AI Agent 在复杂3D几何PDE模拟中的规范可靠性研究

这篇 arXiv 论文评估了 AI Agent 将工程需求转化为自动化偏微分方程（PDE）仿真的可靠性，重点考察其构建包含几何、物理、边界条件和数值设置的完整 JSON 规范的能力。研究团队提出了一套结合模型提取、确定性科学检查、显式澄清和局部验证补丁的工作流，并在 120 个模板相关请求上进行了测试。结果显示，该工作流实现了 98.3% 的首次正确规范与决策结果，显著优于仅用 Schema 辅助的单次生成（92.5%）和纯模型生成（82.5%），且在需要澄清或拒绝的 42 个请求中未出现虚假就绪决策。 研究进一步在 1D、2D 和 3D 稳态及非稳态、线性和非线性问题（包括具有复杂三维机翼几何的流动和弹性问题）上进行了下游验证。在 30 个案例画廊中展示了从保留 JSON 规范的自动执行过程，而在 12 个选定的用户端到结果实时测试中，有 9 个成功实现了规范构建、执行、导出和数值参考的一致性，成功率达到 75.0%。组件消融实验表明，科学检查和条件修复是提升性能的关键贡献因素。 事实层面，该研究明确区分了“首次正确规范”、“执行完成”和“数值验证”三个独立评估维度，并指出一致性是未来改进的优先事项。推断层面，这表明当前 Agent 在处理高度结构化且对物理约束敏感的工程任务时，单纯依赖模型生成存在风险，必须引入外部验证机制。猜测层面，虽然文中提到“新鲜响应回归”，但具体哪些场景会出现回归以及回归的严重程度仍需更多工业级数据验证，目前结论仅限于测试范围内的模板化与半定制化场景。