OpenAI在机械设计、电气工程和仿真方面进展

两名OpenAI员工把硬件设计当作副项目，和GPT-6 Astra一起，不到一周设计出一款能与Codex对话的设备。Astra参与了外壳、电路板、界面和软件设计。这次原型实验把几个专业的设计接了起来，交给工厂制造前，仍需多轮人工审查。

设计不到一周，小批制造不到一个月
Astra根据功能需求设计外壳和内部固定结构，选择电子元件，安排电路板上的元件位置与连接，再生成界面、固件和软件集成。这里的固件，就是设备内部运行的程序。
随后，代工厂在不到一个月内做出一小批原型。“一周”对应的是设计阶段，不能直接当成从想法到实物的总耗时。

不直接人工改设计，仍有多轮审查
OpenAI把“不由人直接编辑设计”设为实验目标，但准备交给工厂制造时，仍进行了多轮审查与迭代。
Astra没能始终考虑到工厂的生产限制、公差和装配细节。公差是尺寸允许的偏差，关系到零件能否配合、装起来。模型生成了设计，并不意味着这些要求已经全部满足。

赛车队从扫描补图纸，工程师验收
与Chip Ganassi Racing赛车队的合作更接近日常工程问题：原始设计文件缺失时，把现有零件的3D扫描转成可编辑的CAD模型和二维制造图纸。CAD就是计算机辅助设计。工程师继续检查准确性和可制造性。
马自达的合作则用气流和结构仿真探索新车设计，同时考虑造型与成本；目前仍是研究合作，更多结果要等后续披露。

原型团队可试设计迭代，制造仍需复核
Astra已经展示了跨机械、电气和软件协同设计的能力。做原型的团队可以测试，它能否减少自己出图、改图和搭建仿真的工作量。
交给工厂前，生产限制、公差和装配要求仍要逐项复核。这次实验没有给出可直接套用的总成本节省或完整开发周期对照，不能据此估算自己能省多少钱、快多少天。