GPT-6 Astra 官方电路板设计演示
昨天（11 月 3 日），OpenAI 公布了一组值得硬件工程师认真看一眼的数据。
在 BenchCAD 2.0 评测中，GPT-6 Astra 最高推理档的平均得分是 0.594，一个未公开的内部新模型达到了 0.875。这项评测考核 AI 能否看图准确还原三维零件、装配关系和电路板连接。
BenchCAD 2.0 评测：GPT-6 Astra 与 OpenAI 未公开模型对比
从看图建模，到改电路、写固件，AI 开始接管硬件开发。这一幕，让人想起一年多以前的软件行业。
一 软件开发，已经换了打法2025 年初，很多人用 AI 编程，还是问思路、生成代码，再自己复制、运行和排错。到了年中，Codex、Claude Code 这类编程智能体已经能直接读项目、改文件、运行测试，发现错误再继续修。
过去，AI 给出一段代码，人接着复制、运行，遇到报错再拿回去问。如今，读项目、改代码、跑测试、继续排错，这一连串工作都可以交给智能体连续做下去。人设目标、立规则、定标准，再验收结果。
《代码整洁之道》的作者 Robert C. Martin，也就是 Uncle Bob，在近期访谈中说，他现在约 95% 的代码都不再亲自看。
Uncle Bob 关于读代码的表态
一个教了无数程序员怎样把代码写清楚、写规范的人，如今主要在终端里指挥智能体，再检查结果。他认为，借助 AI，一个人就有可能干一个团队的活，做出更多、更大规模的软件。
《代码整洁之道》与作者 Uncle Bob
再看 Linux 创始人 Linus Torvalds。
2024 年，他直言 AI 行业“90% 是营销，10% 是现实”。到了 2026 年 8 月，他已经借助 AI 排查 Intel Xe 显卡驱动问题。24 个调试补丁、18 次内核启动之后，问题缩小到一行：把向上取整的 round_up 改成向下取整的 round_down。他肯定了 AI 做的繁琐工作，连提交说明也交给了 AI。
10 月，他又用大模型拆解 assoc_array 库里难读的代码。随后运行测试，除了复现已知问题，还找出三个从 2013 年就存在的旧 bug。
Linus 的公开表态与 AI 辅助开发记录
二 这一代 AI，在加速下一代Anthropic 披露，2025 年 2 月 Claude Code 推出前，公司合并进生产代码库的新代码，只有百分之几由 Claude 编写；到 2026 年 5 月，按代码行数算，这个比例已经超过八成。也就是说，开发 Claude 的公司，新增代码已经有八成以上出自 Claude。
ChatGPT 产品经理 Tibo 在 2026 年 9 月说，借助公开前的 Astra，团队把部分开发计划提前了约六个月，原定 2027 年年中推出的内容，被排进了 2026 年的 DevDay。
Tibo 关于开发计划提前的原帖
模型公司也在用自己的产品，加快下一代模型和工具的开发。
别拿去年的工具水平，去估明年的工作方式。
三 从写代码到做硬件两个人利用业余时间，不到一周完成设备设计，再由工厂用不到一个月做出小批原型。这是 OpenAI 公布的 Codex 对话设备项目。
Astra 设计外壳和内部固定结构，选元件、布电路，再写界面、固件和接入 Codex 的软件。送厂前，还按制造审查意见改了几轮。
Astra 辅助设计的 Codex 对话设备原型。
Codex 对话设备原型的外壳工程图。
Chip Ganassi Racing 赛车团队有些旧零件找不到原始图纸了。他们正与 OpenAI 测试：扫描实物，重建可编辑的 CAD 模型，再出加工图纸。需要改设计时，工程师可以在 CAD 里直接告诉 Codex 怎么改。
设备控制程序也有类似的案例。2024 年，西门子介绍，蒂森克虏伯在开发电动汽车电池检测设备时，用 Industrial Copilot 辅助编写 PLC 控制代码、制作操作界面。工程师提出要求，AI 在西门子的工程软件里完成相应操作。
蒂森克虏伯工程师在设备现场。
人设目标、立规则、定标准，具体操作交给智能体，结果按标准验收。软件行业这套做法，在硬件研发中重演。
压力在这里。画图、改电路、写固件，这些练了多年的本事，被智能体接手。工具用得熟，不再是什么优势；会用 AI 的同行，一天能干更多活。
机遇也在这里。缺人、缺时间搁下的项目，现在有了做成的机会。工程师的经验加上 AI 的执行力，小团队就能做出大产品。
留给硬件工程师用来准备的时间不多了。你不主动AI，为何偏AI你？