结构工程师实测:AI 适合查分歧不适合拍板,决策必须留给人
Kooky-Sorbet-5996 · reddit · 2026-11-06
一位结构工程师分享用 AI 辅助钢结构计算审查的心得:LLM 的价值在于发现和分类分歧,而非替人做决定。他将工作流分为三层:
- BASTIDORES(确定性层):PDF 数据提取(regex/OCR)、单位换算(kNcm→kNm、MPa→kN/cm²)、公式数值闭合用 Python 而非 LLM 完成,并做 sanity check(η≤100%、MSd≤MRd、Δ≤30%)。
- CHAT(概念层):让 AI 审计前提假设(如 Cb 是否被强制为 1.0、kv=5.34 是否适用)、标记规范差异(EC3 Annex B ≠ NBR 5.5.1.2)、给分歧分类并生成待决策清单。
- HITL(人审层):工程师验证前提、选定方法论并签字负责。
核心结论:AI 擅长指出不一致之处,但最终判断和责任归属必须由人来承担。
「编程与Agent」频道最新
- 实时 AI Agent 该测「流畅度」：HRI 十年指标给出新答案 — Stefania_druga · 2026-11-06
- LangChain 实测：图记忆让多源问答准确率升 27%，正确答案成本降 58% — JeremyCMorgan · 2026-11-06
- Void 一条命令搞定构建部署,还能让团队安全地用编码智能体 — cnakazawa · 2026-11-06
- 四周 610 次 commit 后他放弃人审:改用独立智能体互审代码 — ShoddySherbert8502 · 2026-11-06
- Cursor 推出应用内实时构建与一键分享：从想法到上线全在一个编辑器 — mattyp · 2026-11-06
- 给 AI 幕僚单独开账号：一个摆脱微观管理冲动的实用心理技巧 — SubtleGradient · 2026-11-06