مقاله‌ی arXiv:2609.37686 · منتشرشده در کانال
EngiWorld: What Can Frontier Agents Deliver in Professional Engineering Environments?
انجی‌ورلد: ایجنت‌های پیشرو در محیط‌های مهندسی حرفه‌ای چه چیزی می‌توانند تحویل دهند؟
- تاریخ
- (۷ مهر ۱۴۰۵) 2026-09-29 تأییدشده از روی تاریخ ارسال نسخه‌ی اول در آرکایو
- نویسنده‌ها
- Hongcheng Gao, Hailong Qu, Yu Lei, Henghui Sun, Haoyang Li, Yipeng Wei, Naihao Xue, Xiaohan Yu, Zhuo Tao, Yihe Zang, Yajiao Wang, Jingyi Tang, Yi Li, Jingjing Zhou, Jie Luo, Bohan Zeng, Chengyu Shen, Hao Jiang, Chong Chen, Bowen Qu, Olive Huang, Zeqiang Wang
- نهاد نویسنده‌ها
- Tsinghua University; Zhiman AI; Chongqing University; UCAS; Shandong University; BUPT; Fudan University; Henan Polytechnic University; Xi'an Jiaotong University; Peking University; Zhejiang University
خلاصه‌ی فارسی
مسئله
ایجنت‌های خودمختار در استفاده‌ی عمومی از کامپیوتر پیشرفت سریعی داشته‌اند، اما خودکارسازی قابل اعتماد مهندسی صنعتی حرفه‌ای هنوز دور از دسترس است. گردش‌کارهای مهندسی استدلال روی قیدهای هندسی و فیزیکی و حفظ سازگاری وابستگی‌ها بین نرم‌افزارها و مراحل طراحی را می‌خواهند؛ مثلاً قطعه‌ای که در نرم‌افزار طراحی ساخته شده باید در نرم‌افزار تحلیل هم درست بارگذاری و آزموده شود.
روش
بنچمارک EngiWorld شامل ۱٬۳۰۱ تسک گزینش‌شده توسط متخصصان در شش حوزه‌ی مهندسی (CAD، CAE، CAM، BIM، EDA و DCC) و ۲۶ نرم‌افزار حرفه‌ای با رابط گرافیکی و خط فرمان است که در شش نوع، از کار با یک نرم‌افزار تا حل سرتاسری مسئله، سازمان یافته‌اند. ارزیابی مصنوع‌محور با مجموعه‌ای از تأییدکننده‌های دامنه بررسی می‌کند که خروجی‌های نهایی و میانی از نظر هندسی معتبر، از نظر فیزیکی شدنی و مطابق قاعده‌های طراحی باشند، و میزان برآورده شدن مشخصات طرح‌های بهینه را هم امتیاز می‌دهد.
یافته‌ها
- ارزیابی هفت مدل پیشرو شکاف توانایی بزرگی نشان داد: قوی‌ترین مدل فقط ۴۴٫۷ از ۱۰۰ گرفت.
- فقط ۳٫۶ درصد اجراها روی تسک‌هایی که هماهنگی بین نرم‌افزارها لازم دارند موفق شدند؛ ایجنت‌ها درون یک نرم‌افزار کار را انجام می‌دهند اما در انتخاب نرم‌افزار درست، انتقال مصنوعات میانی یا حفظ وابستگی‌ها در گردش‌کار چندمرحله‌ای می‌شکنند.
محدودیت‌ها
مقاله بخش جداگانه‌ای برای محدودیت‌ها ندارد؛ ارزیابی روی هفت مدل انجام شده است.
چرا مهم است
مهندسی حرفه‌ای یکی از حوزه‌های پرارزش برای خودکارسازی است. این بنچمارک نشان می‌دهد ایجنت‌های امروزی هنوز در کارهای چندنرم‌افزاری مهندسی تقریباً همیشه شکست می‌خورند.