过去两年，MWORKS Copilot 已经成为许多工程师熟悉的智能助手。
在 MWORKS.Syslab 的侧边栏入口中，工程师可以通过自然语言开展智能问答、代码补全、模型理解、问题排查等工作。它像一位随时在线的助手，帮助用户更高效地使用科学计算与系统建模仿真工具。
不久前，我们发布了MWORKS MCP，让 MWORKS 的科学计算和系统建模仿真能力可以被Codex、Claude Code 等智能体连接和调用。很多用户基于 Codex /Claude Code+ MWORKS MCP 做出了非常漂亮的工作：从自动生成算法代码，到驱动模型构建与仿真运行，再到围绕工程任务开展多轮迭代，大家已经初步看到了"AI Agent + 工业软件工具链"带来的巨大潜力。
但在实际使用过程中，我们也看到了一些现实问题：
一方面，Codex、Claude Code 等工具对不少国内用户仍然存在较高的使用门槛，例如国外账号、订阅方式、网络环境和企业合规要求等；另一方面，很多科研院所与装备制造业用户也特别关注这一套AI Agents驱动MWORKS科学计算与系统建模仿真的能力是否能形成全栈国产化方案，即国产大模型、智能体+国产工业软件。
因此，今天我们全线升级MWORKS AI能力！产品已同步上线同元软控官网，欢迎下载体验
从智能问答到自主执行
我们构建了**一套完整的任务规划、工具调用、上下文组织、记忆管理、执行反馈和结果迭代的Agent能力。**在此基础上，将MWORKS MCP全面接入到Agent中，并内置同元专家面向科学计算与系统建模仿真的各类专业Skills。这使得MWORKS AI不只是智能问答窗口，而是能够真正围绕 MWORKS 的工程对象和工具能力形成闭环。
原生的智能体交互体验
我们彻底重写了原Copilot的UI交互，现在它**具备通用Agent UI的所有能力：任务分解与执行、命令调用、文件diff等。**此外，我们将MWORKS环境上下文与智能体彻底打通，算法代码、模型结构、仿真日志、错误信息、参数配置和工程上下文，都可以在原生环境中被 AI 理解和处理。这让 MWORKS AI 更接近工程师真实的工作现场，而不是一个游离在工具链之外的外部助手。
面向国产大模型的Harness Engineering
MWORKS AI优先采用 DeepSeek V4 Pro 作为大模型能力底座，通过对国产模型在科学计算与系统建模仿真方面开展工作流、规则、技能等Harness Engineering优化，让国产模型的产出也能逼近顶尖国外模型。互联网用户注册/登录同元账号即可使用（5.30推广期前不收费），无需单独采购API并进行复杂配置；私有部署的企业用户配置好API网关即可使用。
一、从 Copilot 到 Agent，不只是"更会回答"，而是"更会做事"
过去的 Copilot，更像是工程师身边的"副驾驶"。
用户提出问题，它进行回答；
用户编写代码，它进行补全；
用户遇到错误，它给出解释和建议。
这种模式显著提升了局部效率，但它仍然以"人发起、人拆解、人执行"为主，AI 更多承担的是辅助角色。
而 Agent 的核心变化在于：
它能够围绕一个工程目标，主动规划任务、调用工具、生成结果、检查问题，并持续推进。
MWORKS AI Agent 具备完整的通用智能体能力，包括：
- **自主任务规划：**根据用户目标自动拆解任务路径，形成可执行步骤；
- **智能工程生成：**围绕算法、代码、模型、文档等对象生成工程化成果；
- **MCP / CLI 管理与调用：**连接 MWORKS 工具链、脚本环境、模型服务与仿真执行能力；
- **记忆管理：**持续沉淀用户偏好、工程上下文、项目经验与知识资产；
- **多轮迭代优化：**根据运行结果、错误信息和用户反馈，不断修正方案。
这意味着，MWORKS AI 不再只是"回答怎么做"，而是开始真正参与"把事情做出来"。
二、面向科学计算，让算法研发更智能
MWORKS.Syslab 面向科学计算、算法开发与工程分析场景。
此次 MWORKS AI 升级后，针对科学计算工作流进行了专项 Skills 优化，重点覆盖五类高频任务。
1. 算法开发
工程师可以用自然语言描述算法目标、输入输出、约束条件和计算流程，MWORKS AI 能够辅助生成算法代码、函数结构、示例数据和验证脚本。
无论是数值计算、矩阵运算、控制算法、信号处理，还是工程分析中的自定义计算流程，MWORKS AI 都可以帮助用户更快完成从想法到代码的转化。
Syslab算法开发
使用syslab的数字滤波器设计skill，完成 FIR需求.txt 设计任务
2. 错误修复
科学计算代码中常见的问题包括维度不匹配、变量未定义、类型错误、函数调用异常、数值发散、边界条件遗漏等。
MWORKS AI 可以结合错误信息、上下文代码和运行日志，自动定位问题原因，并给出修复建议或直接生成修正后的代码。
它不仅解释"哪里错了"，还进一步回答"为什么错""如何改""改完如何验证"。
错误修复
脚本运行失败时，AI 基于报错信息、代码和环境进行诊断与修复
3.性能优化
在大规模矩阵运算、循环计算、批量仿真和复杂算法验证中，性能往往直接影响研发效率。
MWORKS AI 可以分析代码瓶颈，提出向量化、缓存优化、并行计算、数据结构调整、冗余计算消除等优化建议，帮助工程师提升算法执行效率。
Syslab性能优化
按照syslab skills规定的工作流，优化OFDM_Julia_small工程性能
4.自动化测试
算法能运行，不代表算法可靠。
MWORKS AI 可以根据函数接口、边界条件和典型使用场景，自动生成测试用例、断言逻辑和回归测试脚本，帮助用户更系统地验证算法正确性。
对于工程计算场景，它还可以围绕典型工况、异常输入、极端参数和精度要求，构建更贴近实际应用的测试方案。
自动化测试
针对已开发的函数自动补全单元测试
5.异构语言代码转换
工程研发中常常存在多语言协同需求：不同团队、不同工具、不同历史代码资产之间，需要进行算法迁移和复用。
MWORKS AI 支持围绕科学计算场景开展异构语言代码转换，帮助用户在不同编程语言和计算环境之间迁移算法逻辑，同时保持核心计算语义的一致性。
Syslab_MATLAB迁移
MATLAB迁移至Julia
三、面向系统建模仿真，让模型开发进入智能体工作流
MWORKS.Sysplorer面向系统建模、模型库开发、多学科仿真和系统级分析。
与通用代码智能体不同，系统建模仿真智能体必须理解的不只是代码语法，更包括工程对象、物理约束、模型结构、接口关系、参数语义和仿真行为。
因此，MWORKS AI 针对系统建模仿真场景进行了深度优化，重点覆盖四类核心任务。
1. 模型库开发
模型库是系统建模仿真的基础资产。
MWORKS AI 可以辅助用户开展模型组件设计、接口定义、参数声明、方程构建、文档生成和示例模型搭建。
对于企业级模型库建设，MWORKS AI 还可以帮助统一命名规范、参数规范、接口规范和文档规范，提升模型库的可复用性和可维护性。
模型库开发
在Sysplorer中，新建一个电气模型库，包含电压源、电流源、电阻、电容等电气组件
2.系统模型构建
系统模型构建往往涉及多组件连接、多物理域耦合、多层级结构组织和复杂接口配置。
MWORKS AI 可以根据用户的系统描述，辅助生成系统架构、模型连接关系、组件组合方案和初始参数配置，帮助工程师更快完成从系统概念到可执行模型的构建。
这使得系统建模不再完全依赖手工拖拽、逐项配置和反复查阅文档，而是逐步走向"目标驱动"的智能建模模式。
系统模型构建
使用Sysplorer NPSLibrary，搭建一个典型的单相输电系统
3.模型诊断与调试
模型无法仿真、仿真不收敛、变量初值不合理、方程过约束或欠约束、参数设置异常，是系统建模过程中最常见也最耗时的问题。
MWORKS AI 可以结合模型结构、错误日志、变量信息和仿真结果，辅助用户分析问题原因，并给出调试路径。
它可以帮助工程师从大量日志和模型细节中快速定位关键矛盾，降低模型调试门槛，提升建模效率。
模型诊断调试
搭建电气回路系统出现报错，MWORKS AI定位原因并修复
4. 模型结构与参数优化
系统模型不仅要"能跑"，还要"跑得准""跑得稳""跑得快"。
MWORKS AI 可以围绕模型结构、参数配置和仿真结果，辅助用户进行结构优化、参数整定、灵敏度分析和性能改进。
在面向复杂装备、能源系统、车辆系统、控制系统等场景时，这种能力将帮助工程师更高效地开展方案评估与迭代优化。
模型参数优化
Boost电路初始升压比约2，经MWORKS AI参数优化后，成功达到目标值5
四、从工具智能化，到系统工程过程智能化
过去，工业软件的智能化更多体现在利用AI对软件功能进行增强：
更好的补全、更快的搜索、更智能的提示、更方便的问答。
而今天，我们认为更重要的方向是：
让 AI 深度嵌入装备系统工程过程。
本次MWORKS AI的升级，向这一方向迈出了坚实一步，让智能体具备科学计算、系统建模、仿真验证、模型优化等系统工程核心能力。
未来，同元将持续打造装备系统工程智能体，它将不只是一个聊天窗口，而会逐步成为连接用户、模型、算法、数据、工具链和工程知识的智能工作中枢。
从 Copilot 到 Agent，MWORKS AI 全线升级。
这一次升级，标志着 MWORKS正式从"AI辅助"迈向"AI驱动"，从"智能问答"迈向"任务闭环"，从"开放连接"迈向"全栈一体化"。
前段时间，MWORKS MCP 让大家看到了通过 Codex、Claude Code 等外部智能体连接 MWORKS 的可能性；
今天，MWORKS AI 则进一步提供了一体化的科学计算与系统建模仿真智能体方案。
- 面向科学计算，MWORKS AI 让算法开发更高效；
- 面向系统建模仿真，MWORKS AI 让模型构建更智能；
- 面向未来，同元软控将持续推动装备系统工程进入智能体时代。