https://xometry.pro/en-eu/articles/ai-mecagent-interview/

借助 AI 实现宏创建自动化 —— Mecagent 首席执行官专访

Mecagent 将 AI 直接引入 CAD 环境，致力于消除重复性工作，并通过更快、更智能的自动化赋能工程师。

我们采访了 Mecagent 的首席执行官 Owein Dourneau，探讨他们的成长历程、目前已经完成的工作，以及他们希望实现的目标。

卸载重复性任务

是什么促使你创立 Mecagent？

我们在 2025 年 2 月启动了这个项目，因为我们意识到生成式 AI 在机械工程领域并没有被广泛采用。我的联合创始人们作为机械工程师，看到了 AI 如何借助 Cursor 之类的工具革新软件开发，因此觉得这个领域错失了机会。

Mecagent 团队在美国，从左到右依次为 Alexandre Senet、Alex Schulster、Owein Dourneau 和 Guillaume Debregeas

起初，我们尝试了更“炫酷”的想法，比如 AI 生成零件，但这项技术还不足以可靠使用。在训练这些模型的过程中，我们意识到机械工程师真正需要的是更实用、更值得信赖的东西。

我们与工程师进行了交流，识别出了真实的痛点。最终，我们决定构建一个可直接与 CAD 软件集成的 AI 副驾驶，本质上是在 CAD 环境中创建一个聊天界面，帮助工程师更高效地完成任务。

你们正在解决哪些具体挑战？

如何在设计阶段更快推进？如何卸载那些不需要人类专业知识的重复性工作？这些是最核心的问题。

机械工程师会花费大量时间在一些简单修改上，比如更改圆角半径、调整孔径大小，以及类似的任务。这些操作每次只需点几下，但当重复上百次时，就会消耗大量资源。我们的目标是让工程师专注于真正的工程设计。

你们是如何让工程师开始使用你们产品的？

一开始，我们想同时解决太多问题。后来我们把重点主要放在了 通过宏实现 CAD 自动化 上。

大多数工程师不会使用宏，因为它们需要掌握 VBA、C#，或者 CAD 软件所使用的其他编程语言。但宏的能力非常强大——它们可以利用 UI 中已有的相同命令来自动完成修改、导出以及其他重复但耗时的任务。

宏创建成了我们的核心功能，也是我们更长远地打造真正帮助机械工程师的 AI 之旅的起点。

宏创建是如何工作的？

从本质上说，你是在创建一个调用 CAD 软件内部函数的脚本。你首先要思考需要哪些函数，以及如果手动完成这项任务会怎么做。然后你通过聊天界面来自动化它。这个工具会引导你完成整个过程，即使没有编程经验，也能轻松创建宏。

实验性功能

Mecagent 还提供哪些其他功能？

除了宏自动化之外，我们还有几项实验性功能。

在线零件搜索。 我们正在与在线 CAD 零件库合作。自动化系统可以与技术文档交互，帮助查找标准组件，例如轴承，这些组件会根据你现有模型的特征进行选择。

知识专家。 我们已整合大量工程文档和通用知识 PDF。如果你问如何计算管道中的压力损失，它会返回带来源的答案，方便你验证准确性。我们非常重视知识产权，专注于不会引发许可问题的通用知识来源。

用户将能够上传自己的文档和标准，仅供内部使用。 

即时报价。 这是我们与第三方提供商共同开发的早期原型。

零件生成还在开发中吗？

我们正在测试自主零件创建，但还没有到位。目前它只能创建简单零件，所以对于真正的工程工作来说还不实用。不过，总得从某个地方开始。

这些生成的零件是参数化的吗？

是的，这也正是我们目前只能处理简单零件的原因。参数化模型需要 CAD 内核中的所有基础操作——从草图绘制到特征生成。在零件生成过程中，你需要保持参数化属性。甚至有人在讨论创建全新的 CAD 系统来实现这类功能，但那是一条非常漫长的道路。 

AI 可以生成适合 3D 打印的令人印象深刻的 STL 网格，但除非细节完美，否则对机械工程师来说毫无用处，而这一点目前还做不到。

我喜欢把它类比为 PNG 和 SVG 文件。PNG 是固定的——它就是它本来的样子。而 SVG 使用的是向量和数学方程，因此你可以编辑它。这才是工程师需要的东西。

Mecagent 目前集成了哪些 CAD 平台？

目前我们只支持 SolidWorks。我们也正在考虑在不久的将来加入 Inventor、Catia V5 和 Creo。

当前的价值

是什么让工程师愿意为 Mecagent 付费？

正如你提到的，你用过宏，也理解它们的价值，但自己并没有创建过。那很典型。目前，对我们来说最容易接触到的，是那些已经在使用宏的人。他们会立刻看到价值，因为我们让自动化变得更简单、更快捷。其余的机械工程师则首先得知道宏其实存在。 

零件搜索的使用量也很大，但它更像是一个锦上添花的功能。如果要说一个杀手级功能，那就是宏自动化。

我们仍处于 beta 阶段，所以难免会有错误和问题。工程界对 AI 相当怀疑，一次小故障就可能让他们直接放弃我们。但使用宏的工程师会更愿意去探索潜在用例。一旦他们看到一个原本需要 12 小时的任务现在只需 3 分钟，他们就会被说服。

有没有什么令人惊讶的用户案例？

有一家客户更改了品牌名称，需要更新 70,000 张图纸。这只是一个很简单的改动，但他们手动做了 2 个月。他们想自动化，但不知道怎么做。他们试过 ChatGPT，但它生成了幻觉式的指令，因为这些要求非常依赖 CAD 软件。使用 Mecagent 后，脚本运行了几个小时，就把整个工作完成了。

我们也遇到过几次用户自动化不同格式文件导出，仅这一项每周就节省了 8 到 12 个小时。

一些客户使用 Mecagent 创建了自定义仪表板，用于检查装配体是否符合规范——自动验证板厚以及其他属性。

我们的一位用户需要在一个凸面上更改孔径大小，尺寸要相对于内外表面的半径来确定。如果手动处理大量零件，这本来会耗费数周。经过与 Mecagent 几轮迭代后，他得到了一个可以处理整个任务的自动化脚本。现在他每天都在使用我们的工具。

Mecagent 仍处于 beta 阶段。完整上线预计什么时候？

我们眼下的目标是与 CAD 软件公司获得合作伙伴资格。我们正在与他们沟通，以确保我们正确使用他们的软件。

这样的合作会为所有相关方带来合法性。软件提供商会尽职调查，确认我们是否妥善使用他们的资产。而用户也可以放心，给软件增加 Mecagent 这一层不会带来任何问题。此外，我们也在持续修复 bug，不过这很可能还会持续一段时间。

我们的网站目前提供任何人都可以试用的免费增值版本。我们正在利用用户反馈快速迭代。

总的来说，等到我们达成官方合作伙伴关系，并且真正打磨好我们的核心价值主张时，公开发布就会到来。目前看来，这一核心价值主张就是宏自动化。所以希望很快就能实现。

从 GPT-2 迈向 GPT-4

工程师对你们产品以及 AI 整体最担心的是什么？

主要担心的是公司知识产权保护。许多公司因此避开 ChatGPT。我们遵循 GDPR，以确保数据流安全。我们不会使用或提取客户的任何 CAD 模型，所有数据都在传输过程中即时处理。我们只在 AWS 上存储聊天历史和自动化脚本。没有适当的知识产权保护，我们就无法服务大型企业。

第二个担忧是被工作替代。我是一名软件开发者，我所在领域的很多专家都承认 AI 已经能生成大部分代码。你只需要一位人类专家来管理这个过程，但对人工的需求已经显著减少。

而在机械工程领域，我们离那个场景还很远。我们的重点是让工程师有更多时间发挥核心技能，而不是把时间浪费在重复性任务上。很难想象未来桥梁和关键结构会在没有人类参与的情况下由 AI 建造。软件 bug 还能修复，而物理基础设施中的结构失效会带来严重后果。

在“纯属炒作”到“你绝对不能错过”这个尺度上，AI 在工程领域目前处于什么位置？

使用 AI 的 生成式设计 早就已经成为 CAD 软件包的一部分。所以撇开这一点不谈，AI 的炒作非常大，行业内外尤其如此。

我认为机械工程现在大概处于 GPT-2 的水平，而我们很多人却表现得像已经到了 GPT-4。这部分是营销噪音。我们展示过生成的踏板车和 F1 赛车，有时这会适得其反，因为人们带着这些能力预期来试用产品。

即使我是一个 AI 极端乐观主义者，我也不得不承认我们离那个阶段还很远。但即便有局限，GPT-2 仍然对很多人有用。机械工程中的 AI 也正处在类似阶段。

从长远来看，机会巨大。

什么会加速这个领域的进展？

我很喜欢开源。它让每个人都能最大限度地利用可用数据。如果有所有人都能访问的完整模型数据库，我们作为一个行业就能更快学习。

还有其他你会推荐给工程师的 AI 工具吗？

Draftaid 正在通过自动化图纸创建解决一个具体问题。

另外还有一家低调运营的初创公司在用 AI 做 FEA 仿真。他们的工作令人印象深刻，能够大幅缩短仿真时间，同时提供接近确定性的结果。