自动化港口最令人着迷的画面，往往是一间空驾驶室：堆场车辆里没有司机，岸桥高处没有操作员，有时连甲板上收放系泊缆绳的船员也看不到。空驾驶室只是这个庞大控制难题中看得见的一角。一个集装箱从船上运到闸口之前，需要为它确定船上箱位、靠泊位置、岸桥动作、运输车辆、堆场箱位和最终出闸路线。每一项决定都会改变下一步安排。

截至 2026 年 8 月 10 日，天津、青岛与宁波舟山传来的信号都指向同一变化：中国港口正把 AI 从彼此隔离的感知演示推进到规划与机械设备的衔接中。衡量实际价值时，考察范围已经从一台智能起重机或一艘自主船舶扩展为 船舶—泊位—堆场—人工异常处置 的完整链条。最充分的证据，出现在这条链可以被检视之处。

计划正在化为作业指令

集装箱积载是观察这项变化的好窗口。它表面上属于文书工作，一份糟糕的方案落到钢铁设备上，后果便会显形。积载员要为成千上万个箱子安排位置，同时兼顾船舶稳性、挂港顺序、重量、危险货物规则、岸桥作业条件，以及把同一个集装箱搬运两次的成本。

宁波舟山港穿山港区在 2025 年 6 月发布了一套系统。据报道，它能在 20 分钟内生成 3,000 个集装箱的装船方案，取代原先耗时三个多小时的人工流程。开发团队以 20 年的运营数据为基础，并与资深积载人员合作，将现场判断写入港口自研的 n-TOS 系统。[3] 按设计，生成的方案会直接进入正在运行的码头操作系统，并转化为一连串实际作业动作。

天津正把这种衔接扩展到更多作业环节。在 2026 年 5 月 26 日举行的市政府新闻发布会上，天津港表示，新一代 JTOS 控制系统采用六项高阶算法，覆盖船舶配载、堆场分配与泊位指派。官方称，船舶配载计划编制已从数小时缩短到数秒；全港大型装卸设备的自动化比例超过 80%；一名操作员可以远程监控六台自动化场桥。同一份发布材料还称，PortGPT-CV 对港口要素的识别率超过 90%，并已用于集团旗下各集装箱码头。[1]

这些数字对应不同任务，统计分母也各异；把它们合成一项“智能”总分，会抹去彼此的差别。识别准确率需要与安全执行分开验证，快速生成的方案也要经受船舶晚到、车道受阻、设备损坏、大风或集装箱申报错误等情况的考验。这组数字共同勾勒出一项架构变化：感知、规划与设备控制正进入同一条生产作业链。

青岛正在补上水岸交界处的一环

青岛把多数港口报道留在画面之外的抵港船舶也接入了这条链。港口的 A-TOS 控制系统自 2022 年上线，覆盖船舶调度、堆场控制、全局调度和自动化闸口等十项功能。山东省交通运输厅 2026 年 7 月发布的材料称，该码头配有 19 台自动化岸桥、85 辆自动导引车和 94 台高速轨道式龙门吊。报道将综合作业效率提升 14.2%、堆场翻箱率下降 15% 归因于这套本地开发的系统。[2]

2026 年初，该码头还引入一套真空系泊系统，由 13 个吸附单元组成，公布的总吸附力为 2,600 千牛。[2] 据《人民日报》报道，2 月，投入商业运营的智能集装箱船 Zhifei（“智飞”轮）依靠自主航行抵达泊位，全程未用引航艇和拖轮协助。真空系统用约 30 秒固定船舶，随后由远程操控的岸桥与自动化车辆装卸货物。[4]

各部件的自主能力只是起点，真正的考验在于它们能否对同一状态达成一致。船舶要抵达岸上系统预期的位置；系泊要先建立安全的物理边界，货物作业才能开始；岸桥计划要与船舶计划相符；场内车辆要及时接上岸桥，同时避免码头前沿拥堵；堆场则要接纳这些箱子，并避免第二天增加倒箱作业。港口 AI 的价值，正是在这些接缝处接受检验。

自动化改变专业人员的工作重心

三座港口共同显示，岗位与专业能力正转向新的环节。宁波的算法团队向经验丰富的积载员学习。[3] 天津的操作员从单机操控转向远程统管多台起重机。[1] 青岛的软件团队开发了码头系统与设备控制系统，并要在港口持续作业期间维护它们。[2]

技能瓶颈也随之改变。日常操控可以交给机器，人员则要掌握模型的能力边界，负责设备维护，处理指令冲突和特殊货物，把握天气阈值，并在交接失败后恢复作业。控制室里的操作员即便更少，每个人承担的责任仍会更加集中。因此，对用工变化的评估需要同时回答两类问题。其一是自动化减少了多少岗位需求，其二是留下的团队能否掌握足够的现场信息、及时收到警报，并且演练过多个子系统状态冲突时的人工接管。

这一部分的公开信息稀疏得多。现有报道详列规划速度、设备数量、识别准确率与平均效率；干预率分布、误报、险情、恢复时间，以及不同天气和交通条件下的表现，仍少见于公开材料。现有进展仍然成立；尚未披露的数据标出了亮眼运营成绩与可供另一座港口审计的安全论证之间的界线。

港口是一座要求极高的 AI 实验室

港口拥有消费类应用少有的条件：任务反复出现，监测设备密集布设，作业结果可直接标注，延误还会带来实实在在的成本。与此同时，视觉、预测、优化、通信网络、机器人技术、网络安全与人工监督等棘手的系统问题几乎都汇集在这里；作业设备重量以吨计，时间表则连接着全球贸易。

中国的自动化基础设施规模，已经足以让港口在真实运行中不断积累经验。在 2026 年 6 月举行的天津国际航运产业博览会上，交通运输部称，中国已建成 30 座自动化集装箱码头，占全球总数的 27%，另有 30 座自动化干散货码头。[5] 5 月的另一份报道提到 60 座自动化港口，以及超过 10,000 公里的电子航海图覆盖里程。[4] 两组统计的分类口径有别，共同显示中国拥有大规模实地试验条件，调度软件、远程作业与自主船舶接口都能在真实港口中反复测试。

规模扩大也会放大故障后果。2024 年一项经过同行评审的自动化集装箱装卸风险分析，将监督不力、通信网络失效、传感器与设备故障、安全意识薄弱和供电中断列为最关键的风险因素。[6] 这些都属于耦合失效：单台机器即使独立正常运转，周围系统一旦看不清整体状态、失去通信或供电，或缺少责任归属明确的监督，整套作业仍会受阻。

监管方向同样强化了这一点。国际海事组织的非强制性《海上自主水面船舶规则》（MASS Code）于 2026 年 7 月 1 日生效。该规则覆盖自主与远程操控的货船，重点包括风险评估、网络安全、连接能力、远程操作与人工监督；船长即使不在船上，仍负有总体责任。[7] 该规则直接规范船舶，码头算法处在适用范围之外。青岛的船岸交接演示说明，这道概念分界终究要在实体作业中处理：自主船舶与自动化港口将在同一个作业时刻相遇。

下一项证据写在异常台账里

几座港口传出的现场信号已经很清楚：中国港口 AI 正成为一套贯穿规划、感知、运输、货物装卸与水岸交界作业的协同调度系统。高度优化的码头可以同时高效而脆弱；作业序列中断后，若系统说不清发生了什么，这种脆弱性便会显露。

下一批有用资料会更像账本，少了又一次无人化作业演示的视觉冲击。港口应按任务公布人工干预率、降级模式运行的原因与持续时间、险情类别、网络或传感器失效后的恢复表现，以及人工拒绝或修改 AI 方案的频率。改善平均表现与统一统计口径同样重要。

“黑灯码头”是一个鲜明的象征，因为堆场运行时可以关闭原本供司机使用的常规照明。成熟的港口 AI 仍需要一间明亮的控制室——字面意义和引申意义都如此。必须有人看见整条链，理解链上状态为何变化，并赶在一次衔接失序扩散成全港延误之前恢复运行。

来源

1. 天津市人民政府，“第四届天津国际航运产业博览会新闻发布会”（2026 年 5 月 26 日；JTOS 算法、设备自动化、远程作业、PortGPT-CV 与出口方面的表述）。
2. 山东省交通运输厅，“中外博主走进国产自动化码头”（2026 年 7 月 20 日；青岛码头设备、A-TOS、效率、倒箱与真空系泊）。
3. 宁波市门户网站 / China Daily，“AI 积载系统在宁波舟山港启用”（2025 年 6 月 20 日；规划时间、箱量、运营数据年限与专家协作）。
4. 《人民日报》，“智能船舶正在改变中国港口作业”（2026 年 5 月 21 日；Zhifei 船岸交接、全国基础设施数据，以及王华拍摄的青岛码头照片）。
5. 新华社，“AI 驾驭中国航运业驶向更智能的未来”（2026 年 6 月 5 日；全国自动化码头数量，以及从执行指令向推理转变的趋势）。
6. Xiaolei Wu 等，“自动化集装箱码头装卸作业风险分析的混合 SgDT 框架”，Ocean & Coastal Management 257（2024）（系统性风险因素及其耦合关系）。
7. 国际海事组织，“IMO 通过首部全球自主船舶规则”（2026 年 5 月 22 日；MASS Code 的适用范围、监督、风险、连接、网络安全与实施时间表）。