OpusLABS 扩展 Protobench：AI 生成 CAD 之后，重点转向决定做什么

Sainath Krishnamurthy 2026年11月5日 2 分享 Protobench 的下一篇章，一个 OpusLABS 项目。 几个月前，我写了《硬件需要它的氛围编程时刻》。 这个想法是把用 AI 构建软件的那种即时性带入硬件领域。描述一个想法，与 agent 一起推进，检查结果，然后继续迭代。机械设计与电子设计应该属于同一个连贯的项目，减少在文件搬运和反复解释同一件事上花费的时间。 这仍然是 Protobench 的基础。但随着我持续构建，关注点已经扩大了。 当生成代码和 CAD 变得越来越容易，更多的价值在于决定做什么、什么对它重要，以及哪些妥协值得接受。 我希望 Protobench 成为这些决策成形并贯穿到工程中的核心工作空间。 我不断回到的类比是 Figma。 agent 可以生成一个应用，但仍然需要有人来决定它应该如何运作。用户应该首先看到什么？流程应该如何表现？它应该给人什么感觉？哪些细节让它值得使用？ 我越来越把 Figma 视为一个推敲这种判断力的地方。你探索、布置、尝试替代方案，给产品一个 agent 可以据此构建的方向。然后你可以回到设计中，随着学习的深入不断优化它。 这就是“硬件版 Figma”对我而言有用的部分：一个决定产品应该是什么的地方，让这些决策引导后续的工作。 硬件给这些选择增加了物理层面的后果。 更小的外壳可能需要不同的电池，或者让产品更难维修。移动一个控件会改变人握持物体的方式。看起来合适的材料在负载下可能表现不同。 生成另一个模型有助于你探索这些可能性。你仍然需要决定哪种结果服务于产品，并检验那些真正重要的假设。 这些决策应该留在项目中。当你让 agent 修改某些东西时，它应该能够访问设计背后的参考、约束和理由。当工程端提出反对意见时，你应该能够理解权衡并改变方向。 人类的判断力意味着能够影响最终被制造出来的东西。对每个回复点击“批准”是不够的。 这个应用已经具备了可用的基础：可编辑的机械与 PCB 设计、ProtoAgent、测量、单零件结构仿真、材料、采购和制造导出。主工作台中的研究功能让图片、PDF 和笔记作为项目上下文随时可用。Studio 则通过表面处理、灯光、相机和渲染专注于外观。 更大的目标是更紧密地连接研究、构思、工业设计和工程，然后将构建和测试中学到的东西带回项目中。 我首先为独立硬件构建者和小团队而构建。那些在做设备、机器人、仪器、机构，或者某些不太容易归入某个类别的东西的人。那些需要跨学科思考、同时把握整个产品的人。 我希望这个工作空间对工程足够精确，同时对实验足够友好。你应该能够追随一个想法，仔细审视你正在制作的东西，并赋予它个性。 我正在 OpusLABS 旗下以创业公司的形式构建 Protobench。它将是我在那里构建的项目之一，有自己的专注点：帮助人们用 AI 将意图转化为物理实体。 还有很多东西要构建。我会分享更多产品内容、背后的决策，以及我在这个过程中学到的东西。 如果你正在独自或与团队一起构建硬件，我想听听你在做什么、你的流程在哪里卡住了，看看 Protobench 是否适合你。