從 CAD 圖到能製造的零件：OpenAI 工程進展該怎麼讀？

一個零件的立體圖看起來完整，並不代表它能裝進機器；一張電路板元件齊全，也不代表接線正確。對工程助手而言，畫面只是交付的一部分，後面還有尺寸、組裝與製造條件需要驗證。

OpenAI 在 2026 年 11 月 3 日的工程公告介紹 CAD、電路板與模擬工作進展。BenchCAD 2.0 的平均分數為：較新的未具名內部模型 0.875，GPT‑6 Astra 在最高推理設定下 0.594。前者是內部研究結果，這則公告沒有將它作為可用的新模型發布；兩個數字也不是量產良率。

先看分數驗什麼，再看誰得分較高

BenchCAD 團隊 10 月 12 日發布的 2.0 說明提供了較具體的評分邊界：Core 有 100 個保留案例，總分是各案例等權平均。評分對照幾何、零件位置與電路連接，沒有涵蓋可製造性或實體性能。這是較早的基準背景，不能替代 OpenAI 11 月公告中內部模型的完整測試設定。

例如，形狀重建得接近參考物件，只回答了幾何的一部分問題。把它放回組裝情境，方向、位置與其他零件的配合又是另一層條件；要交給工廠，還得面對材料與製程。這是本文對驗收層次的整理，不是另外跑出的測試結果。

因此，我不會把 0.875 改寫成「八成多的工程工作已可交給 AI」，也不會據此估算一家公司能節省多少工時。平均分數可以提示能力變化，具體委託仍得看輸入、工具、預算，以及成果由誰驗收。

同樣要留意版本。BenchCAD 團隊指出，harness v2.0 與 v2.1 的執行安排不同，分數不可直接比較。OpenAI 公告主文沒有完整列出該內部模型的 harness、成本和逐題結果；本次沒有補出這些未知，也不把兩份公告自行拼成完整實驗報告。

「沒有直接人工修改」不等於製造全自動

OpenAI 的裝置示範將需求、外殼、PCB 與軟體連起來；它描述了不直接由人修改設計的嘗試，但投入製造仍經多輪審查與迭代，模型對生產限制、公差及組裝細節並不穩定。CGR 和 Mazda 的合作也由工程師參與審查或研究，不能讀成量產成效已獲證明。來源：OpenAI 工程公告

這裡最值得分清的是工作邊界：模型產生設計、人判斷能否採用、製造端確認能否加工，是不同的責任。即使某個設計檔沒有被人直接編修，也不會因此消除人對需求設定、審查或放行的參與。

對使用者來說，較有用的問題是：「現在拿到的是可供討論的候選設計，還是已通過哪些檢查的製造文件？」把這句話問清楚，比只問 AI 是否能設計硬體，更容易判斷下一步該交給誰。

替自己的工程助手寫一張交付單

以下是一個本文設計的支架驗收例子，並非 BenchCAD 題目，也不是本文實作或工程認證：

這張表刻意沒有總分。若零件尺寸對了，但組裝位置未檢查，就記為那一項待驗，而非讓漂亮的外觀抵銷它。若製造商提出新限制，也應回到同一個版本紀錄修訂，避免聊天裡說已改好，送出的卻是舊檔。

電路板的交付也可以沿用同一種思路：分開記錄元件與連接的檢查，列明哪些結果只是模型建議，哪些已有其他工具或工程師核對。這是作者的流程建議，不是保證電氣安全的規範，也不表示本文完成了任何電路驗證。

把進步放回一段具體工作

這次公告讓人看到模型正在接觸更多工程工具與交付形式。我的判讀是，試用時可以先限定一小段可回復的工作，例如產生候選設計供工程師比較，並事先約定停止點；不必從最終製造放行開始。

是否有價值，應在自己的任務中觀察：產出可否重開與修改、檢查能否重現、錯誤由誰發現，以及最後還需要多少人工整理。這些答案得靠實際流程累積，不能由基準平均分數代答。

讀這類進展時，我會同時保留兩件事：能力改善值得追蹤，工程責任仍要具體落在檔案、檢查和人身上。從能生成圖到能製造零件，中間那些可查核的步驟，才是下一次試用最值得記錄的內容。