大语言模型辅助生成透明、开源的电化学器件多物理场模型

多物理场连续介质模型是研究电化学器件的强大工具，可用于计算机模拟反应器设计，并解析决定器件性能却难以通过实验测量的局部 pH、电势和浓度场。然而，构建此类模型需要深厚的数值计算专业知识，或依赖专有软件。在此，我们展示了前沿大语言模型智能体能够消除这一实现负担，同时让研究人员保持对底层物理机制的控制。我们以多孔气体扩散电极中一维电化学 CO2 还原为 CO 的过程为测试案例，开发了一套机器可读、由人类指定的建模框架，其中包含控制方程、参数、数值方法、逻辑构建阶段以及可由人类验证的检查点。智能体根据这份规范，可重复地使用开源 Julia 构建完整的多物理场模型。独立构建的模型（包括由智能体完全自主构建的模型）与等效 COMSOL 实现之间的偏差不超过峰值 CO 分电流密度的 0.7%，各模型彼此之间的偏差不超过 0.04%。通过系统性地植入错误，我们证明了明确规范对可重复性的重要性，并揭示了智能体在调试模型物理机制方面的能力与局限。该框架确立了一种更透明的多物理场建模方法，使物理描述和控制方程而非专门编写的代码成为计算模型开发的主要输入。