在今年六月的一次网络研讨会上，COMSOL 公司的产品管理高级副总裁 Bjorn Sjodin 与 Cosmon 公司（一家为机械工程领域开发先进 AI 代理的软件公司）的首席执行官 Rui Aguiar，围绕 AI 辅助仿真与代理式工作流进行了深入探讨，重点讨论了如何通过 COMSOL Multiphysics® 软件中的 智能助手（Chatbot） 窗口功能与 Cosmon 的 AI 代理进行协同工作，实现 AI 自动化建模仿真。整场讨论围绕一个核心问题展开：工程师应如何利用 AI 智能助手和 AI 代理来支持产品开发流程？
什么是代理式人工智能（Agentic AI）？
在展开深入讨论之前，我们先来明确两个常见的 AI 技术之间的区别：
- 大语言模型（LLM）副驾驶或智能助手：这是一种对话式 AI 工具，能够回答问题、总结信息、生成代码或文本，并根据提示辅助用户解读信息或应用信息。由于这类工具的操作需要人工输入指令触发，因此不具备 “代理式” 自主执行能力。
- AI 代理：这是面向目标驱动的系统，能够调用各种工具，执行多步骤工作流，评估中间结果，并根据需要调整方法或策略——这一过程可以有人参与，也可以完全自主运行。
用户如何将 AI 集成到 COMSOL Multiphysics® 的仿真工作流?
Sjodin 在研讨会的开场环节就明确指出，借助 COMSOL Multiphysics® 内置的、基于 Java 开发的高性能 API，软件用户可以在自身的仿真工作流中灵活接入 AI 功能，与第三方大语言模型进行通信。
智能助手窗口
为了提供大语言模型副驾驶功能，COMSOL Desktop® 用户界面中集成了 智能助手 窗口。通过此窗口，用户可以直接连接到大语言模型——例如 GPT-5™、DeepSeek™、Google Gemini™ 或本地部署的大语言模型——咨询建模仿真问题，或输入提示词让大语言模型生成并调试代码。在 智能助手 窗口中生成的代码可以在 Java Shell 窗口中运行，以直接更改模型。
为了获得所需类型的响应，智能助手 窗口提供了三个不同的主题选项：常规、编程 和 仿真，每个选项都能提供更具针对性的回答。例如，若选择 仿真 主题，大语言模型将依据模型信息、指南和相关文档，以文本形式提供指导；而若选择 编程 主题，则会输出 Java API 代码。
在研讨会中，Sjodin 通过一个示例演示了如何使用 智能助手 窗口。他提出了一个关于带垫圈预紧螺栓模型的具体问题，并特意使用了宽泛的提示词：“How can I reduce the risk for leakage in this design（如何降低此设计中的泄漏风险）?”
在附加了整个模型作为上下文后， 智能助手 窗口提供了关于垫圈泄漏的建模指导。
Sjodin 通过在 “模型开发器” 中点击 发送到 “智能助手” 选项，将一个模型同步给 AI 并补充了一些辅助说明截图。随后，大语言模型便给出了一份详细答复，其中精准引用了模型中的特定几何实体和变量。答复中针对性提出了评估和改进设计的多种建议，包括检查垫圈压缩量、接触压力、螺栓预紧力、材料刚度和压力边界条件。Sjodin 指出，该答复经过 COMSOL 结构力学工程师的审核，被认为是一份质量非常高的解答。
了解有关 智能助手 窗口及其功能的更多信息，请查阅 学习中心的相关文章 和 博客文章。
AI 代理
Sjodin 还解释说，用户可以下载 AI 代理（通常安装在运行 COMSOL Multiphysics® 的同一台计算机上），完成安装后，即可通过 COMSOL API 将其连接到 COMSOL Multiphysics®。他演示了如何使用一个标准的 OpenAI™ Codex 代理与 COMSOL Multiphysics® 协同工作，仅凭一条提示词即可建立并求解一个基于方程的模型。在他的演示样例中，AI 代理被赋予了一项任务：计算一个三维壳几何结构的表面距离场，使用的提示词如下：
I would like a COMSOL example applied to the attached shell diffusion geometry for the wall distance equation, but implemented so that we can obtain the distance along the surface. I have also attached a model example as a Java file, along with reports on computing the distance in COMSOL throughout a volume.（我希望基于附件中提供的壳扩散几何模型，生成一个适配壁距离方程的 COMSOL 示例，且该示例的实现方式需要支持获取沿壳体表面的距离场分布。我还附上了一个 Java 格式的模型示例文件，以及在 COMSOL 中计算全三维体积域距离场的相关报告。）
作为响应，该 AI 代理自动完成了全流程操作：创建了仿真模型、定义了控制方程、运行了研究计算并生成了结果可视化图，生动展示了代理式 AI 实现工作流自动化的核心能力——它不再局限于仅仅回答问题，而是规划并执行多步骤仿真任务。
仅凭一条提示词即可建立并求解一个基于方程的模型。
Cosmon 的 AI 代理如何帮助仿真工程师？
Rui Aguiar 介绍了 Cosmon 公司旗下名为 “Nexus” 的 AI 代理。工程师可以将 Nexus 与 COMSOL Multiphysics® 软件结合使用，以自动化重复性仿真任务，包括 CAD 模型准备和几何清理、仿真设置、求解器故障排除、参数化扫描、结果评估与可视化，以及直接在 COMSOL Multiphysics® 中生成报告。
尽管代理支持自主运行或人机协同两种运行模式，但 Aguiar 解释说，Nexus 的定位并非取代工程师的专业能力；相反，它采用了 “人在回路” 的设计机制，可自主判断何时需要征求工程师的意见或批准。
Nexus 可在多个维度有效支持工程师，包括：解读自然语言指令、通过 COMSOL API 与 COMSOL Multiphysics® 交互、基于用户意图进行材料和物理场设置、运行自动化参数化研究、解决常见求解器报错，以及整理结果以供工程师审核。另一个常见用例是在 COMSOL Multiphysics® 中复现学术论文中的仿真模型；如需查看详细示例，请参阅此处的 Cosmon 案例研究。
Nexus 窗口（右侧）根据附件中提供的技术规范协助工程师进行热仿真设置。
Aguiar 强调，这种利用代理式 AI 进行仿真工作的全新方式，能够帮助工程师大幅减少花费在手动设置、调试和文档编写上的时间。他还重点介绍了 Nexus 对仿真全链路上下游流程的扩展支持能力，例如，可自动化完成 CAD 格式转换、特征去除以及生成图表和报告。随着仿真工作流机更广应用范围内的每个环节都能获得代理式 AI 的支持，工程师能够腾出更多时间专注于更高层次的决策工作，包括需要专业领域知识的物理场和设计决策。
深入探讨细节
在研讨会最后的问答环节，Sjodin 和 Aguiar 回答了与会者提出的以下问题。
COMSOL Multiphysics® 中的智能助手窗口是否需要单独的产品模块或许可证?
“不需要，” Sjodin 回答道，“智能助手功能是 COMSOL Multiphysics® 核心软件包的一部分。” 但他接着说明，启用 智能助手 窗口的一个前提是，用户需要拥有 AI 提供商的 API 订阅，或者使用本地部署的模型。这可以在 首选项 设置中完成，用户需要在其中输入 API 密钥。
Cosmon AI 代理是一个独立的程序吗？
Cosmon AI 代理是一个独立的软件程序，运行在您的桌面上。当 Cosmon AI 代理和 智能助手 窗口都打开时，即可连接到已有的 COMSOL 许可证。
为什么我应该使用 AI 代理，而不是仅仅使用智能助手？
Sjodin 和 Aguiar 认为，用户选择使用哪种特定类型的 AI 工具，考量维度非常多，而学会合理运用 AI 的核心能力之一，就是能精准判断在什么情况下某种 AI 技术比另一种更优。他们一致认为，智能助手当然很有用，但代理通常功能更强大。他们解释说，对于快速获取工程或物理问题的答案，智能助手足够强大且易于使用；同样，对于那些调试准备输入 Java Shell 窗口代码的人来说，智能助手也很有帮助。然而，如果工程师希望 AI 工具执行诸如故障排除、修复几何、划分网格或绘制结果等操作，Sjodin 和 Aguiar 一致认为，使用 AI 代理是更好的选择。
他们表示，如果用户希望使用 AI 工具来执行创建 MPH 文件等任务，则需要使用 AI 代理，因为智能助手通常无法完全精准掌握全套 COMSOL API 的调用规则。“如果涉及一些迭代需求，您就需要走代理路线，” Sjodin 解释道。Aguiar 随后提到了 Nexus 在迭代任务方面的优势。“代理的一大优点在于，您可以（训练它们开发定制的）技能，以反复执行某个工作流。”借助 Cosmon 代理，用户完全可以将仿真最佳实践和规范准则内化到一项 “技能” 中。
Cosmon 代理能够分析装配吗？
Aguiar 对此给出了肯定答复。这款代理可以导入来自其他软件的装配体并对其执行操作。Aguiar 指出，“幸运的是，COMSOL API 非常全面。我们的代理具备在装配上执行 [如几何修复等] 操作的能力。我们可以在 COMSOL® 本地或 CAD 模型中进行几何修复或清理，并且相关操作既可以对单个零件执行，也可以在整个装配体层面执行。”
AI 代理是如何学习的？
Aguiar 表示：“就像生活中的许多事情一样，这取决于具体情况。” 他进一步介绍，用户可以根据代理通常执行的任务以及获得的人类反馈，将代理设置为随用户一起学习、持续迭代适配能力。然而，这些学习过程大多发生在单个用户界面内。至于跨团队的知识沉淀与共享，代理主要在 “技能文件” 层面运作。“例如，如果您有一个工程师团队，其中一位工程师知道如何运行特定类型的仿真，而您希望与另一位团队成员分享这一知识，您可以创建一个技能文件，比如定义为 ‘这是运行方式，这是设置方法’，然后将其导出为技能文件，供另一位工程师加载到他们的代理中。” Nexus 中内置的这项功能对于那些希望普及仿真、使更多工程人员能够使用 COMSOL Multiphysics® 软件运行更多仿真的组织或团队而言，尤其具有价值。
代理式 AI 的未来
Aguiar 表示，代理式 AI 是一个快速发展的前沿领域。他的研究表明，Cosmon 的工程 AI 副驾驶 Nexus 已成功将仿真工作流——从模型设置、故障排除到结果评估与可视化——速度提升了二至三倍，帮助工程师大幅减少在网格划分、参数调整和几何修复等手动任务上花费的时间。这使得工程师能够更快地进行更高水准的仿真。
Aguiar 进一步解释说，就目前的工作方式而言，副驾驶工具需要工程师充当操作员的角色，配置工程和仿真流程的大部分步骤。展望未来，Aguiar 预计 AI 代理将自主进行设计、仿真、分析和迭代，而工程师则运用人类独有的直觉判断和专业知识来解读和审视 AI 生成的结论。
下一步
如果您有兴趣观看完整的网络研讨会，可以点击下方按钮观看！
更多资源
有兴趣了解更多关于如何在 COMSOL Multiphysics® 中使用 AI 工具，或 AI 在工程领域的最新进展吗？请查看 COMSOL 网站上的以下资源：
DeepSeek 是 Delson Group Inc.的商标。Google Gemini 是 Google LLC 的商标。GPT-5 是 OpenAI OpCo, LLC. 的商标。OpenAI 是 OpenAI, Inc. 的商标。Oracle 和 Java 是 Oracle 和/或其关联公司的注册商标。
评论 (0)