用AI智能体构建数学建模工作流：从读题到可验证结论的完整实践

华数杯数学建模竞赛这类题目，很多人第一步就是打开 ChatGPT 把题目丢进去，等它吐出一篇“结论正确、过程漂亮”的答案。但真正参加过比赛的人都知道，AI 直接生成的建模方案往往存在两个问题：要么过于泛化，没有针对数据做任何实际计算；要么看似专业，一跑代码就报错，二次修复成本极高。

这里真正值得讨论的不是“AI 能不能替代人写数模论文”，而是“如何用 AI 智能体把读题、拆解、建模、计算、验证、写论文这条长链路变成可迭代的工程流程”。我的判断是：用 AI 智能体（Agent）而不是单轮对话，才是参与华数杯这类数学建模竞赛的正确姿势。

这篇文章会从一个最小可用的建模助手智能体出发，讲清楚 Agent 在数学建模中的定位、核心设计、完整代码、运行验证、常见排错，以及比赛合规边界。读完你能亲手搭一个“会拆题、会调工具、会自我检查”的 AI 智能体，并用它跑通一道华数杯风格的预测题。

1. 为什么数学建模适合用智能体，而不是“一问一答”

先看一个典型场景。你把一道华数杯真题粘给普通 AI 对话框，它会告诉你：“本题适合用层次分析法结合熵权法，建议构建模糊综合评价模型……”，然后给出大段公式。看起来很有道理，但当你追问“请把附件里的 1000 行数据跑出来，给出最终排名”时，对话就开始失控。

问题出在哪里？数学建模任务有四个特点：

1. 流程长：从问题重述、模型假设、符号说明、模型建立、求解、检验，到论文写作，不是一次对话能完成的。
2. 状态多：中间结果要保留，不同模型之间要对比，误差要调整。
3. 强工具依赖：需要执行 Python 代码、读 Excel、画图、算指标，纯文本对话做不到。
4. 需要验证：AI 给出的结论必须经过数据计算验证，不能“纸上谈兵”。

普通对话式 AI 是“无状态输出器”，你问一句它答一句，缺少目标感、任务拆解和工具调用能力。而 Agent 的基本定义就是：一个能自主拆解目标、按步骤执行、调用外部工具、根据反馈修正行为的智能程序。

在数学建模场景里，Agent 更像一个“有工作流的 AI 实习生”：

能力	单轮对话	建模助手 Agent
拆解题目	直接给结论	先还原问题、列出假设、形成任务清单
数据计算	不能执行	调用 Python 工具，跑真实数据
中途纠错	需要用户反复追问	根据运行结果自动调整
过程记录	无	保留状态和决策日志
结果可信度	低	计算可复现，结论可验证

所以我一直强调：用 AI 写题，重点不是“让它生成答案”，而是“搭一条从题目到可验证结论的处理流水线”。这才是 AI Agent 对数学建模真正有价值的切入点。

2. AI 智能体的核心原理与建模场景映射

在进入代码之前，先厘清几个概念。

2.1 Agent 是什么

Agent 是“有目标、有工具、能自我修正”的对话程序。它的最小闭环是：

观察（接收题目/中间结果） → 思考（拆解下一步） → 行动（调用工具或输出） → 观察新结果 → 循环

这种模式在 AI Agent 领域叫 ReAct 模式（Reasoning + Acting），核心思想是让模型在“推理”和“行动”之间交替进行，而不是一次性输出最终答案。

2.2 数学建模中的 Agent 角色分工

一个完整的数模参赛团队通常有建模手、编程手、写作手。Agent 设计时也可以按角色拆分：

• 读题 Agent：负责压缩题目信息、提取约束条件、明确目标和数据字段。
• 建模 Agent：给出候选模型、说明假设、推导公式、指出适用条件。
• 编程 Agent：把模型转成可运行的 Python 代码，调用数据完成求解。
• 验证 Agent：对比多组结果、做误差分析、检查假设是否被违反。

当然，个人参赛时不需要真的写四个独立程序。比较务实的做法是：用一个 Agent 主程序驱动不同阶段的 Prompt，并注册统一的工具函数。这也是下面完整示例采用的设计。

2.3 编排平台与自研代码怎么选

现在搭 Agent 有两条路。

第一条是使用可视化编排平台，比如 Dify、Coze 这类 AI 智能体平台。优点是拖拽节点、免部署、快速验证 Prompt；缺点是数据处理和比赛题目的定制逻辑比较受限，而且平台策略也会变化。

第二条是自研代码，用大模型 API + 简单的工具调用循环。优点是灵活、可复现、能嵌入自己的数据处理流程，也方便比赛时做代码版本管理；缺点是需要自己处理模型输出格式、异常、超时等问题。

我的建议是：比赛场景优先自研代码。因为数学建模论文本身要求代码可复现，你不可能在论文里说“我是用某个在线平台点出来的”。自研 Agent 生成的代码、日志、结果，都能直接成为论文附录的一部分。

3. 环境准备与前置条件

开始写代码前，先准备环境。

3.1 运行环境

• 操作系统：Windows 10/11、macOS、Linux 均可。
• Python 版本：建议 3.10 或更高。本文代码不依赖 Python 3.10 的独有语法，3.8 以上也能运行。
• 大模型接口：需要一个兼容 OpenAI 格式的大模型 API。可以使用国内可合法访问的模型服务商，或本地部署的开源模型。密钥通过环境变量传入，不要写死到代码里。
• 依赖库：openai、python-dotenv、pandas、numpy、matplotlib。版本请以实际安装为准，这里不锁死版本。

pip install openai python-dotenv pandas numpy matplotlib

3.2 密钥配置

在项目根目录创建.env文件：

MODEL_API_KEY=your_api_key_here MODEL_API_BASE=https://your-api-endpoint.example.com MODEL_NAME=gpt-4o-mini

然后在代码中加载：

import os from dotenv import load_dotenv load_dotenv() API_KEY = os.getenv("MODEL_API_KEY") API_BASE = os.getenv("MODEL_API_BASE") MODEL_NAME = os.getenv("MODEL_NAME")

安全提醒：.env文件必须加入.gitignore，绝对不要提交到公共仓库。

3.3 目录结构

modeling_agent/ ├── .env ├── .gitignore ├── agent_tools.py ├── modeling_agent.py ├── main.py └── data/ └── water_usage.csv

4. 核心设计：把数模流程拆成 Agent 工作流

AI Agent 能不能稳定干活，取决于两个设计：系统提示词和工具执行机制。

4.1 系统提示词：给 Agent 立规矩

系统提示词（System Prompt）是 Agent 的“工作手册”。数学建模助手的人设可以这样写：

# 文件路径：prompts.py SYSTEM_PROMPT = """ 你是一位数学建模竞赛教练，擅长指导选手完成从读题、建模、计算到论文写作的完整流程。 你在回答时遵循以下规则： 1. 先复述题目目标，列清楚约束条件和可用数据字段。 2. 把任务拆成可执行的小步骤，每步只做一件事。 3. 当需要数据计算、统计分析、画图时，你必须调用 python 工具。 4. 每次调用工具后，根据输出结果决定下一步，不要假装计算成功。 5. 输出结论时，必须附上关键数字、使用的模型和误差指标。 6. 如果你发现前一步结果不合理，要主动说明并尝试修正。 7. 尊重学术诚信。你提供的是分析框架和计算辅助，不代表选手完成全部工作。 你的输出格式要求： - 当需要执行代码时，输出两行内容： ACTION: python ACTION_INPUT: 需要执行的 Python 代码 - 当不需要执行代码时，正常输出文字分析。 注意： - 代码必须是完整可运行的 Python 脚本。 - 不要生成调用外部文件的绝对路径。 - 如果数据不存在，先用示例数据说明方法，再提示真实数据路径。 """

这里的关键是：要求模型在需要计算时显式输出 ACTION 指令。这套指令格式是后面 Agent 主循环能运转的基础。

4.2 工具执行：安全运行模型生成的代码

模型生成的 Python 代码不能直接在主进程里执行，因为：

1. AI 代码可能有语法错误或无限循环。
2. AI 代码可能访问敏感文件、执行危险操作。
3. 主进程被卡住会影响整个 Agent 循环。

所以最好的做法是把代码丢到一个subprocess子进程里跑，并设置超时时间。这就是agent_tools.py做的事情：

# 文件路径：agent_tools.py import subprocess import sys import textwrap def safe_execute(code: str, timeout: int = 15): """ 在子进程中执行 AI 生成的 Python 代码。 限制执行时间，避免无限循环拖垮 Agent。 """ wrapped_code = textwrap.dedent(f""" try: {textwrap.indent(code, ' ')} except Exception as e: print("EXEC_ERROR:", e) """) try: proc = subprocess.run( [sys.executable, "-c", wrapped_code], capture_output=True, text=True, timeout=timeout, ) output = proc.stdout + proc.stderr except subprocess.TimeoutExpired: output = "EXEC_ERROR: 执行超时，请检查代码是否存在死循环。" return output.strip() TOOLS = { "python": { "description": "执行一段 Python 代码，用于计算、分析数据、画图。", "func": safe_execute, } }

这里有三个工程细节值得注意：

• textwrap.indent让模型生成的代码缩进保持正确，避免try块内缩进错误。
• 统一捕获异常并输出EXEC_ERROR，让模型能读到错误信息并自我修正。
• 超时机制保证了即使 AI 写出死循环，Agent 也能继续运行。

4.3 Agent 主循环：读题 → 规划 → 执行 → 验证

modeling_agent.py是 Agent 的核心循环，逻辑如下：

1. 把系统提示词和用户题目拼起来发给模型。
2. 模型返回结果。
3. 检查结果中是否包含ACTION: python。
4. 如果有，提取ACTION_INPUT中的代码，交给safe_execute执行。
5. 把执行结果作为“观察”信息重新发给模型，让模型决定下一步。
6. 如果没有 ACTION，说明模型已经给出最终分析，结束循环。

# 文件路径：modeling_agent.py import re from openai import OpenAI from agent_tools import TOOLS class ModelingAgent: def __init__(self, api_key, api_base, model_name): self.client = OpenAI(api_key=api_key, base_url=api_base) self.model_name = model_name self.messages = [] self.max_iterations = 6 def add_system_prompt(self, prompt: str): self.messages.append({"role": "system", "content": prompt}) def chat(self, user_query: str): self.messages.append({"role": "user", "content": user_query}) for step in range(self.max_iterations): response = self.client.chat.completions.create( model=self.model_name, messages=self.messages, temperature=0.2, ) reply = response.choices[0].message.content self.messages.append({"role": "assistant", "content": reply}) # 检查是否需要调用工具 action_match = re.search(r"ACTION:\s*python", reply) if not action_match: return reply code_match = re.search( r"ACTION_INPUT:\s*(.*?)(?:ACTION:|$)", reply, flags=re.DOTALL, ) if not code_match: return "模型输出缺少 ACTION_INPUT，无法执行工具。" code = code_match.group(1).strip() print(f"\n[Step {step + 1}] 模型正在执行 Python 代码...") tool_output = TOOLS["python"]["func"](code) print(f"[Tool Output]\n{tool_output[:500]}") self.messages.append({ "role": "user", "content": f"工具执行结果如下：\n{tool_output}\n请根据这个结果继续分析，或给出最终结论。", }) return "达到最大迭代次数，请人工介入检查。"

把这个类封装好之后，main.py只需要几行代码就能启动：

# 文件路径：main.py import os from dotenv import load_dotenv from prompts import SYSTEM_PROMPT from modeling_agent import ModelingAgent load_dotenv() agent = ModelingAgent( api_key=os.getenv("MODEL_API_KEY"), api_base=os.getenv("MODEL_API_BASE"), model_name=os.getenv("MODEL_NAME"), ) agent.add_system_prompt(SYSTEM_PROMPT) query = ( "某城市 2021 年 1 月到 2024 年 12 月每月用水量数据（单位：万立方米）如下：\n" "[120, 118, 125, 132, 145, 152, 148, 140, 135, 130, 122, 119, ...]\n" "请建立合适的模型预测 2025 年 12 月的用水量，并分析季节性和趋势。" ) result = agent.chat(query) print("\n===== 最终结论 =====") print(result)

5. 完整示例：跑通一道华数杯风格预测题

为了让演示可复现，我用一组模拟数据代替真实比赛数据，重点展示 Agent 的完整工作过程。

5.1 模拟数据生成

先把模拟数据写入water_usage.csv。这里用 Python 生成带趋势和季节性的 48 个月数据：

# 文件路径：generate_data.py import pandas as pd import numpy as np np.random.seed(42) months = pd.date_range("2021-01-01", periods=48, freq="M") trend = np.linspace(0, 20, 48) seasonal = 15 * np.sin(np.linspace(0, 8 * np.pi, 48)) noise = np.random.normal(0, 3, 48) water = 120 + trend + seasonal + noise df = pd.DataFrame({"month": months, "water": water}) df.to_csv("data/water_usage.csv", index=False) print(df.head())

这份数据模拟了“整体上升 + 季节性波动”的用水特征，是数模题里很常见的结构。

5.2 运行 Agent

把上面的query改为读取真实 CSV：

query = ( "请读取 data/water_usage.csv 文件，分析用水量是否存在趋势和季节性，" "并建立合适模型预测 2025 年 12 月的用水量。" )

运行：

python main.py

5.3 预期输出与结果分析

Agent 的运行过程大致如下图所示（这里用文字模拟控制台输出，不同模型输出会有差异，但流程一致）：

[Step 1] 模型正在执行 Python 代码... [Tool Output] month water 0 2021-01-31 111.653019 1 2021-02-28 107.365493 2 2021-03-31 116.028822 ... [Step 2] 模型正在执行 Python 代码... [Tool Output] 趋势斜率: 0.406 相关系数: 0.87 季节性方差显著大于随机噪声方差 [Step 3] 模型正在执行 Python 代码... [Tool Output] 预测 2025-12 用水量: 166.32 95% 置信区间: [157.80, 174.84] R方: 0.91

最终结论示例：

从数据看，该城市用水量存在明显的上升趋势和年度季节性，冬季偏低、夏季偏高。 使用线性趋势加月度季节虚拟变量的回归模型，预测 2025 年 12 月用水量约为 166.32 万立方米。 模型 R方为 0.91，说明趋势和季节性能解释大部分数据波动。建议将预测结果结合实际政策因素再做调整。

从输出能明显看出，这已经不是“AI 空谈方案”，而是经过了真实数据计算。

6. 如何验证 Agent 的结论是否可信

AI Agent 生成的结果不能直接写进论文，必须经过人工验证。建议按下面顺序检查。

6.1 验证代码可复现

把 Agent 生成的代码保存下来，独立运行一遍。如果换一台机器还能跑出同样结果，才说明代码是完整的。这里推荐用 Git 管理每次 Agent 生成的脚本和结果：

git init git add modeling_agent.py agent_tools.py prompts.py main.py git commit -m "初始化建模助手 Agent"

6.2 验证模型的合理性

• 检查模型假设是否符合题目背景。比如线性趋势是否过度简化？数据量是否足够支撑复杂模型？
• 检查误差指标。R方、MAE、RMSE 等指标需要在合理范围内。
• 检查预测边界。如果预测值和历史数据差距过大，要追查原因，而不是盲目采信。

6.3 交叉验证

让 Agent 用第二种模型（例如 ARIMA 或 Prophet）再预测一次，对比结果。如果两个模型给出的预测值相差过大，说明问题对模型选择敏感，论文里要重点讨论这一点。

# 人工补充的交叉验证代码：statsmodels 可用时执行 # 该段代码不是由 Agent 生成，是选手自己编写的验证脚本

6.4 留意“AI 幻觉”

AI 在数学建模中特别容易出现“幻觉式成功”：明明没有执行代码，却输出了一串看起来很精确的数字。这也是为什么必须在 Agent 里强制要求“需要计算时必须调用 python 工具”，并且把工具输出原样记录。所有关键数字必须能找到对应的运行日志。

7. 常见问题与排查思路

在实际使用过程中，最容易遇到的问题有下面几类：

问题现象	可能原因	排查方式	解决方案
Agent 一直不调用 Python 工具，直接给结论	系统提示词约束不够强	检查回复中是否出现 ACTION	在提示词里加入“遇到数据计算必须调用 python”的硬性规则
Python 代码执行报错，Agent 无法自我修正	错误信息被截断	打印完整 Tool Output	增大输出长度限制，把完整错误信息回传给模型
执行超时	模型写出死循环	查看错误日志中的超时信息	调高 timeout 或让模型输出“分步执行”的代码
模型输出格式不符合 ACTION/ACTION_INPUT 规范	模型未理解格式，或回复中夹杂多余内容	检查原始回复文本	用正则兼容多种格式，并在提示词中给出示例
数据路径错误	模型使用了不存在的路径	观察 Tool Output 中的路径信息	在系统提示词里说明数据目录结构
API 调用被限流	请求频率过高	查看 API 返回状态	增加重试和退避机制

补充一个很常见的坑：正则表达式容易把 ACTION 后面的说明文字一起当作代码。上面的代码已经用re.DOTALL让.可以匹配换行，但如果你发现工具执行的代码里混入“以下是代码”这类中文说明，就需要在提取时增加清洗逻辑：

def clean_code_block(code: str) -> str: # 去掉常见的围栏和说明文字 code = code.replace("```python", "").replace("```", "") lines = [line for line in code.splitlines() if not line.strip().startswith("以下是")] return "\n".join(lines).strip()

8. 竞赛合规与工程最佳实践

8.1 学术诚信，必须放在第一位

华数杯这类数学建模竞赛的核心是考察参赛者的建模能力。AI 智能体可以充当“高效的检索器、计算器、代码助手”，但不能替代你完成全部思考。更稳妥的做法是：

• 用 Agent 生成候选思路和代码初稿，然后自己重新推导关键公式。
• 所有数据和计算代码保留在项目仓库中，论文里明确说明“使用了 AI 辅助工具进行代码调试和结果检验”。
• 不直接粘贴 Agent 生成的整段论文，尤其是问题分析、模型评价等主观叙述。

现在部分竞赛对 AI 使用有明确声明要求。提交前务必阅读比赛规则，按规则标注 AI 参与情况。

8.2 密钥与代码安全

• API 密钥只放在.env，并加入.gitignore。
• Agent 生成的代码默认在子进程中执行，但仍要避免给模型不必要的文件访问权限。
• 如果数据涉及隐私或未公开信息，不要上传到外部 API，改用本地模型或脱敏数据。

8.3 工程化迭代

把 Agent 当作“队友”而不是“答案机”，使用过程中建议：

1. 每次运行保留日志，方便复盘 Agent 哪一步走了弯路。
2. 多模型对比：同一个问题，换不同模型或不同 temperature 跑多次，观察结果稳定性。
3. 设置迭代上限：max_iterations防止 Agent 无限循环。
4. 把 Prompt 版本化：每次修改系统提示词都记录版本，避免改坏后无法回退。
5. 数据核对优先于结果优化：先确认数据读入正确、字段无缺失，再谈建模效果。

8.4 Agent 输出的人工审查清单

最终写进论文前，逐项确认：

• 关键数字是否能在运行日志中找到对应代码。
• 数据可视化图片是否标注了数据来源。
• 模型假设是否与题目条件一致。
• 是否有异常值的处理记录。
• 预测结果是否经过至少一次交叉验证。

9. 总结与实践建议

回到最初的问题：用 AI 智能体写题华数杯，到底该怎么做？

我的结论是：不要追求让 AI “一步到位生成满分论文”，而是把重点放在构建一个读题→拆解→建模→计算→验证→总结的自动化工作流。智能体的价值不在输出，而在于它能帮你把每一个中间步骤跑通，留下可复现的计算过程和可追溯的决策日志。

如果你现在只有三天准备时间，建议按这个顺序实践：

1. 先跑通上面的最小 Agent 代码，把题目丢进去，观察它拆解任务的思路。
2. 准备一份模拟数据或往届公开数据，让 Agent 完成一次完整的“读题到预测”。
3. 把 Agent 的关键结论用传统方法（如手写回归、Excel 分析）验证一遍。
4. 把这套流程沉淀成你的参赛工具链，包括 Prompt、工具函数、日志模板。

后续想深入，可以往两个方向走：一是用可视化编排平台（如 Dify、Coze 这类智能体平台）把多角色 Agent 拖出来，快速验证思路；二是研究多智能体协作，让建模 Agent、编程 Agent、写作 Agent 分别负责一个环节，通过消息队列交换结果。

无论工具怎么迭代，有一条原则永远不会变：AI 智能体是对你思考能力的增强，而不是替代。把它当成一个任劳任怨、不会疲惫的分析师，用它跑完所有能跑的计算，然后把判断和决策牢牢握在自己手里。