9月2日，伦敦物理AI公司PhysicsX发布研究结果：在SimJEB钛合金航空发动机支架基准测试中，AI生成的一种全新"分体支撑"构型，在满足全部应力约束的前提下，比顶级人类工程师的优胜设计轻了18.5%。更值得琢磨的是起点——优化循环就是从人类优胜方案初始化的。也就是说，AI不是从零蒙对了一个好方案，而是在人类认为已经"到头"的地方，又往下挖了18.5%。
过去两年我们聊的AI+CAD，大多省的是时间：命令预判、自动出图、批量处理。这一次省的是重量——航空行业每一公斤都直接换算成燃油和航程。当AI第一次在方案质量上越过人类最优解，"AI会不会取代结构工程师"就不再是个态度问题，而是个可以算账的问题了。
AI赢的不是手速，是设计空间的边界
先拆方法，方法里藏着对CAD工程师最有用的信息。
PhysicsX的路径是：用LoRA微调TRELLIS.2这类3D基础模型，小数据集也能出物理合理的构型变体——据其公司博客，从单个螺栓的样本出发就能生成；再训练可微代理模型充当"快速物理裁判"，与SDEdit扩散循环配合，对候选设计迭代变异，只保留通过物理有效性检验的变体；最后自动修复粗糙几何，让生产级求解器跑得不崩（据PhysicsX公司博客，2026-09-02）。
看清楚这个组合：AI负责"生出"构型，判据负责"留下"构型。CEO Jacomo Corbo的表述是："我们让工程师有能力探索数千种设计方案，而过去他们只能处理寥寥数种；过去需要数周的工作，现在数秒即可完成。"
真正被改写的不是建模效率，是设计空间的边界。 参数化CAD的工作方式，是工程师先把设计意图翻译成参数和规则，所有可能的方案都活在这个参数空间里——骨架线、模板、上下文链接、发布几何，你搭的框架决定了你能想到哪。过去这不算问题，因为探索方案的瓶颈在人：一版方案改几天，一年摸到的方案是两位数。现在AI一天扫几千个构型，参数空间外面那18.5%就被看见了。
这给CATIA工程师提了一个以前不存在的问题：你画的每一版方案，到底是你想出来的，还是你的参数框架允许你想到的？
但裁判不是AI，是求解器
泼一盆必要的冷水：这个结果离型号研制，还隔着一条清晰的沟。
第一层，AI在这个流程里没有裁决权。它生成候选，但留下谁、淘汰谁，靠的是代理模型加生产级求解器——应力约束是人定的判据，AI只是在判据圈定的空间里搜索。PhysicsX创始人Robin Tuluie说得更直白：高保真仿真一直强大但缓慢昂贵，"仅限于少数专家使用"。方案可以机器生成，合格与否的判定链，从头到尾还握在工程规范和物理求解器手里。
第二层，SimJEB是基准测试，不是型号。从"基准上赢18.5%"到"敢把这个件装上发动机"，中间是适航验证、工艺可行性、疲劳与损伤容限、供应商责任划分。航空件减重从来不只算静强度一本账。这不是贬低成果——它证明了设计空间确实有未开采的矿——而是提醒："AI产出方案"和"AI签发方案"是两件事，第二件事在可见的未来仍然是人的责任。
第三层，最容易被误读的是那句"不依赖传统CAD规则"。研究里绕开参数化CAD是合理捷径——为了自由探索构型。但工程绕不开：一个有机曲面构型要进PLM、要和周边零件协调、要改型、要出图、要追溯每一版变更，最终必须落回参数化、可维护的表达。PhysicsX自己都得先做"几何修复"才能让求解器不崩——把AI的自由构型拉回工程体系的那段路，恰恰是CAD和二次开发的主场。
三层叠起来，判断就出来了：结构工程师的核心价值，正在从"产出方案"向"定义问题、圈定约束、验收方案"迁移。方案的生产在提速，方案的裁决没有——裁决能力是下一个十年的稀缺资源。
判据，比方案更值钱
这个判断和前两篇深度思考刚好接上：8月底聊经验资产化，老师傅脑子里的东西要搬出来；上周聊接口深度，AI进企业的大门是API。这一周，第三块拼图补上了——经验资产化的最高形态，不是写出能被Agent调用的工具，而是定出能裁判AI方案的判据。
Synopsys CEO Sassine Ghazi在Q3财报会上讲过一个逻辑：Agent承担的工程工作越多，就会以更高的频率编排底层工具。同样的逻辑放到设计侧——AI产方案的速度越快，验证和判据就越是瓶颈。瓶颈在哪里，价值就在哪里。
所以给CATIA工程师的三条建议，都往裁判席上靠。
把"为什么这么设计"写成可计算的约束。 选型逻辑、校核判据、规范条款，能进CATIA知识工程（规则、检查、参数表）的进知识工程，不能进的先写成带判据的校核模板。AI可以替你生成方案，但判据是你的护城河——判据写得越清楚，AI在你手里越好用。
练"AI方案收尾"的工程能力。 几何修复、可制造性、公差、出图、与周边件的协调——把自由构型拉回工程体系，这是二次开发者的老本行，也是生成式AI最明显的短板。PhysicsX团队自己都在补这一段，说明这段路上全是机会。
给自己的领域建一个SimJEB。 把本领域的典型件——支架、角盒、接头——整理成带判据的基准集，用你自己的规范去评AI生成的方案。谁定义"合格"，谁就坐在裁判席上；裁判规则在你手里，AI就只是你的探矿机。
最后一个问题：如果一个AI生成的方案比你的最优设计轻18.5%、应力全部合格，你敢不敢把它签发进型号？卡住你的，是判据不够、工艺不敢保，还是"出了事谁负责"？评论区聊聊——你的答案，就是你这个岗位在未来工程链里的位置。
关注回复「方案定义权」加入 CATIA 二次开发交流群。
_栏目：深度思考 | 发布日期：2026-09-09 | 字数：约2200字_