双主线方法论核心
AI 改变能力边界，但工业系统的成立条件并未改变。两条主线必须共存，缺一不可。
上位解释框架
AI 主线
能力来源与边界变化的解释框架。AI 在 6 个位置改变工业视觉的能力边界：
- 1 成像增强
- 2 任务建模
- 3 数据组织
- 4 训练验证
- 5 异常托底
- 6 系统闭环
下位组织原则
结果主线
工业成立条件的组织原则。任务按结果单位（而非算法名词）组织：
- 6 类结果单位（状态 / 目标 / 区域 / 几何 / 信息 / 异常）
- 结果必须有接口消费，责任归属清楚
- 系统结果汇聚 + 仲裁 + 保守回退
- 现场采用 + 长期运行 + 治理 + 评估
6 类工业结果单位
本书按结果单位（而非算法名词）组织内容——第 4—9 章各自展开一类结果的定义、评估与系统接入。
15 章主线全景
6 个层次，从导入到收束，形成完整的落地判断链路。
导入层
系统与任务定义层
结果汇聚层
总收束层
推荐序与专家评价
推荐序收稿中，敬请期待。
"推荐序节选位置，待推荐人到稿"
待邀请学术推荐人 1
待补
学术推荐"推荐序节选位置，待推荐人到稿"
待邀请学术推荐人 2
待补
学术推荐"推荐序节选位置，待推荐人到稿"
待邀请工业推荐人 1
待补
产业推荐"推荐序节选位置，待推荐人到稿"
待邀请工业推荐人 2
待补
产业推荐