桥接鸿沟：面向跨域结构工程评估的人为编排原型通用人工智能工作流

《Buildings》：Bridging the Gap: A Human-Orchestrated Proto-AGI Workflow for Cross-Domain Structural Engineering Assessment

　　

研究人员提出将原型通用人工智能（Proto-AGI）这一介于狭义任务型人工智能（ANI）与完全自主通用人工智能（AGI）之间的中间阶段，首次在跨域数字工作流中形式化落地，并应用于地震易损性评估的四域计算生态系统。Viktor.ai处理静力触探（CPT）数据，划分三层土剖面，识别5–12 m深度处可压缩中间层在0.3–0.7 s周期段具放大特征（基于弱层深度与刚度差，非正规场地反应分析）。Fayaz RotD脚本计算两条对比地震动的方向无关RotD50与RotD100反应谱：近断层Northridge记录（RSN 1086，Mw 6.69）在结构自振周期0.41 s处RotD50=2.00 g、RotD100=2.79 g，方向抬升39.6%；中距Kobe记录（RSN 1107，Mw 6.9）同周期RotD50=0.591 g、RotD100=0.795 g。OpenSeesPy对五层钢筋混凝土框架非线性动力分析得峰值层间位移角分别为0.45%与0.34%，均低于FEMA 356即时使用（IO）阈值1.0%。Viktor.ai RC截面分析器按ACI 318-25得曲率延性系数2.3，表明未来更严需求下变形能力为控制约束。上述四点构成连接场地条件、谱需求、结构响应与截面能力的因果链，体现结构工程中定义Proto-AGI的生态系智能。

研究背景与问题提出

结构工程设计需在岩土、地震、结构与截面多域同时推理，但现有人工智能（Artificial Narrow Intelligence，ANI）工具仅孤立服务于各子域，有限元求解器不能评地基适宜性，地震易损模型不能纳入地下变异性，裂缝识别算法不能提出加固策略。2020–2024年约百项结构工程AI研究仍停留于混凝土损伤检测、地震易损性等单域应用，跨域集成框架与数据稀缺共同制约进展。通用人工智能（Artificial General Intelligence，AGI）尚为理论目标，故研究人员提出中间阶段原型通用人工智能（Proto-AGI），具多模态学习、跨域推理、工具集成与自适应推理四特质，但此前未有在结构工程四域工作流中形式化运作的先例。

研究开展与总体结论

研究人员在《Buildings》发表研究，构建由Viktor.ai（CPT解译与RC截面分析）、Fayaz RotD脚本（方向无关反应谱）、OpenSeesPy（非线性动力分析）四平台按因果序编排的Proto-AGI生态系统，以五层钢筋混凝土框架、单孔17 m静力触探、近断层Northridge（RSN 1086）与中距Kobe（RSN 1107）两条PEER NGA-West2记录为案例。结论显示：四域输出形成土-截面因果链——5–12 m弱中间层在0.3–0.7 s带放大、与框架T₁=0.41 s敏感带重合；Northridge谱需求为Kobe的3.4倍（RotD50）但层间位移角仅1.32倍（0.45%对0.34%），均满足FEMA 356 IO阈值；底层柱曲率延性μ_φ=2.3（低于抗震推荐最小值3）揭示未来更严地震下变形能力而非强度为制约。该因果链任一单域不能独立生成，证实生态系智能（ecosystem intelligence）作为Proto-AGI表征。

关键技术方法概括

研究人员采用Viktor.ai平台以Robertson归一化土行为分类处理单孔CPT原始锥阻与摩阻比，输出分层几何与力学参数；调用Fayaz RotD脚本对两条双向水平加速度记录作0–180°逐1°旋转，以Newmark-β法算5%阻尼伪谱加速度取RotD50与RotD100；OpenSeesPy建五层矩抗帧，梁柱用纤维截面力基梁柱单元（Concrete02、Steel02、P-Δ、Rayleigh 5%阻尼）做双向基底激励非线性时程；Viktor.ai自然语言配置RC截面分析器按ACI 318-25做纤维弯矩-曲率与P-M交互，验底层400×400 mm柱（P=685 kN）。样本为PEER NGA-West2库RSN 1086与1107两条记录及单孔CPT，非概率集。

研究结果

4.1 岩土分层与场地表征：Viktor.ai解译三层（0–5 m中密砾砂、5–12 m弱黏土质砂Ic=2.225、12–17 m密实粉砂），5–12 m弱层qc=5 MPa仅为上层半值，夹于硬层间致0.3–0.7 s带放大，且浅基不适需深基。

4.2 谱需求RotD50与RotD100：Northridge在T=0.4 s处RotD50=2.00 g、RotD100=2.79 g（抬升39.6%），Kobe同处0.591 g与0.795 g（抬升34.5%）；近断层方向性致RotD100/50更大，仅在中T₁=0.37–0.41 s评估方显框架敏感。

4.3 结构响应：OpenSeesPy得Northridge峰顶部位移45.7 mm（单脉冲）、Kobe 33.6 mm（长持时谐振）；最大层间位移角均于2层，0.45%与0.34%，全时程低于FEMA 356 IO=1.0%；3.4倍谱差仅换1.32倍位移差，非线性耗能衰减显著。

4.4 截面能力：Viktor.ai RC分析器得底层柱φ_y=10.0×10^?6/mm（M_y=235 kN·m）、φ_u=23.0×10^?6/mm（M_u=275 kN·m），μ_φ=2.3；P-M包络P₀=5050 kN，运营点n=0.17处M_cap=273.54 kN·m，Northridge与Kobe峰弯矩需求112.95、80.56 kN·m，仅占41.3%、29.5%，留有强度储备但延性受限。

讨论与结论翻译

讨论指出四域链条为：弱层周期带放大→近断层谱峰落于T₁→非线性把3.4倍谱差压为1.32倍位移差→截面μ_φ=2.3框定未来变形瓶颈。该叙事非单域可得，属Proto-AGI生态系智能。局限含单CPT、双记录非概率集、边界人工传递、无正规场地反应分析（SHAKE类）、仅数值模态；全自动应使CPT自动参数化场地模型、谱自动驱结构、响应自动触发截面校核。

结论节译：本研究提出并演示了结构工程Proto-AGI生态系统架构，按因果序编排Viktor.ai、Fayaz RotD、OpenSeesPy与Viktor.ai RC分析器四平台，案例研究产出连接场地放大、近断层/中距谱需求、非线性耗能、截面延性约束的集成易损叙事；核心实证为四发现成因果链且任一单域不能独立生成，确证生态系智能主张。研究贡献为首次形式化Proto-AGI四可测特质（多模态学习、跨域推理、工具集成、自适应推理）、实证ANI编排涌现生态系智能、建立安全关键域中跨土-截面因果链推理的实用基准。局限（单CPT、双记录、人工编排、纯数值）界定了向自动管道、概率集、多模态扩充的研究路径。