為什麼製程控制的難度不只在演算法

製程控制的差異不只在 algorithm。量產真正困難的是建立各製程的 control logic、上線前驗證、處理變化與 exception，並把方法帶到下一個產品、設備與製程。

公式或 model 可以很短，但 production system 還要處理 data、trigger、validity、safe bound、missing data 與 rollback。

三種方式把 engineering burden 放在不同位置

圖中比較 legacy rule-based 控制、custom code 控制與 Amfibian 在建置容易度、客製化、量產營運、擴充再利用與事前驗證上的差異。

概念比較 fab 既有平台上的 legacy rule-based 控制、工程師直接分析與實作的 custom code 控制，以及 Amfibian 的建置與營運特性。

Legacy rule-based 控制：量產營運成熟，但可表達的 logic 有限制

許多 fab 已經有 APC 或 R2R platform，工程師在其中用四則運算、條件式、limit 與 rule 計算下一次 recipe。data connection、execution timing、permission 與操作流程都已存在，因此 validated logic 可以穩定長期運行。

但非線性多變量關係、Virtual Metrology、anomaly gating、multiple-model logic 等，容易超出 rule-oriented platform 的表達能力。它的限制不在 production operation，而在複雜 logic 的 flexibility、development speed 與 reuse。

Custom code 控制：可以突破 legacy 限制，但團隊必須自己維護 production system

process engineer 或 data scientist 直接分析 data，用 Python、R 等實作 model、calculation logic 與 exception handling。自由度更高，但 data integration、trigger、safety、validation、monitoring、update 與 rollback 也都需要自己建立。

Amfibian：把 flexible control logic 與量產 operation workflow 放在同一個產品裡

工程師在 Studio 建立 model 與 control logic，在 Digital Twin 事前驗證，再透過 Runtime 接到 production data。重點不是某個 algorithm 一定更好，而是把 build、validation、deployment、operation 與 change management 共通化。

量產真正困難的工作，是 control value 算出來之後

version、valid condition、missing input、safe bound、drift 與 rollback 都需要持續管理。

legacy platform 擅長 operation，但複雜 logic 的表達受限；custom code 增加 flexibility，卻把 build 與 operation burden 放回團隊。Amfibian 的目標是把新的 model 與 code flexibility 接到 production-grade 的 validation 與 operation structure。