能新旧动能转换」系列报道里有一个具体对照。2026 年 10 月 15 日上午，秦皇岛中信戴卡铝车轮六号工厂，压铸工序技术员郭旭明收到一条 X 光质检实时反馈：某机台产品筋部缩松，缺陷等级一级、仍在合格范围内。他仍调取缺陷图片、对照模具图纸，缩减底模中心冷却、加外模与边模冷却，再做 3 件复检，结果更优。据其披露，这条产线每天这样的反馈有几十条甚至上百条。
报道对旧流程的描述更值得记：以前检查员要手动摇杆逐点拍照、逐张看图，一只轮毂几十张图看完才能下线；更麻烦的是每班结束后才汇总结果，等压铸收到某批缺陷反馈时往往为时已晚，那批产品只能报废。据其披露，用上 X 光智能识别系统后，检查效率提高 40%、减少 80% 人员干预；六号工厂生产成本降低 33%、设备综合效率提升 21.4%。单一工厂自述，别当行业基准。
潮新闻 2026 年 10 月 27 日的报道是另一面：台州移动与利欧泵业的 AI 视觉检测在装配环节判别密封圈是否漏装、方向是否颠倒，此前提前预警了一批漏装密封圈的泵体，在流入下一道工序前完成拦截，避免大批量返工。同篇也点出旧模式病根：同一处缺陷不同班组判断不一，复盘缺客观凭证。
异常单的价值不在「记录了什么」，在「下一次同类异常在哪个工序、第几件会被拦住」——写不出这一句，单子就只是一份检讨。
三个动作，把异常单改成拦截记录
- 加三栏：拦截点、参数、复检结果。拦截点写哪道工序、第几件发现；参数写当时的温度、压力、刀具、模具状态；复检写调整后抽了几件、结果如何。三栏填满，同类异常才有可比性。
- 算一次时差，并当成指标。时差＝从异常发生到被处置的时间。按月统计「时差超过一天的异常占比」，比统计「异常数量」有用——数量少可能只是没人报。
- 每周挑一类异常做回写。把改善落到模具、工装、作业标准或判定标准上，不落到「注意」两个字上。一周只改一类，下一周的异常单里验证有没有再犯；再犯就说明改的不是根因。
不能学什么
别一上来就买 AI 视觉检测。中信戴卡能上线识别系统，前提是有一千万张图片的训练底子与明确的缺陷分类，每类标注五十万张以上（据其披露）。判定标准还没统一、缺陷连名字都没起全的工厂，先做的是把标准写下来。也别把异常单当处罚依据——报异常等于扣钱，车间就会选择不报或晚报，数据只会越来越好、问题只会越来越晚暴露。要奖励「早报」，不是惩罚「出错」。
常见问题
生产异常处理的标准三步骤是什么？
发现、处置、改善。要闭环，每步都得有人和时间点：谁在多久内发现（拦截点）、多久内处置（时差）、谁验证改善有效（回写）。
异常单怎么写才有用？
一句现象、一行参数、一个拦截点、一条可验证的对策。现象写到能复现，对策写到能检查。
小工厂没有系统，异常记录怎么落？
一张纸卡片挂到工位：发现时间、工序、件号、现象、当班参数、处置方式、复检结果。班组长每天收一次，一周汇总一张表，先把时差量出来。
AI 质检能不能替代人？
能替掉「看图找人」这段重复劳动，替不掉判定标准与根因判断。中信戴卡那位检查员被替掉的是逐张看图，留下的是复检和参数调整。问题不是 AI 行不行，是你有没有值得让它学的标准。
想先看清异常卡在发现、处置还是回写，可以用识度的《增长卡点定位清单》把交付与成本两段过一遍：打开增长卡点定位清单。
每月都在重复处理同几类异常的工厂，欢迎预约一次适配沟通。异常单怎么改、时差怎么量，我们结合您的工序排一遍。
相关阅读：质量追溯为什么做成了贴码？缺的是记录链｜维修管理上AI，为什么先做排故不做预测｜设备台账是什么意思？记完没人看等于没记
← 返回方法指南