陈工在宁波舟山港干了十二年设备运维，他最怕的季节是夏天，最怕的天气是雷暴雨。
不是因为雨大，是因为雨后的集装箱码头地面全是积水，龙门吊轨道沟里的淤泥能没过脚踝。每到这种时候，常规巡检就得暂停——不是人不能走，而是手持检测设备扛不住。湿度太高，电子元件短路；泥水溅上去，接口腐蚀；打滑摔倒更是常有的事。但码头的活儿不会因为下雨就停下来，龙门吊的滑轮、制动器、电缆卷盘，该查还是得查。
今年不一样了。陈工手里多了一台陈工穿着雨靴踩进轨道沟，把EM-A14往龙门吊下方的电控箱盖板上一放，开机。机器外壳上挂着水珠，屏幕亮起来的时候一点迟疑都没有。他蹲在那儿，手指在触控屏上划了几下，调出ClawDBot的控制界面，设定好巡检路线，点了“开始”。
ClawDBot从充电站里驶出来，履带压过积水路面，稳稳地沿着轨道外侧前进。它身上装了四个摄像头和一个红外热成像模组，专门用来检查龙门吊行走机构的电机温度和制动器间隙。陈工不需要跟着它跑，他待在原地，EM-A14屏幕上实时显示着ClawDBot传回来的画面和数据流。AMD Ryzen AI 7350的NPU在后台跑着一个轻量级的异常检测模型，任何一个电机轴承的温度曲线出现陡升，AI会立刻标红并弹出报警。
走了不到两百米，AI真的报警了。二号龙门吊左侧行走电机的外壳温度比右侧高了十一度，红外图像上能看到局部热点聚集。陈工放大画面仔细看了看，又调出历史数据对比，发现这个趋势是从三天前开始的，每天缓慢上升两三度。如果不是AI自动做了趋势分析，单凭人工巡检很难发现这种渐变型故障。
他远程遥控ClawDBot停在那个电机旁边，机械臂伸出一根探针式的振动传感器，吸附在电机外壳上测了三秒钟。数据回传后，AI给出的诊断结论是：轴承润滑脂即将耗尽，建议在一周内安排更换。陈工在系统里填了一条维修工单，备注“优先级中高”，然后继续巡检。
整套流程走下来，全程耗时四十分钟。陈工站起来伸了个懒腰，裤腿上全是泥点子，但那台EM-A14干干净净地躺在盖板上，外壳连个划痕都没有。他把机器拿起来，顺手拆下一块还剩百分之二十三电量的电池，从背包里掏出一块满电的换上，咔嗒一声卡紧，系统毫无感知地继续运行。73.78Wh的双电池热插拔就是这么方便——码头作业根本没有固定的休息时间，船期不等人，设备更不能停。
第二天早上，维修班组按照工单把二号龙门吊的行走电机拆开，果然发现轴承里的润滑脂已经干成了硬块。换了新油脂之后，温度恢复正常。组长拍了张照片发给陈工，附了一句：“你这眼睛够毒的。”陈工回了一个表情包，心里想的是，不是我眼睛毒，是那台机器和那个机器人配合得好。
类似的场景在港区里越来越多。有时候ClawDBot会被派去检查岸桥的钢丝绳磨损情况，EM-A14接上高清工业内窥镜，AI自动识别断丝数量和分布规律；有时候去查验冷箱堆场的制冷机组运行状态，红外热成像一扫，哪台压缩机排气温度偏高一目了然；有时候甚至被借到隔壁的散货码头，去测量皮带输送机的滚筒同心度。
陈工现在每天上班第一件事，就是把EM-A14从充电座上拿下来，看一眼昨晚ClawDBot自动执行的夜巡日志。如果有异常条目，他先看AI的初步判断，再决定要不要去现场复核。大多数时候AI的判断是准确的，他只需要签字确认就行。
有一次部门开会，领导问大家对智能化改造有什么感受。陈工想了想，说了句实话：“以前我每天走两万步，累得回家不想动。现在我每天走八千步，干的事情比以前多一倍，还更准。”领导笑了，他也笑了。
他知道，这背后不是某一个人厉害，是那台不怕水不怕灰的机器，和那个不知疲倦的机器人，替他扛住了最苦最脏的那部分活。而他终于可以把精力花在真正需要人来做判断的事情上。
