一、问题的提出：当工业系统开始“被时间序列理解”
随着工业系统数字化与智能化程度的不断提高，基于时间序列的建模方法逐渐成为理解与干预工业过程的重要工具。无论是设备状态监测、预测性维护，还是节拍分析、能耗预测与质量趋势评估，工业 AI 所处理的对象几乎无一例外地呈现为多变量、长时间跨度的时序数据。在工程实践中，这类模型往往被视为对工业系统运行规律的“数据驱动刻画”，甚至被期待直接替代传统的机理建模方法。
然而，这一趋势也引发了一个逐渐凸显但尚未被充分澄清的理论问题：**工业时序模型究竟在多大程度上理解了系统的“机理”，又是否真的触及了系统运行的“机制”？**这一问题不仅关系到模型的可解释性与可信度，也关系到其能否被纳入工业系统的运行治理与工程闭环之中。
要回答这一问题，有必要引入一种不同于传统工程分析视角的解释框架，即当代哲学中所发展的新机械主义机制论。
二、工业语境中的“机理”：因果规律的工程抽象
在工业工程语境中，“机理”通常指对某类现象背后因果关系的抽象刻画。这种刻画往往以物理、化学或控制理论为基础，表现为明确的因果方向、可计算的参数关系以及在特定假设条件下可复现的行为模式。例如，热传导机理解释温度变化，摩擦机理解释能量损耗，反馈控制机理解释系统稳定性。
这些机理在工程设计与分析中具有不可替代的基础性地位。它们为系统参数选择、结构设计以及安全裕度计算提供了理论依据。然而，机理分析通常隐含着若干前提：其一，研究对象被视为相对封闭；其二，因果关系在给定条件下被假定为稳定；其三，机理往往关注局部过程，而非整体系统在运行期的组织方式。
正是在这一意义上，机理更多回答的是“在理想或受控条件下，为什么会出现某种变化”，而较少直接回答“在真实工业系统中，这种变化是如何被持续地产生、维持或放大的”。
三、新机械主义机制论：从因果规律到运行结构
与工程语境中以机理为中心的解释方式不同，新机械主义机制论所关心的核心问题并非单一因果规律是否成立，而是现象如何通过一组实体及其活动，在特定组织方式下被持续地产生。在这一框架中，机制被定义为由实体、活动及其组织结构所构成的运行系统，其解释目标是说明某种现象在正常条件下何以稳定出现。
这一转向具有重要的方法论含义。首先，机制论并不否认机理的有效性，而是将其重新定位为机制中“活动内容”的来源。换言之，机理描述了活动可能遵循的因果规律，但并不自动构成机制本身。其次，机制论强调组织方式与约束结构在解释中的不可还原性：即便相同的机理在不同的组织结构中运行，其结果也可能呈现出截然不同的系统行为。
因此，在机制论语境下，解释的焦点从“是否存在某种因果关系”转向“这些因果活动是如何被嵌入、触发、协调并在运行期发挥作用的”。
四、工业时序模型的定位问题：机理的统计影像，还是机制的运行刻画？
当这一解释框架被引入工业 AI 领域时，工业时序模型的理论定位问题便随之浮现。绝大多数工业时序模型以观测数据为起点，通过统计学习的方式捕捉变量随时间演化的相关结构。在实践中，这类模型往往能够有效反映系统运行中的趋势、周期与异常，从而在预测层面取得良好效果。
然而，从机制论的视角看，一个关键问题在于：**这些模型所刻画的“时间演化”，究竟对应的是系统中哪些实体的哪些活动？**如果模型中的状态、隐变量与时间推进仅仅停留在统计层面，而无法映射到可指认的实体、活动与组织结构，那么模型所获得的知识更接近于机理相关性的统计投影，而非对系统运行机制的解释。
这并不意味着工业时序模型必然缺乏工程价值，而是意味着其解释层级存在明确上限。在缺乏机制锚定的情况下，模型的输出难以自然地转化为可执行的干预策略、责任划分或运行期治理规则，从而限制了其在工业系统中的嵌入深度。
五、作为铺垫的视角转向
由此可以看到，在机制论语境下讨论工业时序模型，并非是要以哲学标准否定工程实践，而是提供一种区分解释层级与工程角色的分析工具。机理、机制与时序模型并非彼此替代的关系，而是处于不同的解释层次：机理提供因果活动的内容来源，机制规定这些活动如何在系统中被组织与运行，而时序模型则可能成为识别、估计或预测机制运行状态的工具。
正是在这一铺垫之上，进一步引入新机械主义提出的 Model–Mechanism Mapping（3M）准则，才能更精确地讨论工业 AI 模型在何种条件下可以被视为“机制相关的”，以及它们应如何嵌入工业系统的状态管理、运行治理与工程闭环之中。
