当前时间: 2026-05-21 09:03:14
分类:办公文件
评论(0)
AI已经能操作ANSYS了,仿真工程师如何应对近日,社交平台上出现了不少采用Codex等AI编辑器利用智能体控制ANSYS、ABAQUS、SolidWorkds等工业软件操作的视频,在圈内引起了不少关注度。有人兴奋,称可以解放生产力了,有人恐慌,因为AI浪潮终于突破了商软壁垒,仿真工程师可能也要和做前端的程序员一样,面临失业的问题。本篇,水哥就谈谈对当前局面的看法,以下内容仅代表水哥个人观点,没有借鉴AI,没有翻译国外文章,仅供参考,欢迎大家在评论区留言激烈讨论(注意言语不要过激哈)。智能体能操作商业软件的前提是需要一个安全可靠的通信协议,也即智能体发出的信号能被商软正确接收。以ANSYS为例,目前智能体能操作的前提就是打开MCP服务器,MCP的核心原理就是将自然语言转为软件底层API,进而在通过智能体这个手操作软件。但注意,目前市面的上的MCP并不是ANSYS官方开发,可在GitHub下载获取。所以,大家也可明白,其实所谓的控制软件底层还是在玩转软件的API,只不过相当于人类的大脑而言,AI通过学习软件的帮助,知晓的API可能会更多更全面。目前AI对传统的语言、美工、动漫等准入门槛较低的行业冲击力度远比工业要大(并没有贬低这些行业的意思)。商软尤其是类似ANSYS,ABAQUS这种具有强烈工业性质的软件是AI攻克的高地,一旦高地被全面攻克,我个人认为可以说是进入了AI工业时代。面对AI的浪潮,商软公司肯定也会朝着智能化发展,这个是未来趋势,目前,水哥认为商软智能化可能会发展的方向:所谓通用智能体,也即能控制本地整个权限的AI编程软件,例如Codex,Cursor,Trae等。商软官方维护通用智能体与软件的接口协议,比如前文说到的MCP模式。目前MCP并不是由官方维护的,参考pyansys项目,可能最后也会由官方接手并维护。这类智能体可能出现两种形式,一种是类似在Visual Studio中装载各智能体插件一般,通过插件的形式实现自然语言与软件底层API的交互(目前ANSYS的部分模块已经有AI驱动功能)。另外一类是专用智能体模块,类似分析模块一般,可单独打开调用。上面两种模式也仅仅是水哥的猜测,要论使用流畅性,肯定是商软自身推出的智能体更加好,但由于商软本身系统庞大,并且有的模块还没有底层的API,要实现自然语言与软件的通畅交互,还有一定的路要走。更多有限元学习资源,请访问水哥博客:FSCAE.COM初学者在观看各社交平台上展示的智能体操作软件视频后,可能会感概万千,原来软件还可以这么玩。而老手在观看后,只是默默地滑动下一个视频。诚然,AI操作软件看起来很酷炫,但其实还有很多问题等待解决。一个最核心的内容是,如何让AI在仿真的过程真正去理解项目而不是模型。AI目前只能做数字层面上的工作,所谓数字层面,也即只是基于数值大小进行的冰冷判断,若涉及比较复杂的项目优化,工况设定等数值之外的东西,AI目前还无法替换。可即便如此,AI也可能正在重塑你的仿真流程。通过不断地学习和优化,后面AI能吃掉你在仿真分析中最耗时间的操作,比如前处理,提取数据等。如果你目前只会操作软件本身,追求计算收敛,画网格等基本操作,没有自己的产品逻辑或者服务优势,后续大概率会被替换。任何轰动效应的产生,只是让你看到了该让你看到的东西,智能体操控软件,主要涉及两大成本:时间和Token。目前市面流传的那些智能体操作ANSYS、ABAQUS的视频,大都是经过精心剪辑和加速的。真实操作一遍你会发现,从自然语言指令到模型真正开始求解,中间要经历多轮意图识别、API匹配、参数校验,稍有歧义就得推倒重来。一个熟练工程师三分钟能画完的网格,智能体来回折腾半小时,甚至还画不对—这多出来的27分钟,就是实实在在的时间成本。在项目周期面前,这成本不是说忽略就能忽略的。再说Token成本。智能体每发起一次操作,本质都是在调用大模型生成和执行代码。画一个网格、设一个边界条件、提取一个结果,背后可能是几十次甚至上百次API调用。一旦涉及大型装配体、复杂接触、非线性材料,上下文动辄上亿级别的Token,小公司经常这么搞遭不住啊。更多有限元学习资源,请访问水哥博客:FSCAE.COM这还没算学习成本。想让智能体真正理解你项目的业务逻辑、工况组合、优化目标,你得花大量时间去喂养上下文,反复调试提示词,这本身也是时间和Token的双重支出。很多视频展现的一句话出结果,不过是把复杂的前期调试全部隐藏了。不过话说回来,技术迭代速度在那儿摆着,成本曲线迟早会降下来。但在那之前,对成本心里有数,才不会被短视频带节奏。要让智能体辅助落地,实际限制不少,其中最主要的就是安全问题。用智能体目前而言玩玩可以,但真要涉及到实际项目仿真,那可要慎之又慎啊。不知大家有无阅读隐私协议的习惯,就目前大部分的AI来讲,你输入的每一话默认都会被当作养料,根据用户与AI的交互,AI才能实时的不断学习和进化。但如果你做的项目涉及到保密要求,被AI学习泄露了,还要小心吃官司啊!回到我们一开始的问题,在目前的AI时代,仿真工程师应如何应对?在水哥看来,AI时代打开了知识壁垒,放大了个人能力,单次仿真的操作越来越廉价,对于仿真工程师本身而言,我们想要做到不被AI取代,主要从下面三个方面去提升自己:软件求解的是给定的问题,如何给定问题以及如何根据问题答案解决问题才是关键。所以,对于工程师而言,我们需要提升的是自己对自家产品和服务的理解,不必太过于焦虑于软件操作本身。对于初学者而言,软件操作变得更加容易学习,主要提升的应该就是自身的基本仿真知识以及底层原理的理解。AI在一定程度上提高了单次操作软件的效率,但随之得到的结果是否可信?这个还需要工程师自身能力去判断。AI只是帮工程师加速了算出来这个过程,但真正起决定作用的还是对最后结果的理解。这个理解里面包括了工程师的多年从业经验,自家服务和产品的各工况认知等,这些是AI没有的。更多有限元学习资源,请访问水哥博客:FSCAE.COM我相信有不少的仿真工程师工作流程是这样:设计部发来模型,根据模型建立有限元模型,计算模型,贴上结果数据和云图,得到关键信息,反馈给设计部,设计部修改,然后在计算.....在这样一个流程中,所谓的仿真工程师实际上只是充当了一个计算器的角色,输入和输出都是别人决定的。结合当下AI对行业的冲击,后续留给仿真时间只会越来越少,在这种情况下,适当的跨出只做仿真的圈子,想办法从执行计算变为解决问题,可能出路更大。最后一点,水哥认为那就是不要拒绝AI,不要与AI赛跑,AI是未来趋势,学会借助AI来提升自身,把时间花在只有你能做的事情上—比如去定义那个真正值得仿真的问题,去拍板那个关乎安全和成本的工程决策。不要害怕,也不要崇拜AI操作软件,把产品逻辑理解透,把自身服务理解透,AI就取代不了你。同时本文也非常欢迎大家转载分享,厌恶未经授权直接复制文字到第三方网站。更多有限元学习资源,请访问水哥博客:FSCAE.COM
基本
文件
流程
错误
SQL
调试
- 请求信息 : 2026-05-22 13:58:14 HTTP/1.1 GET : https://www.yeyulingfeng.com/a/653275.html
- 运行时间 : 0.084642s [ 吞吐率:11.81req/s ] 内存消耗:4,708.09kb 文件加载:145
- 缓存信息 : 0 reads,0 writes
- 会话信息 : SESSION_ID=33590e043a4801cdd17f5e963fd330b2
- CONNECT:[ UseTime:0.000520s ] mysql:host=127.0.0.1;port=3306;dbname=wenku;charset=utf8mb4
- SHOW FULL COLUMNS FROM `fenlei` [ RunTime:0.000737s ]
- SELECT * FROM `fenlei` WHERE `fid` = 0 [ RunTime:0.000326s ]
- SELECT * FROM `fenlei` WHERE `fid` = 63 [ RunTime:0.000296s ]
- SHOW FULL COLUMNS FROM `set` [ RunTime:0.000508s ]
- SELECT * FROM `set` [ RunTime:0.000205s ]
- SHOW FULL COLUMNS FROM `article` [ RunTime:0.000625s ]
- SELECT * FROM `article` WHERE `id` = 653275 LIMIT 1 [ RunTime:0.000463s ]
- UPDATE `article` SET `lasttime` = 1779429494 WHERE `id` = 653275 [ RunTime:0.001150s ]
- SELECT * FROM `fenlei` WHERE `id` = 64 LIMIT 1 [ RunTime:0.000222s ]
- SELECT * FROM `article` WHERE `id` < 653275 ORDER BY `id` DESC LIMIT 1 [ RunTime:0.000428s ]
- SELECT * FROM `article` WHERE `id` > 653275 ORDER BY `id` ASC LIMIT 1 [ RunTime:0.000353s ]
- SELECT * FROM `article` WHERE `id` < 653275 ORDER BY `id` DESC LIMIT 10 [ RunTime:0.000642s ]
- SELECT * FROM `article` WHERE `id` < 653275 ORDER BY `id` DESC LIMIT 10,10 [ RunTime:0.000708s ]
- SELECT * FROM `article` WHERE `id` < 653275 ORDER BY `id` DESC LIMIT 20,10 [ RunTime:0.000808s ]
0.086373s