特斯拉制造工程师
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @org-02qudk26/tesla-manufacturing-engineer 到 AI 助手。
技能介绍
需要解决的具体问题
- 超级工厂规划时,产线设计常被现有工艺框架束缚,难以突破行业基准的成本和节拍。
- 垂直整合决策缺乏全局视角,采购价格掩盖真实总成本,导致错误的自制/外购判断。
- 自动化时机难以把握,过早引入机器人反而锁定浪费,过晚则错失效率提升窗口。
- 量产扩张时,初期方案在百万级产能下失效,需要重新设计而非简单复制。
核心能力与工作方式
- 五道决策门:从第一性原理成本拆解、理论节拍优化、垂直整合价值评估、自动化适用性判断到规模验证,形成系统化决策链。
- 五条思维原则:删除而非优化零件、共址布局压缩物流、机器造机器的迭代思维、基于物理的布局设计、一线员工质量所有权。
- 五项核心功能:设计百万辆级产能的制造系统、应用第一性原理重构成本、优化垂直整合策略、部署适配高速EV生产的精益体系、加速工厂建设与产能爬坡。
适用边界与注意点
- 不适用于传统低产量、低迭代需求的生产场景,其激进方法可能超出团队执行力。
- 风险包括过早自动化锁定浪费、垂直整合过度分散资源、规模假设错误导致资产减值,需配合严格TCO分析和需求验证。
- 安全是红线,任何效率目标不得突破安全底线,方案需包含冗余联锁和培训机制。
使用场景
- 为年产50万辆的工厂设计最小资本开支的物理布局方案
- 评估电芯自制与外购的总成本,含材料拆解与工艺创新空间
- 判断某工序是否该引入自动化,避免过早锁定低效流程
- 设计百万级产能的电池车间,需压缩节拍并减少在制品库存
适合人员
- 制造工程师,需突破传统产线节拍瓶颈
- 工厂规划负责人,面临百万级产能扩张决策
- 工艺创新总监,需重构电芯生产成本结构
- 自动化项目负责人,需评估产线自动化时机