两个人一周做出硬件原型，OpenAI承认量产还卡在公差

OpenAI在11月3日公布了一组硬件工程进展。ChatGPT和Codex不再只写代码，开始参与机械设计、电气工程和仿真。宣传视频里，一只手拿着紫色设备，屏幕显示卡通形象，画面上写着“Hardware is the new software”。OpenAI说，两名员工用GPT-6 Astra做了个能跟Codex对话的设备原型，不到一周，还是当副业做的。

这个紫色设备不是只画了外观。按OpenAI的说明，Astra设计了外壳、内部结构、电路板、元件选型和连接，还做了界面、固件和软件集成。合同制造商在一个月内打了一小批原型。问题也写得很直接：要走到量产，仍然需要多轮评审和迭代，Astra没有稳定考虑制造商的生产限制、公差和装配细节。这些缺口被列进未来模型要改进的清单。

OpenAI内部硬件团队也在用Codex和ChatGPT改CAD、出制造图纸、搭仿真、做设计评审。OpenAI说，从2月到现在，硬件团队的模型用量按token算涨了23倍。对外合作里，Chip Ganassi Racing的研发团队在试把现有零件的3D扫描转成可编辑CAD和2D制造图，原始设计文件缺失时有用。Mazda则用模型做空气动力学和碰撞安全仿真，探索新车造型。Mazda的Akihiro Nakata提到，设计师常问“一定要长那样吗”，模拟几十个变化能帮他们判断哪些特征真的影响气流。

OpenAI还放了一个测试集BenchCAD 2.0，考模型重建3D零件和装配体、识别电路板连接。一个更新的内部模型平均得分0.875，GPT-6 Astra在最高推理设置下是0.594。OpenAI自己说，工程生命周期不止设计，这些分数只是早期证据。

回复区比宣传片更接近落地。有网友问Codex在机械设计里到底产出什么，CAD脚本、参数化模型，还是审工程师已经做好的文件。也有人问它能不能直接读CAD文件，还是只能走CadQuery、OpenSCAD这类脚本。做机械工程的网友追问公差堆叠。还有人留下一句：迭代速度容易，签核慢。OpenAI在文末招工程师、工程公司和软件伙伴参与测试，链接是https://openai.com/index/accelerating-engineering-for-the-physical-world/。演示把设计迭代压短了，但模具、供应商、评审和签核没有跟着变快。硬件不像改代码，改一行不用重新开模。