彭鑫教授以《大模型与智能体赋能高端装备智能化》为题，围绕大模型与智能体技术、高端装备领域知识融合、工程应用及机遇挑战等内容展开深入阐述。

1. 从“会回答”到“会协作”

对于高端装备研制，人工智能不应止步于“聊天”，而需将知识、数据、工具和流程有机串联。大模型提供理解与生成能力，智能体则在此基础上实现任务分解、工具调用、结果校验与过程留痕，成为工程师可控的协作助手。

2. 突破“黑盒”困境，提升可解释性

大模型与智能体在高端装备应用中，必须明确“依据是什么、调用了什么工具、得到了哪些中间结果”。需保留检索引用、工具日志、参数快照及人工确认记录，避免形成不可追责的“黑盒行动”，同时开发更易解释、更可验证的模型与Agent流程，平衡效率、可解释性与安全性。

3. 装备制造工艺的实时优化

基于智能算法和Agent的工艺参数优化方法，将流程模拟技术、工程工具链与智能体编排深度融合，有助于解决全局最优与跨系统协同难题，为高端装备制造提供实时、自适应的优化能力。

彭鑫教授还结合部分PPT案例，展示了多智能体协同、知识驱动建模等前沿技术在隧道装备等高端制造场景中的潜在应用路径。