AI接入CATIA?别把CodeX当许愿池在CATIA二次开发这件事上，诸如Claude Code / CodeX这种 AI Coding Agent很强。但你的提示词，暴露了你的真实水平。
最近很多人开始用 Claude Code、Codex 这类 AI Coding Agent 做 CATIA 二次开发。
你跟它说：“在 CATIA 里帮我画个立方体。” 它真的能画出来。
于是很多人产生了一种错觉：
是不是以后 CATIA 二次开发也不需要工程师了？是不是只要会给 AI 下命令，就能绕过基础，直接弯道超车？
我的答案很明确：不能。
首先，我观察过各种Coding Agent的Log，本质上是写一段宏代码，再执行它，实现驱动CATIA的。这个逻辑本身就有问题。
其次AI 虽然很强，但它不会把一个没有工程理解的人，直接变成二次开发高手。 它只会把人的能力差距进一步放大。
懂的人，用 AI 如虎添翼
不懂的人，用 AI 反复试错
AI coding agent 的本质，依旧是工具。它不是来替代人的，而是为人所用的。真正被改变的，不是“人还需不需要懂技术”，而是“懂技术的人和不懂技术的人，差距会被进一步拉大”。就像一把绝世好剑，给到一个完全不会剑术的人手里，它最多也就是一件锋利的工具，甚至还可能伤到自己；但如果给到一个剑术高手手里，那就是如虎添翼。我们以一个特定的CATIA 二次开发场景为例。对于“获取任意层级零件相对于主装配体的定位信息”这一需求：一个没有 CATIA 装配基础的人，大概率会这样问：：“帮我写一个 CATIA 宏，导出装配里所有零件的坐标。”这句话看起来没问题，但其实埋了很多坑。因为他没有说清楚：
- 是相对于父级 Product，还是相对于 RootProduct？
- Product.Position.GetComponents 返回的到底是不是最终全局坐标？
- 同一个 Part 被多个 instance 复用时，又该按 reference 处理，还是按 instance 处理？
如果这些问题你自己都没想清楚，那么 AI 也只能在模糊需求里盲猜。这些问题如果人不懂，AI 不会自动替你想明白，它只会在一个模糊需求里猜。
更危险的是，它可能会给你一段“看起来能跑”的代码。这比直接报错更可怕。因为报错至少会提醒你有问题；但“看起来能跑”，很容易让你误以为结果就是对的。
在工程场景里，最危险的不是 AI 写不出代码，而是 AI 写出了一段你看不懂、但又刚好能跑的代码。
这时候，有经验的人给 AI 的 prompt 就完全不一样：“请用 CATIA VBA 实现一个装配遍历工具：从 RootProduct 开始递归遍历完整 Product Tree。对每个 component，使用 Product.Position.GetComponents 获取其相对于父级 Product 的 12 个局部变换分量，并在递归过程中进行矩阵累乘，最终计算每个 Part instance 相对于 RootProduct 坐标系的全局位姿。输出内容包括 instance 路径、PartNumber、局部矩阵、全局矩阵、平移 XYZ 和旋转矩阵。注意同一个 Part 可能被多个 instance 复用，结果应按 instance 输出，而不是按 reference 去重。”它说明提问者知道 CATIA 装配结构是什么，知道 Product、Part、Instance、Reference 之间的区别，知道 GetComponents 返回的是变换分量，知道多层级装配需要递归，知道局部坐标要通过矩阵累乘转换到 root 坐标系。人来定义问题、拆解逻辑、给出边界条件、判断结果是否可信；AI 来补代码、写函数、处理语法、生成样例、提高执行效率。如果人没有基础，只会说“帮我导出所有零件坐标”，那 AI 只能陪你一起试错。如果人有基础，能说清楚“我要递归 Product tree，并把每一级 Position 矩阵累乘到 RootProduct 坐标系”，那 AI 就能快速把你的思路落地成代码。所以，不要幻想靠 AI 绕过基础，实现所谓的“弯道超车”。AI 确实可以让你写代码更快，查资料更快，验证想法更快。所以，AI 时代真正拉开差距的，不是“谁会不会用 AI”。
而是“谁能不能把工程问题拆成 AI 能执行的任务”。
在 CATIA 二次开发里，AI 可以帮你写代码，但不能替你理解装配结构。
AI 可以帮你补语法，但不能替你判断矩阵对不对。
AI 可以帮你提速，但不能替你建立工程判断。
人负责 Plan，AI 负责 Do
这句话听起来简单，但背后其实是未来工程师最核心的能力。
不会基础的人，把 AI 当许愿池。
有基础的人，把 AI 当执行器。
前者只能反复试错，后者才能真正提效十倍。
夜雨聆风
