في عالمنا اليوم، تُعتبر مسألة حل المشكلات الهندسية محورًا رئيسيًا في اتخاذ القرارات الواقعية. يتطلب ذلك صيغ رياضية غير معقدة تمثل تحديات معقدة، فضلاً عن إنتاج حلول قابلة للتنفيذ تتماشى مع القيود البيانية والفيزيائية.

يعتمد حل المشكلات الهندسية على تحليل مفتوح النهايات ونمذجة تستند إلى الجدوى، مما يتطلب تحسينًا تدريجيًا. وفي حين أن النماذج اللغوية الضخمة (Large Language Models) أثبتت كفاءتها في التفكير وتوليد الأكواد، إلا أنها تعاني في كثير من الأحيان من ضمان الجدوى، مما يحد من استخدامها في حل المشكلات الهندسية.

لمواجهة هذا التحدي، تم تقديم EngiAgent، وهو نظام متعدد الوكلاء يمتلك منسقًا متصلًا بالكامل، حيث يحاكي سير عمل الخبراء من خلال وكلاء متخصصين في تحليل المشكلات، النمذجة، التحقق، الحل، وتقييم الحلول.

يمكن للمنسق المتصل بالكامل توصيل التغذية الراجعة بشكل مرن، مما يتغلب على صعوبة الأساليب السابقة المدعومة بعمليات خطية ويضمن الجدوى في كل مرحلة من مراحل العملية. لا يساهم هذا التصميم فقط في تعزيز المتانة أمام حالات الفشل المتنوعة مثل أخطاء استخراج البيانات، عدم تناسق القيود، وإخفاقات الحلول، بل يعزز أيضًا الجودة العامة لعمليات الحل.

تشير النتائج التجريبية عبر أربعة مجالات تمثيلية إلى أن EngiAgent يحقق تحسينات كبيرة في الجدوى بالمقارنة مع الأساليب السابقة، مما يؤسس لنموذج جديد في حل المشكلات الهندسية الموجهة نحو الجدوى باستخدام النماذج اللغوية الضخمة. الكود المصدر والبيانات متاحة على [GitHub](https://github.com/AI4Engi/EngiAgent).