我做了一个AI审图工具，帮机械工程师添加了一双AI的眼睛

01一个不太讨巧的AI审图设计

我的项目库里，有一个看起来不太讨巧的设计。

一个用来审核机械图纸的程序，在证据不足时，会返回「需要人工复核」。

做了这么多步骤，把图纸交给 AI，结果它有时候还是要把问题交回来。

单看这个结果，确实有点扫兴。我们使用 AI，总希望它能多做一点，最好上传文件之后，就直接拿到一份完整的答案。

我也希望审核能更省事。但在 Drawing Audit Expert 里，我给这个期待加了一个条件。

它给出的判断，得有证据。

这个条件，决定了程序什么时候可以往下走，也决定了它什么时候应该停下来。

AIWORKLABPROJECT NOTES / DRAWING AUDIT EXPERT

02一句判断，要能回到图纸上

机械图纸上的信息很密。尺寸、公差、基准、材料、表面处理，还有不同视图之间的关系，都可能影响对一个零件的理解。

如果报告写着「这里存在公差冲突」，接手的人需要知道，究竟是哪两个要求发生了冲突，依据在图纸什么位置。

文字越像专业结论，越需要回答这些问题。否则，读报告的人还得重新翻一遍图纸，确认这句话从哪里来。

所以，我把审核要求整理成了 28 条工程规则，覆盖图纸信息、尺寸、公差、几何公差、材料、可制造性和版本控制。再把解析、提取、审核、证据验证和报告生成串起来。

适合精确计算的部分，交给确定性规则；涉及跨视图、跨区域的综合观察，让视觉 AI 参与。每一步承担什么工作，都需要讲清楚。

一条结论，应该有一条回到原始信息的路。

这条路走不通时，我希望系统把缺口留出来。它可以说需要进一步确认，可以保留一个待复核的问题，但不能靠补出一个解释，让报告显得完整。

AIWORKLABPROJECT NOTES / DRAWING AUDIT EXPERT

03把问题交回来，也是一种工作

这里有一个很容易混淆的地方。

程序没有找到某项信息，和图纸确实没有这项信息，是两件需要分开确认的事。一个尺寸可能真的缺失，也可能只是当前解析和识别没有把它找出来。

如果把这两种情况写成同一个确定结论，就会把识别环节的不确定，变成审核报告里的肯定。

因此，证据不足时，系统会返回 NEEDS_REVIEW，也就是「需要人工复核」。

但加上这几个字，并不代表交接就做好了。如果每个问题都只写一句「请人工复核」，人还是要从头开始，自动化的帮助就很有限。

我想要的交接，是尽量带着前面已经找到的信息，说明依据在哪里、哪里还不足，让接手的人知道下一步该看什么。这也是我继续打磨报告时，要拿来检查自己的标准。

有价值的停顿，会给下一步留下方向。

这样看，「需要人工复核」就有了具体的分量。它把一项尚未完成的判断留在流程里，让人能够接着处理。

AIWORKLABPROJECT NOTES / DRAWING AUDIT EXPERT

04我希望它赢得怎样的信任

当然，我也不能因为给程序加了一个复核状态，就说它已经可靠了。

它仍然可能漏掉问题，可能提取错信息，也可能在本该请求复核的地方给出判断。规则、提示和证据验证，都需要放到实际图纸中继续检查。

项目推进到 v1.2，已经支持第三方试用。过程里，我还处理了上传限制、任务持久化、标题栏提取和运行稳定性。这些具体问题，与审核逻辑一样，都影响别人能不能顺利使用它。

所以，这个故事暂时没有一个「从此可以放心交给 AI」的结尾。后面还有验证，也还有修改。

信任，要一点点做出来。

做这个项目，让我重新看了一遍自己对效率的期待。少一次点击、快一点出报告，当然有价值。同时，一份报告是否便于检查，疑点能否被找到，错误能不能被纠正，也值得花时间。

这些工作不一定显眼，却决定了工具进入真实流程之后，人愿不愿意继续用它。

我的经验也在这里被重新整理。以前放在脑子里的判断，需要写成规则；原本顺手就会检查的地方，需要说清依据；拿不准的事情，需要给它一个明确的去处。

AI 帮我把这些想法推进成了一个工具。这个工具又反过来要求我，把自己的判断解释得更清楚。

回到开头，那张交给 AI 的图纸，有时候还会回到人手里。

我希望一起回来的，还有已经找到的线索、尚未确认的地方，以及继续核查的方向。

它说「我不确定」。我们从这里，继续把事情弄清楚。