研究：通用Agent框架在CAE仿真任务上超越专用多智能体系统，求解器教程是最大增益来源
arXiv论文比较了通用LLM Agent框架与专用CAE Agent系统，在FoamBench上通用框架得分96.4%，专用系统为88.2%。
AI解读：生成一段CAE仿真命令（如OpenFOAM、FEniCS、COMSOL）需要专业知识，近期研究给LLM Agent加了多智能体分解、领域检索、脚本化反思等专用机制。但这篇arXiv论文发现，当固定信息获取和修复预算后，一个通用Agent框架（支持多轮推理、工具调用和执行反馈）在FoamBench基准上达到96.4%，反而超过专用多智能体系统的88.2%。消融实验表明，执行反馈驱动的修复是主要功臣：不修复时得分仅71.8%，加入修复后提升至96.4%，而脚本化反思几乎没用。真正额外的增益来自提供求解器教程作为领域知识，这一项把得分从80.9%拉高到96.4%。对研究CAE自动化的团队而言，这个结果意味着不必一味堆砌复杂的多智能体架构，优先确保Agent能获得执行错误反馈并接入相关教程文档，可能更有效。目前论文依据的是单一基准（FoamBench），是否适用于其他仿真软件尚待验证。
一篇arXiv预印本论文比较了通用LLM Agent框架与专用CAE仿真Agent系统，发现前者在FoamBench基准上表现更好：单Agent通用框架得分96.4%，而多智能体专用系统为88.2%。
论文题目为“What Do CAE Simulation Agents Really Need Beyond a Generic Harness?”，作者为Jiasheng Shi和Tianhan Zhang，于2026年9月3日提交，编号arXiv:2609.03718。
实验设计与关键结果
研究针对计算机辅助工程（CAE）仿真任务，此类任务要求设置OpenFOAM、FEniCS或COMSOL等求解器，通常需要专业知识。研究者质疑近年CAE Agent添加的专用机制（多智能体分解、领域检索、脚本化反思）是否必要，因为这些机制原本是为弱基础模型设计的。
在固定信息访问和修复预算的条件下，单Agent通用框架在FoamBench上得分96.4%，超过多智能体专用系统的88.2%。消融实验表明，性能提升主要来自通用框架已具备的执行反馈修复能力：从无修复轮次的71.8%跃升至96.4%。脚本化反思未带来额外增益。
研究中测得的最大单项增益来自提供求解器教程形式的领域知识：得分从80.9%提升至96.4%。