WES 异常任务兜底：卡单、断线、设备故障时执行层怎么自救

先说结论：WES 出异常不可怕，可怕的是异常发生后执行层不知道该干嘛。这个坑我见过三次——三次都是同一个剧本：设备卡住了，WES 里的任务状态还显示"执行中"，没人知道它已经死了。成熟的 WES 异常管理（warehouse execution system exception management），说白了就三件事：给每种异常定一个超时阈值，给每次超时定一个兜底动作，给每个兜底动作留一个人工接管口。这三件事写进上线前夜 checklist，卡单、断线、设备故障来了，系统先自己扛第一波，人才有时间赶到现场。

为什么异常兜底是 WES 的本职？分工要先捋清楚：WMS 决定"做什么"（波次、任务分配），WCS 指挥设备"怎么动"（电机转、机械臂抓），WES 夹在中间，管的是"做到哪一步了、卡在哪一步、卡住了怎么办"。很多项目把 WES 当成传话筒——WMS 的指令原样转发给 WCS，状态原样回传，中间没有任何异常判断。这等于执行层是个植物人，风平浪静时岁月静好，一出事全靠人工救火。我做过的 30 多个上线项目里，执行层翻车十有八九都是这个原因。

三类异常，先分清楚再动手

动手之前先分类，分类错了后面全错。执行层的异常就三类：

卡单：任务发出去了，设备没回执。可能是真卡（纸箱侧翻堵住格口），也可能是假卡（货已经送到了，回执在路上丢了）。
断线：WES 和 WCS/设备之间的通信断了。心跳没了，WES 两眼一抹黑。
设备故障：设备自己报 fault，比如电机过载、扫码枪读不到码、AMR 低电量趴窝。

三类异常的兜底逻辑完全不一样。卡单要"判真假"，断线要"先对账再动"，设备故障要"先摘除再恢复"。混在一起处理，就是灾难的开始。

2024 年 5 月，加州 Ontario 一家 3PL 仓，12 万平方英尺，日均 1.8 万单。交叉带分拣机上一个纸箱侧翻，卡住了一个格口。WES 里那个任务的状态一直是"执行中"——因为项目上线时根本没配任务超时阈值。整整 3 个小时，同一个波次的 400 多单全堵在后面，直到夜班主管巡场时亲眼看见才报修。客户自己的测算：那 3 小时，拣选和打包两条线基本停摆。我们连夜救回来，干的就是三件事：任务级超时 10 分钟、设备级状态超时 5 分钟、波次 SLA 超时告警。三天后同样位置又卡了一次，系统 8 分钟就自己把任务转人工、波次绕行了。同一个坑，3 小时变 8 分钟，差的就是这三行配置。

卡单：WES 异常管理里最常见的硬仗

卡单是执行层最常见的异常，处理分三步，一步都不能省：

**第一步，定位。**去 WES 的任务监控/异常看板，按"卡单时长"排序，红色置顶的就是它。记下三个值：任务 ID、卡在哪台设备、卡在哪一步。这一步的目标是 1 分钟内定位，定位不了说明你的看板不合格，打回去重做。

**第二步，判真假。**这是最关键的一步，也是最容易翻车的一步。真卡还是假卡，决定了后面走哪条路。去现场看一眼，或者查 WCS 的设备日志确认。千万别在没确认之前点"强制完成"——这个按钮我见过三个客户点过，两个点出了串货。假卡的典型长相：货到了，回执丢了。2023 年双十一之前，华东一家美妆电商仓，几十台 AMR 在充电区门口排队"假死"，WES 里堆了 200 多个未完成任务。现场一看，货早就送到了，是仓库 WiFi 漫游丢包，回执没回来。最后是按 WCS 的实际位置对账，批量确认的，一单货都没丢，但那一晚整个团队没人睡觉。

**第三步，选兜底动作。**三选一，按顺序试：

兜底动作	适用场景	恢复时间	风险
重发任务	假卡、偶发抖动，设备本身是好的	分钟级	低，但必须限次数
换路重派	设备真卡但可绕行（换格口、换输送线分支）	5～15 分钟	中，要确认新路径可用
人工接管	设备故障、判不准、超重试上限	看人到场速度	低，但会拖慢波次

决策框架就一句话：**先判"设备还能不能动"，能动走重发/换路，不能动直接转人工。**别反了。

这里有个反常识的判断：**异常兜底不是越自动越好。**我见过一个仓，WES 配了无限重试，输送线上一段电机其实已经过载报警了，系统还在那一次次重发，47 次之后电机烧了。小故障拖成大维修。就一条铁律：**自动重试上限 3 次，超限必须熔断转人工。**自动化的意义是争取时间，不是代替判断。设备真坏了，系统越"努力"，死得越快。

WES异常任务处理

断线和设备故障：WES 异常管理的另外两条线

**断线了，先别动，等对账。**WES 和 WCS 之间的心跳断了（心跳超时阈值按设备厂商的最新规格来定，别拍脑袋），WES 要做三件事：第一，把断线期间的任务全部标成"待确认"，不重发、不取消——这时候重发是最危险的，网络一恢复，重复指令能把设备搞懵；第二，等心跳恢复；第三，拿 WES 的任务状态和 WCS 的实际设备状态逐项对账，差异项人工逐条确认。对账不清就放行，等于闭眼开车。

**设备故障了，先摘除，再恢复。**设备报 fault 的那一刻，WES 应该自动把它从可用设备池里摘掉，在途任务走换路逻辑。等维修完了，必须人工确认"回池"，不许系统自动把修好的设备加回去。为什么？因为"修好了"是人判断的，不是传感器判断的。自动回池的仓我见过，设备带病上岗，半小时后又趴一次，波次被同一台设备坑两次。