- ImageLens
- 晶圆图像、区域、对照与已有分析的观察界面
- Notebook
- 调查方案、分析执行与结果复核的工作界面
- Finding
- 带观察对象和依据的发现或待核查线索
- 报告
- 按工程决策需要组织的结论、建议与调查依据
本文介绍公开的架构原则与产品设计目标。当前已验证演示与后续验证范围，统一说明在 演示与能力说明。
一项调查，需要几个不同的观察尺度
工程师先在晶圆图像里发现空间模式，再在分析结果中判断差异，最后用报告决定下一步。每个阶段需要的界面不同：观察时要看区域与上下文，计算时要看参数和运行，复核建议时要看支持证据与限制。
WaferPilot 的目标体验围绕同一个调查对象组织这些界面。Agent 可以随工作持续理解问题，但图像选择、实际执行记录和工程师审批，各自保留明确的来源与责任。
ImageLens：让问题从当前图像里浮现
打开图像时，工程师应能看到当前数据、图像范围、对照关系与已经生成的分析。大幅图像的多尺度显示帮助从晶圆分布进入局部区域；原图、热力图和区域统计提供不同观察角度。
Agent 的巡查应从当前可见场景及其关联分析开始，确认它正在观察哪一片晶圆、哪个区域、哪一组参考。产生 Finding 时，发现要连接回相应位置和已有结果，并说明值得核查的点。
Finding 是调查起点或过程中得到的观察。多个 Finding 可能描述同一个异常的不同侧面，如边缘分布、某一区域聚集或与参考的差异；它们需要组织和去重，不能直接当作多个已确认根因。
从观察进入调查，把上下文一起带过去
进入调查时，目标体验是携带本次问题、选定图像与区域、参考对象、数据版本、已有分析和已知限制。工程师不应再次寻找同一批数据或重新说明刚才看到的现象。
Agent 在专业方法的引导下检查数据是否适用，了解现有分析覆盖了什么，比较可用检查并准备方案。已有标准检查优先复用；只有问题和证据需要时，才补充新的分析。
方案应说明分析对象、方法、重要参数、理由、预期交付与待确认事项。当前执行边界保留方案审阅与批准；受托范围内的常规技术选择由系统推进，需要额外权限或重要业务决定时再交给工程师。
Notebook：把实际工作展开给工程师看
Notebook 承载获准方案的执行与复核。工程师需要知道哪些工作尚未开始、正在运行、已经完成，哪些步骤失败或缺少输入；同时能查看每次分析使用的对象、方法、参数和结果。
这里的可见过程不是模拟鼠标移动本身，而是操作与实际工作有联系：打开的图像有身份，执行的检查有方案与权限，展示的结果有运行来源。Agent 的提示应帮助解释当前工作，以及为什么选择下一项检查。
新的结果进入调查后，应与累计证据一起评价。支持一个解释的同时，也可能出现反对证据。下一步可以是补充检查、等待材料、修正解释或完成当前目标。
诊断报告：按工程决策需要组织交付
报告首先让工程师看见工程意义：确认了什么现象，定位到哪一层，优先检查什么，哪些建议有条件，下一步怎样验证。随后再展开分析经过和依据。
| 报告内容 | 帮助工程师完成什么 |
|---|---|
| 结论摘要与定位层级 | 快速理解目前能支持到工步、设备、腔室或其他层级中的哪一层 |
| 候选原因与证据 | 评估支持、反对与尚未排除的解释 |
| 检查或调整建议 | 决定先查哪里、行动前需要满足什么条件 |
| 完整分析经过 | 核对输入、参考、方法、参数与实际结果 |
| 验证目标与缺口 | 安排新检查，明确新数据回来后如何评价 |
具体调参建议取决于数据、适用模型、工程窗口和验证依据。尚不能支持某个调参值时，交付可以是一项明确的检查建议和验证方案；报告需要如实表达这种定位深度。
回到图像，继续同一项调查
工程师阅读建议后，应该能返回它引用的图像区域、参考和分析结果。现场检查或调整产生的新图像与记录，应能在约定接入方式下回到同一调查，保留实际改动、Recipe 与设备条件。
回流后的工作是评价验证效果：新旧材料是否可比，异常是否改善，结果怎样改变候选解释，还有什么需要继续查。原有结论与新的判断应有版本关系，不能在界面上无痕替换。
跨越多轮工作时，还需要保留哪些结论已被接受、哪些仍待确认，以及它们的适用边界。复盘时能恢复有意义的现场与依据，是长期调查体验的重要组成。
把界面接续放进一个具体案例
工程师在 ImageLens 看到边缘检出增加，并选择了适用参考。Agent 整理已有分析，形成数据核查与分组比较方案；批准后，Notebook 展示实际分析结果。若履历与比较支持继续核查某段加工条件，报告提出检查目标及未排除解释。工程师可以从建议返回具体图像与计算，再安排验证。
这个例子的价值，是减少重复组织数据和学习工具的负担，同时让工程师掌握专业判断。它不预设一个设备根因，也不要求每个案例都训练模型：方法由当前问题、证据与可用能力决定。
模型退化场景可以使用相同的接续思路，但观察界面和专业输入会不同；评价集、标签、模型版本与训练结果需要相应绑定。自动训练与部署应有各自的执行能力、评价和权限。
体验应该怎样被验证
- 上下文是否连续：图像、区域、参考与数据版本是否准确带入调查。
- 分析是否真实可查：是否能看到实际输入、参数、运行与结果，而不只是动画。
- 建议是否有工程意义：是否说明定位层级、检查对象、依据与验证目标。
- 工程师是否保持控制：能否更正假设、调整方向、处理例外并接管。
- 结果是否可回看：能否从报告恢复引用的图像、计算和判断记录。
本篇描述端到端设计目标。当前演示以已有图像与分析巡查、带引用的 Finding 为基础；完整执行回传、跨界面连续调查及现场验证，需要分别验证。详见 当前演示与能力范围。