OpenAI用GPT-6 Astra做了一个可对话的Codex宠物
一个研究员不想打开笔记本电脑，于是让AI造了一个硬件。
这件事的戏剧性不在于“AI造硬件”本身，而在于它暴露了一条正在移动的边界：AI已经能编排一条从草图到电路板的完整工作流，却仍然会在公差和装配细节面前停下。OpenAI于2026年11月3日披露的这只“Codex宠物”，恰好是这条边界最诚实的刻度。
一周，从草图到原型
OpenAI研究员Justin Lin的烦恼很具体：他不想打开笔记本电脑，对着Codex小声说话。这个抱怨催生了一个巴掌大小的桌面设备——一块小屏幕，一个按住说话的按钮。他把这个原型称为“Codex宠物”。
真正值得注意的不是设备本身，而是它怎么被造出来的。外壳、内部结构、电路板布局、固件、软件集成，全部出自GPT-6 Astra之手。两名团队成员利用Astra在不到一周内完成设计，一家代工厂商在不到一个月内交付了一小批原型。OpenAI的说法是，设计过程中“没有经过人工直接修改”。
Justin Lin此前没有从零组装电路板的经验。他把这个过程称为“超级艰巨”，而他的操作方式被概括为一句话：“我告诉Chat我想要什么，给它一些草图，然后它就设计出了电路板。”
但OpenAI同时承认了另一面：Astra“并未始终考虑制造商的生产能力限制、公差要求以及装配所需的细节”。要让设计达到可生产状态，仍然需要“数轮审查和迭代”，以及与工厂之间“几轮沟通”。
这意味着，Astra交出的是一份在逻辑上自洽的设计，而不是一份在物理上可制造的设计。两者之间的差距，恰恰是传统硬件工程中最耗经验、最依赖默会知识的那一段。一周完成设计是真的，但“设计”和“能造出来”之间，仍然站着人。
布线的真相：编排，而非掌握
2026年9月，电路板制造商NextPCB做了一项独立测试，为理解Astra的能力边界提供了一个更精确的坐标。
技术主管Hubert Hu在一块已完成元件布局但尚未布线的电路板上，让Astra完成布线。Astra在大约12分钟内交出了结果。单看起点和终点，结论似乎很明确：AI完成了PCB布线。
但执行记录讲述了一个不同的故事。Astra的实际操作是：从KiCad导出设计文件，调用开源自动布线器Freerouting完成核心计算，再将结果导回KiCad。Freerouting不是新工具，它在PCB设计社区已有成熟的KiCad工作流。Astra所做的，是识别出“这个任务可以用Freerouting解决”，然后准确地执行了导出、调用、导入的多步骤编排。
NextPCB的结论因此比演示视频克制得多：“Freerouting完成了核心布线计算，Astra则协调了整个工作流。”Hubert Hu的评价是，这种编排能力“仍然有用”，可能消除大量人工操作，但它“在技术上不同于证明一个通用大语言模型已经通过视觉理解、鼠标操作和键盘输入独立掌握了PCB布线”。
更严格的对照来自另一组测试：当Astra被限制只能通过KiCad图形界面操作、不能借助外部工具时，它在一个小时内只画出了三段短走线，随后Hubert Hu终止了运行。
这组对比揭示了一个容易被演示节奏遮蔽的事实：Astra的“物理工程能力”目前高度依赖于它能否在现有软件生态中找到合适的工具并正确调用。这是一种真实的、有价值的能力——一个能理解工程任务、选择工具、协调多步骤工作流的智能体，在真实工程环境中确实可能显著减少人工操作。但它与“AI自主掌握了工程判断”之间的距离，不应被流畅的演示抹平。
37%：判断力仍是一道窄门
如果说NextPCB的测试划定的是“操作能力”的边界，那么另一组数据划定的则是“判断能力”的边界。
工程评测基准RWE-Bench由Xplore AI于2026年10月27日发布，结果显示，在20道由执业工程师出题、需要用CAD和仿真软件实际完成设计的题目中，GPT-6 Astra的通过率是37%，在所有参评模型中最高，但仍有超过六成的任务未能通过物理求解器的逐项校验。题目涵盖曲轴设计、DDR3走线、涡轮叶片传热，判分不靠人工印象，而是由程序检查应力上限、时序偏差、阻抗、换热系数等硬性指标。
更值得留意的是答题时间：每道题允许24小时，模型平均在两三个小时就交卷，用时最长的也只有4.6小时左右。模型倾向于“以为自己做完了”。而工程设计的完成，从来不是由提交动作定义的，而是由物理约束的满足定义的。
这与OpenAI自己披露的BenchCAD 2.0数据形成互文：一个更新的内部模型平均得分0.875，而GPT-6 Astra在最高推理设置下为0.594。OpenAI没有披露内部模型的细节，但这组数字本身说明，Astra所展示的能力远未触及当前技术前沿的上限。Codex宠物是一次可信的能力展示，但它展示的是一条正在移动的边界在某一时刻的位置，而非终点。
为什么是“宠物”
回到Justin Lin那个具体的痛点，会发现这个原型的选择有一种朴素的合理性。
OpenAI在2026年9月DevDay上宣布，Codex CLI已支持语音对话，开发者可以直接通过语音启动和引导编程任务。语音正在从附加功能变成智能体交互的可行通道。但Justin Lin的抱怨指向的不是语音本身，而是语音发生的场合：打开笔记本电脑、对着屏幕说话，在物理上仍然是“在电脑前工作”的姿态。一个桌面上的、带按键通话的小设备，改变的首先不是交互模态，而是交互发生的身体位置——它让“对Codex说话”从一种需要进入工作状态的行为，变成一种可以随手完成的行为。
这与OpenAI更宏观的硬件叙事形成呼应。公司总裁Greg Brockman于2026年7月确认，OpenAI正在构建的是一个“设备家族”，而非单一产品，底层判断是“说话比打字更自然”。与Jony Ive及LoveFrom的设计合作、对io的数十亿美元收购、计划在2026年下半年亮相的首款设备，共同构成了一条从软件公司向物理产品公司延伸的轨迹。
Codex宠物在这条轨迹中的位置，更像一次内部能力的侦察：在一条投入巨大的产品线全面展开之前，用最小的成本、最短的周期，测试模型在“从数字设计到物理制造”这条链路上到底能走多远、会在哪里卡住。卡住的地方——制造公差、装配细节、工程约束的物理直觉——恰恰是后续模型迭代需要瞄准的方向。
侧门进来的人
把这只“Codex宠物”读成“AI开始造硬件”的宣言，可能错过了它更有信息量的那一面。
它真正展示的是一种分层进入的方式：AI先在数字工具的操作层和编排层建立能力，再逐步向需要物理判断和制造知识的深层渗透。在操作层，它已能高效调用Freerouting这样的专业工具，把多步骤工作流串起来；在编排层，它能在不到一周内把外壳、电路板、固件和界面串成一个逻辑完整的设计；但在判断层——知道一条走线为什么要这样绕、一个公差为什么要留这么多、一个装配顺序为什么不能颠倒——它仍然需要人类工程师和工厂的反复校正。
NextPCB的测试把这个区分表述得足够清楚：Astra“编排”了一个布线工作流，但这不等于它“成为”了布线器。
硬件工程的残酷之处在于，物理世界不接受“逻辑上正确”的设计。一个在CAD文件里完美闭合的装配，可能因为零点几毫米的公差累积而装不进去；一块在布线算法看来连通的电路板，可能因为回流路径不合理而在电磁兼容测试中全线溃败。Astra在Codex宠物上暴露的短板——不考虑制造限制和装配细节——正是这类“物理世界惩罚”的典型入口。
而它已经做到的事情，那些被压缩到一周的设计周期、被自动串联的工具链、被生成的固件与软件集成，则指向另一种可能性：工程工作中那些可以被形式化、被编排、被加速的部分，正在被稳定地剥离出来，交给模型处理。剩下的部分——定义什么值得做、判断什么在物理上可行、为最终后果负责——仍然牢牢留在人这一侧。
这只“宠物”最诚实的启示或许在于：AI进入物理工程的方式，不是敲开大门宣告取代，而是从侧门进来，先把那些繁琐的、重复的、工具调用式的工作悄悄接走，把工程判断留到最后一刻才触碰。一周造出原型是真的，37%的通过率也是真的。两个数字之间的距离，就是这门生意接下来要填的坑。
本文来自微信公众号“Tech商业”，作者：Tech商业，36氪经授权发布。