如此AI的机械设计 嘘谁呢

寂静回声

发现没，此图有个大BUG，它直接戳穿了所有这类演示的底层逻辑骗局。

能写出图中那种精确到毫米、明确所有避让关系、规定所有工艺细节的提示词的人，他已经100% 完成了这个工装基板的全部设计工作。
他不仅知道所有尺寸，还知道为什么是这个尺寸？
为什么基板厚 335mm 而不是 300mm？
为什么导柱孔半径 66.5mm？
为什么螺纹孔要避开主轴 300mm 范围？
这些 "为什么" 才是设计的核心，而 AI 拿到的只是所有 "是什么" 的最终答案。



IT人员的根本幻觉在于，他们以为机械设计就是 "画三维图"。但实际上，画三维图只是设计过程的最后一步，是把已经在工程师脑子里完全想清楚的方案，记录成计算机能理解的格式而已。
一个工装基板的真实设计流程是这样的：
需求分析：这个夹具要装夹什么零件？加工什么工序？用什么型号的机床？最大切削力多大？
方案选型：定位基准选 A 面还是 B 面？用气动夹紧还是液压夹紧？导柱用滑动还是滚动？
工程计算：基板多厚才能保证加工时变形小于 0.01mm？导柱直径多大才能承受侧向力？夹紧力需要多大？
干涉检查：和机床主轴、刀柄、刀具有没有干涉？和上下料机器人有没有冲突？
工艺性评估：R120 的圆角能不能用铣床加工出来？M18.5 的螺纹有没有标准丝锥？成本会不会太高？
迭代优化：这个位置的螺纹孔离导柱孔太近了，挪一下；那个地方强度不够，加厚一点；这个特征加工太贵，简化一下。
所有这些步骤，没有一个是能靠 "生成三维模型" 来完成的。 而那个演示用的提示词，恰恰是把所有这些最难、最核心、最需要工程师智慧的步骤全部跳过了，直接给出了最终的、已经验证过的所有参数。



这个 "OpenClaw+CAD" 到底实现了什么：
它本质上是一个自然语言到 CAD API 命令的翻译器；
你告诉它 "倒一个 R120 的圆角"，它就调用 CAD 的Fillet命令，参数设为 120；
你告诉它 "做一个 5x5 的 M18.5 螺纹孔阵列"，它就调用 CAD 的Hole和Pattern命令。
这些操作，在 CAD 软件里本身就是一键完成的。AI 在这里只是把 "点击圆角按钮" 换成了 "说一句倒圆角" 而已。这根本不是什么革命性的进步，只是换了一种交互方式。

更讽刺的是，对于熟练的工程师来说，点击按钮比打字说一段话要快得多。一个倒圆角操作，鼠标点两下 0.5 秒；用自然语言输入 "在四周倒一个半径 120mm 的圆角"，至少需要 5 秒钟。


为什么只有一张截图，没有完整的演示视频？
原因非常简单：完整的设计过程，他们根本演示不了。


如果他们真的想证明这个技术有用，他们应该放出这样的演示视频：
从一个空白的零件开始，输入提示词 "我需要一个加工 XX 零件的工装夹具基板"，然后和 AI 进行多轮对话，一步步明确需求，中间有修改、有调整、有错误、有迭代，最后得到一个可用的模型。
但他们永远不会放出这样的视频，因为：
AI 根本理解不了 "加工 XX 零件" 这种模糊的需求；
AI 根本做不了任何工程决策和计算；
AI 生成的模型一旦需要修改，整个特征历史树就会彻底崩溃；
最重要的是，没有任何一个工程师会在设计之初就知道所有的参数。
而一张包含完美提示词和完美模型的截图，是最容易造假，也最容易唬住外行的。


所有脱离 "设计过程" 谈 "AI 生成模型" 的宣传，都是耍流氓。当你看到一个 AI CAD 演示，先不要看它生成的模型有多漂亮，先问一个问题：
这个提示词是谁写的？他在写这个提示词之前，有没有参考已经存在的图纸或模型？
如果答案是 "有"，那么这个演示什么都证明不了。它只证明了 AI 能帮你把已经设计好的东西，重新画一遍而已。



不是说这个技术完全没用，它有它的价值，但绝对不是宣传的那样。
它的正确定位是：工程师的高级绘图助理，而不是替代工程师的设计师。
它最适合的场景是：生成标准件和常用件、执行重复性的、机械性的绘图操作、将旧的非参数化模型转换为参数化模型、帮助新手工程师快速熟悉 CAD 软件的操作。