大语言模型与智能体为科学工程计算中的工具协同、数据分析和结果解释提供了新路径，其分析过程的可验证性、结果的可复现性与统计推断的可靠性成为关键问题。本报告结合多智能体数据科学自动化、样本融合与多模态数据分析等研究，介绍任务分解、工具调用、代码生成与协作分析方法，讨论预测性、计算性与稳定性（PCS）原则对分析流程的约束，以及数据质量、模型选择和不确定性评估等问题。在此基础上，面向数学建模、仿真计算与数据后处理相衔接的工作流程，探讨智能体辅助分析工具编排、多源数据整合、结果核验与可视化的应用思路，为科学工程计算平台的智能化提供方法参考。

报告人简介：王小宁，中国传媒大学数据科学与智能媒体学院副教授、硕士生导师，中国人民大学统计学博士。主要研究方向为大模型与智能体、抽样调查与数据融合、文本挖掘及多模态数据分析。主持国家社会科学基金后期资助重点项目、国家统计局重点项目等。在《统计研究》、Stat、Knowledge and Information Systems、Electronic Commerce Research等期刊发表相关研究成果，研究涉及多智能体数据科学自动化、样本融合推断及多模态情感分析。负责“书卷侠”智能助教系统研发，探索大模型与统计方法在教学科研中的融合应用。