让 AI 替你跑 FDTD 仿真：编程 Agent 全自动设计优化实战

引言

FDTD 仿真广泛应用于光子学器件的设计与验证。在传统工作流程中，研究者需在 Lumerical 中手动构建结构、配置光源与监视器、设置网格精度，并在仿真结果不理想时反复调整参数。若涉及参数扫描或设计优化，这一过程往往需要大量人工值守。

近期，”找寻归宿的流浪猫”分享了一篇文章及配套视频，展示了利用编程 Agent（Vibe Coding）对 Lumerical FDTD、Ansys HFSS、CST 等仿真软件实施全自动建模与优化的方法。作者表示，在掌握该方法后，已不再需要手动执行仿真。

本文基于上述资料整理为一份实战教程：首先介绍 Vibe Coding 的基本概念，随后以 Codex 全自动完成 1×2 MMI 分束器设计与仿真为例说明完整流程，并提供可直接复用的 Prompt 模板。

Vibe Coding 概述

Vibe Coding 指以自然语言描述目标，由 AI 自动生成代码并完成执行。其较高级的应用形态已超越”对话生成代码”的范畴，而是：

以自然语言描述目标，由 Agent 负责拆解、执行、调试与交付，人类负责定义问题、设定边界并审核结果。

按工具形态，可大致分为三个层次：

层次 工具 特点
网页对话 ChatGPT、DeepSeek 等网页端 门槛最低，但需人工复制粘贴传递信息，效率较低
IDE 内 AI VS Code 插件、Trae、AntiGravity、Cursor 支持代码补全与修改，但难以独立完成完整流程
纯 Agent 编程 Claude Code、Codex 可调用终端、读写文件、运行脚本、读取报错并反复迭代，实现全流程自动化

纯 Agent 编程的代表工具为 Claude Code 与 Codex。Claude Code 目前以官方订阅为主，成本较高；Codex 支持自行注册账户，订阅价格相对较低。Cursor、Trae 国际版、Kimi Code、智谱 ZCode 等亦可用于此类任务，但部分模型能力较弱，较易出错。本文以 Codex Windows 桌面端为例进行演示。

FDTD 自动化适配性分析

并非所有任务都适合直接交由 Agent 执行，但 Lumerical 仿真属于典型的适用场景，主要原因如下：

原因 说明
任务目标明确 仿真对象、波段、工艺平台等参数均可明确定义
反馈链路完整 脚本报错、仿真结果与监视器数据均为机器可读信息，Agent 可自行读取结果并调试
验收条件可量化 损耗、透射率、分束比等指标具有明确数值，可直接写入验收标准
交付物可核查 仿真文件、报告及图像均可打开验证，结果可追溯

换言之，该流程天然构成”编写代码 → 运行仿真 → 读取报错 → 修改代码”的闭环，与编程 Agent 的核心能力高度契合。只要需求描述足够清晰，整个迭代过程即可交由 Agent 独立完成。

实战：Codex 全自动完成 1×2 MMI 分束器设计

本节以 Lumerical FDTD（2025 R1 版本）为例，演示一个完整案例：设计一个 3D 的 1×2 MMI 分束器，在 1550nm 波段实现等功率分束。整个过程无需手动操作 Lumerical。

第一步：环境准备

  1. 创建独立的工作文件夹；
  2. 启动 Codex，将上述文件夹设置为 Workspace；
  3. 建议在权限设置中开启”完全访问权限”，以避免 Agent 在执行脚本、读写文件时频繁进行手动确认。目前仿真场景下该权限的风险较低，如对此有所顾虑，亦可保留手动确认机制。

第二步：Prompt 设计（核心环节）

Prompt 的质量直接决定 Agent 能否完成任务，是该方法中最关键的环节。一份完整的仿真 Prompt 至少应包含以下四类要素：

要素 内容
① 解释器路径 Lumerical 自带 Python 解释器的完整路径，用于指定脚本运行环境
② 器件与工艺参数 结构组成、材料、工艺平台、波段、模式、网格精度等，描述越详细越好
③ 可量化验收条件 例如”损耗 < 0.5dB、分束不均衡度 < 5%”，用于明确完成标准
④ 交付物要求 保存 .fsp 文件、生成仿真报告等，便于后续验收

针对本案例，可直接使用以下 Prompt（基于原作者版本整理）：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
你需要完成 Lumerical FDTD 仿真任务，具体细节如下：

1. 我正在使用 2025 R1 版本的 Lumerical，请使用其自带的 Python 解释器，
   路径为 "C:\Program Files\ANSYS Inc\v251\Lumerical\python-3.9.9-embed-amd64\python.exe"。
2. 编写脚本仿真设计一个 3D 的 1×2 MMI 分束器，分束器包括输入波导、
   输入 taper、矩形的 MMI 干涉区、输出 taper、输出波导等结构。
   你需要自己搜索学习标准的 1×2 MMI 的结构。
3. 仿真波段为 1550nm，基模 TE 模式。
4. 基于 220nm 的 SOI 硅波导工艺平台，衬底和包层均为二氧化硅，波导宽度 450nm。
5. FDTD 的仿真精度设为 2。

验收条件：器件成功实现等功率分束，分束功率的不均衡度小于 5%，
同时传输损耗小于 0.5dB。

要注意的地方：
1. 请你自己运行代码，根据代码的返回结果，在终端里帮我 debug 程序，
   直到整个代码可以正常运行，并且器件性能满足验收条件。
2. 全程用固定文件名自动保存文件，避免 Lumerical 弹交互窗口。
3. 注意监视器的尺寸，不要与其他波导重叠，导致检测功率值偏高。

最后，在你完成所有优化后：
1. 把最终优化完成的结果保存为一个 Lumerical FDTD 文件（.fsp）让我检验。
2. 撰写一份详细的仿真报告，展示 MMI 器件的模型结构、传输光场、
   损耗、分束功率等核心参数。

Prompt 设计的三点建议：

  • 解释器路径的获取：该路径通常位于 Lumerical 安装目录下，格式与上述示例类似；若无法直接定位，可使用 Everything 搜索 python.exe，并确保将路径提供给 Agent。
  • 验收条件应可量化且可实现：应避免使用”性能较好”等模糊表述，同时需确认指标在物理设计上可达；若无法确定，可增加”若达不到条件，请在迭代 X 次后结束”的说明，X 可根据场景设定为十几次至数十次。
  • 常见问题应预先提示：例如使用固定文件名自动保存以避免交互弹窗、确保监视器不与波导重叠等。此类问题均为实践中 Agent 易犯的错误，预先提示可显著减少无效迭代，并可将其固化于后续所有 Lumerical 仿真 Prompt 中复用。

第三步：自动迭代执行

将 Prompt 发送至 Codex 后，Agent 将自动完成以下循环：

1
建模 → 运行仿真 → 读取结果 → 发现问题 → 修改参数 → 重新仿真 → 直至满足验收条件

整个过程无需人工值守。根据原作者的演示，约半小时后 Codex 即自动完成了全部仿真、优化与报告生成，并在工作目录中创建相应文件。若未开启完全访问权限，期间可能需要手动确认部分操作。

第四步：结果验收

仿真完成后，应按以下步骤进行验收：

  1. 打开生成的 .fsp 文件，检查模型结构是否合理；
  2. 查看仿真报告中的器件结构图、光场传输图、损耗及分束功率；
  3. 核对是否满足验收条件（分束不均衡度 < 5%、传输损耗 < 0.5dB）；
  4. 若未达标，可补充反馈并继续迭代。

进阶应用

该方法不仅适用于参数优化，还可扩展至以下场景：

  • 论文复现：可直接提供文献，要求 Agent 复现其中的结构。在 Prompt 充分明确的前提下，可一键复现论文中的仿真。
  • MCP 直接控制：进一步可通过 MCP 将 Lumerical 作为工具暴露给 AI 客户端。社区已有 lumerical-fdtd-mcp 等开源项目，支持在 Codex 中通过工具调用直接控制 Lumerical 会话、运行脚本并读取变量，实现自然语言驱动的仿真工作流。
  • 底层 API：如需了解 Agent 实际调用的接口，可参阅 Lumerical Python API 官方文档。Lumerical 提供完整的 Python 会话与对象接口（如 lumapi.FDTD()），构成自动化仿真的基础。

注意事项与边界

  1. 工具选择：模型能力直接影响任务成功率，建议优先选用 Claude Code、Codex 或性能足够强的模型。
  2. 物理正确性核验：Agent 可确保脚本正常运行并满足指标，但边界条件、材料模型与监视器设置是否物理合理，仍需人工核验。AI 的作用在于减少重复劳动，而非替代专业判断。
  3. 权限管理：开启完全访问权限后，Agent 可执行任意命令，工作环境中应避免存放敏感数据。
  4. 迭代上限：应为验收条件设定迭代次数上限，避免在无法达成的目标上持续消耗计算资源。

总结

整个流程可概括为四个步骤：

步骤 内容
1. 环境准备 创建工作文件夹，将 Codex 设为 Workspace
2. Prompt 编写 包含解释器路径、器件参数、量化验收条件与交付物要求
3. 自动执行 Agent 自主完成建模、仿真、调试与优化，直至满足条件
4. 结果验收 检查 .fsp 文件与报告，未达标时补充反馈继续迭代

概括而言：人类负责定义问题与验收标准，Agent 负责其余全部执行环节。

“工具从来不是为了取代思考，而是为了把思考者从重复劳动中解放出来。当年 MATLAB 替我们算矩阵，FDTD 替我们解麦克斯韦方程，今天 Agent 开始替我们操作这些求解器本身。”

参考来源：

视频：AI 编程实现 Lumerical FDTD 仿真全自动设计优化 公众号原文：让 AI 替你跑仿真