EngiWorld 把AI放进工程软件，检验交付能力

设计散热板，先在 AutoCAD 绘图，再用 SolidWorks 建模，最后交给 Abaqus 做热分析。AI 需要在软件切换后保持尺寸、单位和物理条件正确。它能交付通过工程验收的成果吗？

清华大学、重庆大学、中国科学院大学、北京大学、Zhiman AI 等机构的研究者提出 EngiWorld，将智能体评测推进到真实工程流程。

基准包含 1,301 个任务、26 个软件应用，覆盖 CAD、CAE、CAM、BIM、EDA 和数字内容创作（DCC），包含 610 个图形界面任务和 691 个命令行任务。

六类任务包括单软件执行、软件选择、视觉引导建模、设计优化、跨软件协同和开放环境工程。

1、验收交付文件
验收程序重新打开提交文件，检查尺寸、实体、材料、载荷和连接关系。跨软件协同任务还检查中间文件与阶段一致性；设计优化任务先检查硬约束，再评估设计质量。

2、七个模型最高得分 44.7
七个模型共同评测分层选取的 306 个任务，包含 158 个命令行任务和 148 个图形界面任务。EngiScore 是任务得分均值乘以 100，涵盖二元验收和设计优化，不等同于成功率。

Claude Opus 5 以 44.7 分领先，七个模型在 129 个任务上全部得零分。模型已能完成部分绘图、建模和电路操作，稳定性仍有明显不足。

3、跨软件交付仍是难点
24 个跨软件协同任务中，七个模型共尝试 168 次，仅成功 6 次，约占 3.6%。散热板案例中，导入比例错误在软件恢复后再次出现，最终未完成热分析。

EngiWorld 为模型选型与智能体改进提供了共同的检验环境。结果对应论文的评测任务与运行设置，后续改进应落实到交付文件的工程正确性。

论文：https://arxiv.org/abs/2609.37686