gyaradax：AI智能体重写的等离子体物理模拟器，融合JAX自动微分与GPU加速

受控核聚变是人类能源终极解决方案之一，等离子体湍流是实现可控核聚变的核心挑战。gyaradax项目利用AI编程智能体将传统Fortran回旋动理学模拟代码重写为JAX/CUDA实现，融合GPU原生加速与自动微分特性，为等离子体物理与机器学习交叉研究提供新工具。本文将从背景、方法、验证、应用等维度展开解析。

核聚变通过轻核融合释放能量，需将等离子体加热至亿度并约束，但湍流导致热量流失是关键障碍。回旋动理学模拟是研究湍流的核心工具，然而传统Fortran代码存在可读性差、维护困难、与现代ML框架脱节等问题，严重阻碍交叉研究。

gyaradax基于JAX框架开发，利用其自动微分、GPU加速、JIT编译等特性；实现参考成熟的GKW代码确保物理正确性。项目创新性采用AI智能体工作流：人类专家指导+结构化提示+单元测试驱动+迭代优化，高效完成Fortran到JAX的翻译与优化。

gyaradax通过三重验证：1.解析解对比：简单场景与理论预测完全一致；2.经验基准对比：与GKW统计等价；3.性能基准：保持精度同时实现显著加速。

gyaradax的JAX基础支持多场景ML集成：1.逆问题求解：自动微分反推等离子体参数；2.敏感性分析：快速计算输出对输入的梯度；3.神经网络集成：替代昂贵子程序或优化控制策略。

gyaradax带来三点启示：1.正视技术债务：legacy代码阻碍创新需主动现代化；2.AI智能体是加速器：在指导与验证下提升迁移效率；3.现代框架价值：JAX等促进与ML生态兼容。

gyaradax不仅是新型模拟工具，更是科学计算现代化的范例。它展示了传统代码向现代框架迁移的路径，AI智能体的加速作用，以及ML集成的潜力，将助力人类加速掌握“人造太阳”技术。