自动化产线解决了人的不稳定性，但它带来了一个新的问题：设备自己也会出问题。
传感器会漂移，刀具会磨损，光源会衰减。这些"把关者"一旦失准，流程再完美也是空谈——因为你的所有判断，都建立在它的读数之上。
行业里普遍的做法是：设备买回来定期保养，出了问题再修。这个逻辑的隐含假设是"设备出问题时我们会知道"。但现实往往相反：设备漂移是渐进的，等它明显不对劲时，可能已经放过去了一大批产品。
溧阳基地做了一个看似"多余"的事：让把关人给自己把关，而且是每天。
第一，每天开工前的自我体检。每一台检测设备先给自己做一遍体检，系统自动点检、自动进行测量系统分析（MSA）。发现偏差自动报警、自动锁定，不修好就不开线。
第二，每周一次的"盲测"。关键缺陷检测设备每周要接受一次考验——拿一个已知缺陷的样件正常流转下去，看它能不能准确检出来。检不出来，系统自动报修。这是用"正向验证"确认设备还有检出能力。
第三，传感器的健康监测。有一套算法模型实时计算传感器的输出数据，判断"这个传感器是不是已经失效了"。不是等它彻底坏掉才发现，而是在它"表现异常"的初期就揪出来。
第四，易损件的寿命管理。切刀这类易损件的使用次数被系统计数，即将到期就预警，超寿命直接锁机停机。
第五，异常的自动响应。焊接功率异常跳变，系统自动识别、预警、停机；二维码识别不清，光源自动调亮，不等人来安排维修。
这套闭环的核心，是让基地不依赖"人发现设备坏了"，而是让设备自行检测、自行发现。
它背后是一种很成熟的工业思维：测量系统的可信度，本身也是需要被管理的对象。如果测量工具失准，那么所有基于它的"合格判定"都失去意义。所以质量管理的第一道防线，不是产品，而是检查产品的工具。
连设备都不敢"带病上岗"，才守得住十亿分之一的品质底线。不给"想当然"留一点空间——这句话说起来容易，做起来需要一整套自动化能力与算法支撑。
尼尔森IQ《2026年全球新能源车消费者研究报告》显示，79%的受访者表示，搭载知名的优质电池品牌会显著提升购买意愿。