CAD 建模正在迎来一个很有意思的方向：不再只靠设计师在复杂软件里手动拉线、约束、拉伸和倒角，而是把自然语言、草图、几何引擎和 AI Agent 接到一起。浙江大学团队提出的 CADDesigner，以及对应的开源项目 SimpleCADAPI，正是在尝试让 CAD 从“会软件的人才能做”，变成“能描述清楚意图的人也能参与”。
一、CAD 建模为什么不适合简单交给大模型？
传统 CAD 软件能力很强，但学习曲线也陡。产品概念设计阶段，需求往往是抽象的：一个底座、几个安装孔、某种比例、某个连接结构。设计师需要把这些想法一步步翻译成草图、尺寸、约束、特征和装配关系。
如果直接让大语言模型写 CAD 脚本，会遇到几个麻烦：API 记不牢、对象引用容易错、坐标和约束计算容易崩、错误信息不利于自我修正。也就是说，模型不是没有“设计想法”，而是很难稳定地把想法落到精确几何上。
用户描述往往是概念性的，不是完整工程图。
CAD 要求尺寸、约束、对象关系都能被计算验证。
脚本建模中按索引、坐标或顺序找对象，很容易错位。
错误如果只报失败，模型很难知道下一步怎么改。
二、CADDesigner 的思路：给大模型一层“会建模的中间层”
CADDesigner 的关键，不是让大模型自己承担所有几何计算，而是在大模型和传统几何引擎之间加一层更友好的 SDK/API。模型负责理解需求、拆结构、组织建模步骤；几何计算、约束执行、对象选择和结果检查，则交给更可靠的工具层。
官方论文介绍中，CADDesigner 支持抽象文本描述和手绘草图输入，并通过交互对话细化需求；生成过程中还会利用视觉反馈来提升模型质量。这意味着它更接近“概念建模助手”，而不是单纯的代码补全工具。
AI Agent：需求分析、结构拆解、生成 CAD 建模代码
SimpleCADAPI：统一 API、约束系统、对象标签、错误反馈
几何引擎：执行建模、计算约束、生成可检查模型
反馈循环：视觉结果 + 干涉检查 + 错误报告，继续修正
三、ECIP：让 API 对大模型更“顺手”
这套系统里最值得关注的是 ECIP，也就是显式上下文命令式范式。可以把它理解成一套更适合大模型调用的 CAD 脚本规则：语法、参数和行为尽量一致，让模型学会一个操作后，能举一反三使用类似操作。
对开发者来说，这个设计很现实。大模型不是人类工程师，它对“不一致、隐藏上下文、对象状态变化很复杂”的 API 特别敏感。一旦接口形式统一，模型就更容易稳定生成代码，也更容易根据错误信息修复。
| 设计点 | 解决的问题 | 对 AI 建模的价值 |
|---|---|---|
| 显式上下文 | 模型不知道当前对象和操作环境 | 减少猜测，让建模步骤更可追踪 |
| 命令式结构 | 复杂几何逻辑难以稳定生成 | 把设计意图拆成清晰操作 |
| 接口一致性 | 不同 API 用法差异太大 | 降低学习成本，提升泛化能力 |
| 可解释反馈 | 失败后不知道错在哪 | 方便 Agent 进入下一轮自我修正 |
四、约束系统：AI 只说“要什么”，几何引擎负责“怎么算”
CADDesigner 的一个重要判断是：不要让大模型直接承担复杂几何计算。比如两个零件要贴合、两个孔要对齐，模型只需要表达约束关系，具体移动、旋转、对齐和求解交给底层系统。
这对 CAD 很关键。很多错误不是语言理解错，而是空间几何计算不稳定。把“规则定义”和“几何求解”分开，可以让大模型更专注于意图表达，也让结果更容易验证。
五、给零件贴“身份证”：解决脚本建模里的找对象难题
用代码建模时，最让模型头疼的一件事是“找对象”。传统脚本可能通过索引、坐标或创建顺序引用对象，但参数一变，引用就可能错位。ECIP 的做法，是允许模型给关键几何零件贴上功能化标签，比如“底座”“安装孔”“支撑臂”。
这些标签会随着建模过程自动传递。后续如果要修改某个部件，模型可以按语义查找，而不是脆弱地记住“第几个面”或“第几条边”。这对复杂模型尤其重要，因为它让 CAD 脚本更像可维护的工程代码。
六、反馈机制：像 Rust 编译器一样告诉模型怎么改
很多 AI 自动化系统失败，是因为反馈太粗糙：只告诉你“不行”，但不说哪里不行、为什么不行、怎么改。CADDesigner 针对大模型优化了错误反馈，会尽量提供错误位置、错误类型、常见原因和修复建议。
同时，系统还提供机械干涉检查等自动化工具，生成既适合人看、也适合机器解析的报告。这样，Agent 可以根据检查报告继续迭代，而不是盲目重试。
七、对 CG 和工业设计工作流有什么意义？
虽然 CADDesigner 面向的是 CAD 建模，但它对 CG/3D 内容生产也有启发。很多硬表面资产、道具、机械结构、产品外观和概念模型，本质上都需要“语义结构 + 精确几何”。如果 AI 能把自然语言快速转成可编辑的参数化结构，前期概念迭代会明显变快。
快速生成概念结构，验证尺寸比例和部件关系。
为机械道具、科幻设备、产品场景提供结构草案。
帮助学生理解参数化建模和约束关系。
为 CAD Agent、FreeCAD/建模脚本和自动检查流程提供 API 思路。
八、结论：AI CAD 的关键不是“打字生成模型”，而是可控、可查、可修
CADDesigner 和 SimpleCADAPI 的价值，不在于制造一个看上去炫酷的演示，而在于回答了一个更底层的问题：大模型怎样才能可靠地参与精确建模？答案不是让模型独自承担所有几何能力，而是构建一套大模型友好的中间层。
当 API 一致、对象可追踪、约束可求解、错误可反馈，AI 才有机会从聊天助手变成真正的设计生产力工具。对 CAD、CG 和工业设计来说，这条路线值得持续关注。