当AI Agent走进声学工程:德国两所大学的一项新研究

最近，Google DeepMind刚刚发布了新一代世界模型Genie 4，能够实时生成可交互的虚拟世界，甚至连环境声音、音乐和人物对话都能同步生成。

虽然我还没有亲自体验，但一个越来越强烈的感受是：AI的发展实在太快了，几乎每天都有令人惊讶的新消息。

不过，当AI真正进入专业工作领域，问题就变成了：如何让越来越强大的模型，真正帮助我们完成工程任务？

目前，Agent（智能体）是AI与实际业务结合的一条重要路径。在我熟悉的声音与声学工程领域，Agent的应用似乎还不够成熟。当然，也可能受限于我的认知，至少从目前接触的研究和案例来看，整体仍处于探索阶段。

最近刚好读到一篇论文《Practical Assessment of Agentic Systems in Acoustics》，发表于2026年10月底，来自德国慕尼黑工业大学（TUM）、亚琛工业大学（RWTH Aachen）及于利希研究中心。

两所大学在声学、机械和汽车工程领域都有深厚积累。这篇研究选择的两个问题也很有代表性：声学测量异常检测，以及声学超材料的结构设计。

读完之后，有几点值得分享。

这篇论文真正研究的，并不是某一种新的声学算法，而是一个更基础的问题：

大语言模型与Agent运行框架，分别在完成声学工程任务时发挥了什么作用？

作者设计了两个实验。

第一个是声学测量异常检测。

在NVH工程中，我们经常需要分析大量录音，而测量过程中可能出现信号削顶、瞬时尖峰、信号丢失、漂移等问题。

作者构建了50段合成汽车座舱噪声录音，其中一半正常，另一半人为注入异常。Agent需要判断录音是否存在问题、属于哪种异常，以及异常发生的时间。

注意，这里检测的是测量数据异常，而不是诊断车辆本身的异响原因。

第二个是声学超材料设计。

研究人员希望设计一种既允许空气流通，又能够降低透射噪声的周期性结构。

Agent可以选择不同的散射体或谐振器结构，调整几何参数，再调用声学仿真程序验证效果。

评价指标是插入损失（Insertion Loss），即结构设置前后接收位置声压的变化，而不是材料的吸声系数。

两个任务一个偏分析，一个偏设计，恰好体现了Agent在工程领域的两种应用方向。

理解这篇论文，需要先理解两个概念：LLM与Harness。

LLM就是我们熟悉的大语言模型，负责理解任务、推理和决策。

Harness则是围绕模型建立的运行框架，让它能够获取和处理信息、调用工具、管理任务，并持续执行。

论文将Harness的功能概括为四类：

Perception（感知）：处理和理解输入信息。

Planning（规划）：决定下一步应该做什么。

Memory（记忆）：保留任务状态和历史信息。

Tool Use（工具使用）：调用外部程序完成具体操作。

进一步落到工程实施，还涉及Context（上下文）、Configuration（配置）、Knowledge（专业知识）、Execution（执行）和Sandbox（隔离环境）等要素。

例如，一个声学Agent接收到录音，可以调用FFT、STFT等算法分析声音，再根据分析结果决定是否继续检查特定异常。

专业知识可以来自声学理论、检测阈值和既有工程经验；Configuration则告诉Agent有哪些工具、如何调用，以及遵循什么工作规则。

这意味着我们不一定需要重新训练一个懂声学的大模型，而可以将成熟的声学算法和专业知识组织起来，构建专用Agent。

事实上，我们现在使用的ChatGPT，在具备工具调用与多步骤执行能力时，已经具有Agent的基本特征。未来构建专业声学Agent，重点可能在于专业工具、知识体系和工作流程的完善。

这部分是论文最有价值的地方：作者尝试用实验数据回答这个问题。

在最复杂的批量异常类型与时间定位任务中，作者逐步增加Agent的能力配置：

◆没有专业Skills时，平均F1只有0.29。

◆增加Skills但没有使用说明，提升到0.60。

◆增加工具使用说明，达到0.69。

◆进一步加入专业知识与检测阈值，最终达到约1.00。

同样的模型，因为Harness配置不同，结果出现了明显差异。

另一方面，当作者换用能力较弱的模型，即使保留完整的Harness配置，该任务的平均F1仍下降至0.80。

研究还发现，当专业知识与历史记忆发生冲突时，明确知识来源优先级，比单纯增加模型推理量更有效。

这说明：模型能力决定Agent能够达到的水平，而Harness决定它如何发挥这些能力。两者都不可忽视。

不过，这些结果建立在合成数据、预定义异常和检测算法基础上，不能直接理解为Agent已经能够准确诊断任意真实车辆的声学问题。

在第二个实验中，Agent完成了12项声学结构设计任务，其中8项达到了指定插入损失目标。作者还通过独立仿真复算验证结果。

值得注意的是，部分失败任务并没有耗尽允许的仿真次数。这说明Agent虽然能够自主探索，却还不一定懂得什么时候应该继续优化。

在我看来，这篇论文的突破不在于发明了新的声学理论，而在于将Agent的工程能力进行了拆解和量化。

它也让我重新思考了AI与传统工程工具之间的关系。

对于已经成熟的计算，例如频谱分析、传递函数计算、声腔模态分析，完全可以交给确定性算法。

而对于复杂问题的分析、不同工具的组合、方案探索以及下一步实验的选择，则可以尝试发挥Agent的自主推理能力。

当然，还有一个值得探索的问题：Agent能不能在复杂声学系统中识别潜在因果关系，并通过设计实验验证自己的判断？

这篇论文并没有回答这个问题，现阶段也不宜高估AI的能力。

但从工程应用角度，我更关心的甚至不是某个因素对问题贡献了多少，而是：

如果改变这个因素，能够带来多大的改善？需要付出多少成本？又会产生哪些副作用？

换句话说，相比于单纯解释问题，我更希望未来的Agent能够帮助工程师寻找更有价值的改善方案，并通过实验持续验证。

从这个角度看，Agent的价值也许不仅是把现有的工程分析自动化，而是让工程师能够更高效地组织知识、调用工具、探索方案，最终创造更好的产品体验。

这或许才是AI真正进入声学工程的开始。