汉风军事知识库:基于大模型和多智能体的协同作战飞机（CCA）前期探索设计|2026-09-28-汉风1918-汉唐归来-惟有中华

在之前的文章中，介绍了以任务为中心的CCA的设计方法。

来源：任务为中心的CCA（协同作战飞机）设计优化：基于任务仿真和多学科设计优化

这里面，还有几个问题需要解决：

如何将 Agentic AI 嵌入到复杂系统的设计决策流程中？
如何科学高效地生成大量的变体设计方案，然后筛选收敛到少数设计方案？
如何从庞大的设计参数空间中，筛选出少数关键的设计输入参数？
前期探索有成千上万的变体构型需要仿真，如何加速仿真过程？

第1个问题，这两篇文章（链接1，链接2）已经回答了。第3个问题，在敏感性分析一文中讲过了。第4个问题以后讲。

本文介绍的 DARPA 和美国空军资助的这项研究（本文参考资料[1]），可以回答第2个问题。

工程设计的早期阶段的决策，就能决定产品全生命周期 75% 的成本。选错了设计方向，后期就会带来高昂的设计返工代价。

传统做法是选定一个设计方案干到底，出现问题再返工修改设计。

但更好的做法是：让多个不同角色的智能体，在多模态大模型的协助下，像丰田汽车的设计工程师设计汽车一样并行探索、经过实验设计（DoE）+代理模型初筛，然后通过敏感性分析改进和收敛候选设计方案，再配合金融风控领域的 CVaR 风险指标过滤极端场景下高风险的候选设计方案，最后剩下的少数几个最优的候选设计方案跑高保真的耗时的 CFD 仿真。