Cluade Code、Codex等CLI Agent出来后，已经有不少人尝试过用其创建一个CAD模型。但这种CLI Agent毕竟始于AI编程，对工业知识的掌握有限，用于专业的工业产品设计差的还远。

正如面向办公场景出现了Workbuddy这样的产品，面向工业产品设计领域，也正在出现专版“Workbuddy”，例如AIE之前介绍的面向AI CFD的VibeFlow，以及今天介绍的面向复杂装备设计的同元软控MOGICK。

MOGICK是同元软控最近新发布的面向装备研发的高级别智能体。简单来说，它可以以类似Codex的自然语言交互的形式，依次完成：

• 需求理解与系统架构设计：面向设计目标，装备系统应包含哪些子系统/零部件，各自具备什么性能指标，子系统/零部件之间的关系
• 各子系统/零部件的架构设计和几何模型原型：各个子系统的架构、参数化几何模型、装配关系
• 系统级仿真验证：对整个装备的系统模型进行仿真和验证，寻找到子系统的优化参数

以官方介绍的设计一个火星采样的任务为例，MOGICK先后完成了任务需求分析、任务架构设计、飞行轨道任务仿真、着陆器几何原型构建与架构设计、多专业耦合与系统级联合仿真等工作。

MOGICK方案及特点

MOGICK简单理解的话，面向用户层是一个类似Codex的集成化界面，用于交互和查看各种结果，内层的核心支撑是一个Agent引擎，用来执行各种任务。系统还包含一个云端平台，负责后台持续执行任务，以及一个插件管理工具，负责对接更多的软件和插件。

编辑

用户层界面叫MOGICK APP，跟Codex、Workbuddy等差不多，自然语言对话交互。

创建具体的系统模型、3D几何原型、系统仿真模型等并查看结果时，会调用同元软控的对应软件：

• 系统建模与查看：SysBuilder
• 几何原型模型建模与查看：SysCAD
• 控制算法建模和仿真：SysLab
• 系统联合仿真：SysExplorer

底层Agent引擎：通过多工具并发、会话管理、记忆系统、代码与模型搜索、沙盒执行、Git Worktree 管理、goal模式等多种机制，实现从任务理解到产物生成、执行验证的自动化闭环，供上层调用。

整个过程中面向结果输出可靠，设置了一些专业机制：

内嵌仿真内核（主要是系统仿真，也可以对接多体动力学等各专业科学仿真软件），Agent调用仿真计算验证设计是否合理

如下图让AI设计一个能写出“MWORKS”图样的机械臂运控控制机构，查看仿真结果

编辑

Agent执行输出包含意图、操作、语义变更、CI/仿真验收结论及可信度等五类证据，方便做检验验证

质量评测系统，通过六维评估、A/B 对比与归因分析，形成可比较、可定位、可回归的质量基线，对输出结果进行质量评估

大体上，MOGICK作为前端界面，协同调用Sysbuilder、SysCAD、Sysplorer与Syslab等专业软件，可以实现在装备的系统设计层面，结合AI一步步完成需求分析、架构设计、几何构型、系统建模和任务仿真的全过程。

MOGICK构建了面向未来智能设计的框架

由于同元软控过往的核心能力在系统建模/1D模型层面，所以MOGICK及配套软件工具完成的主要是系统层面的设计，确定各子系统/零部件的相关参数和性能要求，作为子系统/零部件的详细几何结构设计的输入和目标。

理论上MOGICK可以通过插件挂接专业的CAD、CAE软件来完成后续详细设计。但子系统/零部件的详细几何结构设计可能涉及到很多复杂的步骤和工具，所以更合理的可能是未来有类似MOGICK的特定领域详细设计Agent来从MOGICK接收设计目标，完成后续的详细设计工作。

尽管如此，MOGICK已经描绘出了一个未来高级别智能设计产品的框架。

同时，MOGICK本身作为智能体，也仍未掌握专业领域的设计知识和技能，专业化的工业设计知识、规范、技能、工具等，也仍需要以各种扩展包的形式，插接在其之上，才能让AI真正完成复杂装备的设计工具。

这些专业智能体、设计知识技能包等，显然未来需要相应的生态体系，由更多的企业、工具商来共同构建和完善。

MOGICK代表的装备智能研发范式

MOGICK发布的同时，同元软控也阐述了智能体驱动的装备系统工程：从单点辅助走向工程智能闭环的未来研发范式的思考。正是在以上技术架构体系下，同元软控提出了MOGICK智能体。

AI驱动的装备工程5级成熟度模型

AI驱动的装备系统工程也将由知识辅助逐步走向任务执行、工程协同乃至自主工程，并呈现出五级成熟度演进：

L1 问答级（Chatbot）：AI作为知识增强工具，帮助工程人员进行知识问答、规范查询和信息获取。

L2 辅助级（Copilot）：AI进入建模与设计环境，辅助工程师完成方案补全、参数建议、错误检查等任务。

L3 任务级（Agent）：AI具备专项任务执行能力，可根据工程描述完成需求分析、架构设计、模型构建等部分任务。

L4 工程级（Agentic Engineering）：AI从单点任务执行走向工程流程智能化，能够串联需求、设计、仿真、试验、验证等研发环节，实现工程任务协同执行。此阶段，AI进一步从智能辅助建模走向智能工程生成，围绕模型、参数、接口、约束、仿真任务和工程上下文，理解多类工程对象之间的关联关系，让智能体真正进入研发主流程。

L5 自主级（Autonomous）：AI具备端到端系统工程能力，从需求输入出发，自主完成架构设计、模型构建、仿真验证与优化决策。

L4级新型装备系统工程体系的构成

当前AI驱动的装备系统工程正由L2辅助级向L3任务级深化，并加快向L4工程级演进

L4级新型装备系统工程体系主要由四类核心要素构成：

多范式模型统一表征体系：设计即建模、模型即代码，通过严谨的语义规范和形式化建模方法，实现不同类型工程模型的统一表达。

工业知识与大模型底座：汇聚需求、规范、模型、案例及工程经验等多源知识，构建可检索、可验证、可追溯的模型化知识底座；通过RAG、持续训练与反馈优化形成数据闭环，并与装备数字工程工具链深度耦合，支撑领域大模型专业化、可执行、可验证和持续演进。

装备工程智能体：融合领域知识与工程语义，编排建模、仿真、优化和验证，沉淀模型、数据与证据，形成可复用、可审查闭环。

AI 原生的工业软件集：提供需求分析与架构设计、科学计算、系统建模仿真、几何设计、专业仿真等AI原生工具。

后续上线

作为同元软控面向智能体时代装备系统工程的一次重要探索，MOGICK 目前只是做了发布，具体尚未上线，预计将于近期上线。