AI4MBDSE|雷达日报2026-09-29 | AI 辅助建模能否接进架构分析工作流

十一准备第二季的课程~

设想一位系统工程师刚改完 AADL 模型，要跑一遍架构分析：模型在建模工具里，分析器在另一个环境，结果得人工抄回设计文档。断点不在分析能力，在上下文搬运。AI 辅助建模能不能把这条架构分析链路在编辑环境里合上？

01 今日重点信号

信号 01｜AI 增强 AADL：在 VS Code 中接入架构分析

英文标题：AI-Augmented AADL in Visual Studio Code | CMU Software Engineering Institute

分类：AI+MBSE｜新增工程实践 / 当日新增信号 / AI+MBSE 证据成立 / AI Early Signal / AI + MBSE

为什么选它：CMU SEI 给出的是一条具体链路：在 VS Code 里把 AADL 模型上下文、分析器调用和结果反馈接进同一个编辑环境，AI 辅助建模由此进入架构分析工作流，而不是停在聊天框里生成片段。它部分回答了开头的问题：断点可以合上，前提是模型、分析接口、证据回写三个节点都被当作一等工程对象。对做 AI+MBSE 工具链的人，这是少见的可直接对照拆解的官方样本。

能用吗：来源是 SEI 官方博客，一手发布，日报把成熟度标为现在可用。但要看清证据级别：博客展示的是接入方式，不含型号项目里的验证数据，也没有与国产建模环境的兼容性结论。它支持拿来设计最小能力链，还不支持直接替换现有工具。

怎么用：假设手边有一个练习用 AADL 工程：用 30 分钟画出最小链路图——模型上下文作为输入节点、分析器作为被调用服务、编辑器内证据回写作为输出节点，标出每个节点的接口形态和必须人工确认的位置。完成标准是图上不存在人工复制粘贴环节；存在的话，那就是要先补的接口。

链接 URL：https://www.sei.cmu.edu/blog/ai-augmented-aadl-in-visual-studio-code/

信号 02｜编码 Agent 文档：用往返测试衡量完整性

英文标题：Compact Documentation for Coding Agents: A Benchmark, an Optimizer, and Why It Does Not Transfer

分类：AI 基础与智能系统｜当日新增信号 / AI Early Signal

为什么选它：主信号解决了链路接通，没解决另一个问题：Agent 读到的文档到底完不完整。这篇论文补的正是验证缺口——只看文档让编码 Agent 重建代码，再跑原有测试，测不过就说明文档漏了关键约束。它把文档质量从主观可读性变成可执行信号，完整性比篇幅更决定 Agent 是否正确理解实现。

能用吗：arXiv 一手论文，先观察。论文自己报告了优化器结果不能迁移，说明结论对任务形态敏感；适合做小样例，不宜直接当成规格文档的验收标准。

怎么用：用 30 分钟做一个往返小样例：挑一个熟悉的小函数，手写一份给 Agent 看的文档，遮住实现让其重写，再跑原测试。完成标准是至少定位一条因文档缺失约束导致的失败；这条失败就是文档要补的内容。

链接 URL：https://arxiv.org/abs/2609.31587v1

信号 03｜Agent 运行时：验证动作后的持久结果

英文标题：Beyond Approved Actions: Runtime Validation of Persistent Outcomes in Agent Workflows

分类：AI 基础与智能系统｜当日新增信号 / Agent / Workflow / Knowledge

为什么选它：链路接通、文档可验之后，还剩执行层的缺口：动作被批准不等于结果正确。这篇论文把安全边界从动作审批扩展到持久结果校验——流程继续前必须检查数据库、通知、外部服务的实际状态。它补的是治理边界：审批管意图，运行时校验管事实。

能用吗：arXiv 一手论文，可以试验。它给的是框架思路，落地要自己定义每个动作的期望状态和补偿动作；对没有副作用的只读流程，这套开销未必值得。

怎么用：用 30 分钟为一个在用的 Agent 流程写一页检查清单：每个动作列批准范围、预期实际状态、可能副作用、继续条件、补偿动作。完成标准是每个动作至少有一条执行后可自动核对的状态断言。

链接 URL：https://arxiv.org/abs/2609.31301v1

信号 04｜AgentWorld：长时多智能体协作评测

英文标题：AgentWorld: Benchmarking Long-Horizon Collaboration of Multi-agent LLMs

分类：AI 基础与智能系统｜当日新增信号 / AI Early Signal

为什么选它：与主线保持一层距离：它评测的是多 Agent 长时协作——信息分工、协调成本、跨轮次任务完成——不直接处理单条工具链的接通问题。价值在于给出长时、多人、信息不对称三个维度，将来评估工程 Agent 协作时可借用。

能用吗：arXiv 一手论文，先观察。是评测基准而非可部署工具，工程使用前需自行定义任务长度、角色数量与信息边界。

怎么用：用 20 分钟把当前 Agent 工作流列成三列草稿：跨多少轮、几个角色、哪些信息对谁不可见。完成标准是每行对应一个可观察的失败模式。

链接 URL：https://arxiv.org/abs/2609.31590v1

信号 05｜SyzHarness：补丁驱动的内核漏洞复现

英文标题：SyzHarness: Patch-Based Kernel Bug Reproduction with LLM-Synthesized Fuzzing Harnesses

分类：AI+测试｜AI + 测试

为什么选它：它处理的是另一类问题：内核漏洞复现被拆成结构恢复与输入求解两段，LLM 合成模糊测试 harness 候选，模糊测试给执行反馈。与主线的关系是分工模式可借鉴——生成负责候选、动态执行负责裁决——但对象是缺陷复现，不是架构建模。

能用吗：arXiv 一手论文，可以试验。适用前提是补丁可获得；对无补丁、结构不明的缺陷尚未覆盖。

怎么用：用 20 分钟把一类难复现缺陷拆成环境脚手架与精确触发输入两段，标注各段适合 LLM 生成还是动态执行。完成标准是每段有可检查产出物。

链接 URL：https://arxiv.org/abs/2609.23889v2

信号 06｜MAGS：多智能体自动形式化验证 AI 代码

英文标题：MAGS: Multi-agent Auto-formalization Guarantees Safety for Agentic Outputs

分类：AI+测试｜当日新增信号 / Agent 趋势证据 / AI + 测试

为什么选它：它把 AI 代码治理从发现缺陷推进到性质保证：多智能体做自动形式化，生成机器可检查的证明，同时暴露新的边界——规格翻译不忠实，证明再完整也无意义。与主线只共享独立判据这一层；AI、MBSE、测试三者之间更强的连接，当前来源尚不支持。

能用吗：arXiv 一手论文，可以试验。形式化对规格质量敏感，适合先在安全关键小模块试，不宜直接铺开。

怎么用：用 20 分钟画一张四层验证图：测试、静态分析、形式化规格、机器证明，每层写一个它查不出的失效场景。完成标准是规格翻译层标出由谁人工复核。

链接 URL：https://arxiv.org/abs/2609.19391v1

02 今日沉淀

今天可复用的方法只有一个：给 AI 产物配独立判据。链路里的分析结果、Agent 读过的文档、执行后的外部状态，都不要接受 AI 的自述，要求一个可执行、可复核的外部证据；判据缺失的地方，就是工具链要补的接口。

03 今日小动作

• 用 30 分钟画出 AADL 模型上下文、分析器调用、证据回写的最小链路图，标出所有人工搬运环节；完成标准是图上不存在人工复制粘贴节点。

04 日报精读PPT

复杂系统建模平台：一个开放的MBSE工程学习环境，面向系统工程师、MBSE 实践者和 SysML v2 学习者的建模平台。课程书架、学习系统工程方法、练习 SysML v2、理解工程应用和探索 AI 建模辅助的入口。请点击左下角「阅读原文」。

AI4MBDSE 不追热点，只沉淀 AI 如何成为系统工程生产力。