该文章提出了首个结构工程多智能体系统MASSE，将大语言模型（LLM）智能体与实际工程工作流结合，实现了结构工程工作流的自动化，大幅提升效率并保证准确性。一、文章主要内容总结研究背景结构工程是基础领域，虽经济影响大、全球市场规模可观，但核心工作流数十年未变，数字化程度低，存在工作流碎片化、知识手动传递、协调瓶颈等问题，导致效率低、成本超支，且错失可持续性与韧性提升机会。大语言模型（LLM）在复杂推理、长周期规划和精准工具使用方面能力显著提升，与结构工程中解读设计规范、执行荷载计算、验证结构承载力等任务需求高度契合。系统设计（MASSE）角色划分：模拟结构工程咨询环境，设立分析师团队（Analyst Team）、工程师团队（Engineer Team）和管理团队（Management Team）。分析师团队负责数据提取与分析，将非结构化信息转化为标准化工程输入；工程师团队进行结构分析、设计与适用性验证，整合自动化模拟与承载力检查；管理团队监督协调整体工作流，转化分析结果为权威工程决策。核心支撑：基于AutoGen框架实现智能体协同，嵌入有限元分析（FEM）求解器和规范文档，结合结构化记忆存储分析数据，采用JSON格式等结构化通信协议，确保信息传递简洁、可验证，减少冗余与失真。基础模型：初始化智能体时采用强大的LLM（如GPT-4o、