近年来，“vibe coding”风靡软件工程领域，像Claude Code、Codex、Qoder等工具不仅提升了编程效率，更开启了人机协同创造的新模式。而今天，这股浪潮正从软件工程涌向系统工程，尤其是与MBSE（基于模型的系统工程）的深度融合，正在引发一场深刻的变革。

过去，AI常被视为辅助工具，处理重复性任务。但在复杂系统设计中，AI正从“被动响应”走向“主动协作”，成为工程师真正的“共创伙伴”。它不仅能自动完成建模、验证等任务，更能主动预测风险、激发创新，推动MBSE从需求到验证的全流程智能化。

一、需求分析：从“人工整理”到“人机共创”

传统需求分析依赖人工，容易遗漏关键信息或陷入主观局限。现在，AI凭借强大的语义理解能力，正在成为需求团队中的“特殊成员”。

主动捕获需求：AI能快速解析客户访谈、技术文档等海量资料，自动提取需求点并生成初步模型。例如在智能工厂项目中，AI不仅能识别功能需求，还能结合外部趋势（如可持续发展、供应链韧性）提出前瞻性建议。

智能验证一致性：AI可快速检测需求间的逻辑冲突。比如在航空系统中，AI会提示：“您提出的成本约束可能与安全标准冲突，请确认优先级。”

激发创新灵感：AI能基于数据生成多种功能方案，如“集成V2X通信优化交通”“增加驾驶员疲劳监测”等，为团队提供头脑风暴的素材。

人机协作关键：AI是“灵感催化剂”，而人类是“决策者”。工程师需结合业务战略与经验，筛选并深化AI的提议。二、系统建模：从“静态绘图”到“动态演进”

传统建模依赖手工绘制SysML图，耗时而易错。AI的介入，将建模从“艺术创作”升级为“科学探索”。

自动生成模型草案：工程师只需描述系统目标，AI即可输出包含组件与接口的初步模型，让人从“绘图员”转变为“架构师”。

跨领域知识桥接：在机电软一体化系统中，AI能识别不同团队模型间的接口冲突。例如在无人机项目中，AI发现“控制频率与机翼响应不匹配”，并提出优化建议。

人机协作关键：AI是“翻译官”与“协作者”，而人类是“集成策略的最终裁决者”。三、系统验证：从“事后补救”到“事前预防”

系统验证是确保模型质量的最后防线。传统测试往往滞后且覆盖有限，而AI能实现“事前预防+持续保障”。

智能生成测试场景：AI不仅能构造常规测试用例，还能设计极端场景，如“传感器失效+网络中断+多障碍物同时出现”等，覆盖人类思维盲区。

自动化脚本与闭环验证：AI能将测试场景转化为可执行脚本，并初步分析结果，高亮异常数据。工程师则可专注于故障诊断与系统优化。

人机协作关键：AI是“虚拟测试专家”，人类是“测试策略师”与“最终决策者”。结语：人机协作，是未来也是现在

AI+MBSE不是技术的简单叠加，而是一场从“人主导、机辅助”到“人机共创”的战略转型。企业若能把握这一趋势，将AI从“工具”升级为“伙伴”，就将在智能制造浪潮中占据先机。

如何行动？

重塑工程师能力：提升提问能力、批判性思维与系统伦理观；

构建协同平台：将AI能力嵌入现有工具链，建设高质量数据资产；

从小步试点开始：选择清晰项目，逐步建立人机协作的最佳实践。

这场变革已来。你准备好与安托一起探讨未来了吗？

欢迎关注“安托智造”公众号，获取更多关于数字化转型的深度内容与智能制造解决方案，持续洞察行业趋势，共创智慧工业新生态！