AI CAD正在碘伏传统设计流程，让自然语言驱动多智能体完成专业图纸制作，实现毫米级精准交付。这不是概念炒作，而是已经验证的技术路线。

先说说现状。大量设施设备、建筑设计、制备生产流程，都围绕一份CAD图纸展开——从设计到生产，中间掺杂了大量人工操作，重复又耗时。大到铁路高铁装配零件的设计图，需要专业部门人工审核，再发到工厂形成生产图，最后才能上流水线；小到家里淋浴房，终端渠道商得先跟客户画一个3D设计图，然后发到工厂，工厂根据要求画出各个配件型材的生产图。

上面这张图，是淋浴房渠道商传到工厂的CAD图纸。但问题在于，这张图无法直接用于工厂生产——它不是"施工图"。工厂必须进行二次绘图，把每个独立部件单独做成三视图，流水线才能正常生产。这种需求贯穿所有行业，无一例外。如果大模型能把这些活干完，整个CAD行业的格局将被彻底碘伏。

这就是我们要做的：一个AI CAD——多智能体驱动的自然语言作图系统。快速试错阶段，仅凭对AI CAD的初步认识远不足以动手开干。我们需要完整了解整个行业，跑出去深入观察，花了几周时间做了一份100多页的需求大表。经过去重、合并、评估、筛选后，我们看到了三个核心需求定式。

定式1：CAD1 → 直出一组CAD2图
定式2：CAD2 → 可视化可定位CAD中的组件1
定式3：组件1 → 自然语言提出计算并调整的组件2

大白话讲就是：全程不需要专业设计师或工程师知识。一个什么都不懂的用户，上传一个CAD文件，系统通过预设处理逻辑，由多智能体把所有图纸做完，并实时可视化渲染。用户选中某个部分，直接用自然语言让多智能体微调，实时渲染出来，最后一键保存结果CAD到本地。

项目摆在你面前，你会用什么技术路线解决？如果只是为了好玩，方案可太多了——有人用SD，有人转图用VLM。但这是生产，毫米级的交付误差可能直接让一家公司倒闭。跟过去做医疗、财务、投融决策项目一样，准确度优先，必须达到99.99%以上才能交付。所以，只能走CAD→参数化一条路子。

什么是CAD参数化

如果你已经是业内专家，肯定很清楚，可以直接跳过这部分，下一部分我们会讲一步步是怎么做的，遇到了哪些问题，如何解决的。

CAD参数化（Parametric CAD）是一种计算机辅助设计方法，通过定义几何模型的形状、尺寸和关系，使模型具有高度的灵活性和可编辑性。核心思想是把设计中的几何元素（点、线、面等）与数学参数（尺寸、角度、约束条件）关联起来，实现对设计的动态调整。传统CAD中，几何模型通常是静态的，修改起来可能需要重新绘制或重新定义多个部分；而参数化设计允许用户通过更改关键参数，自动生成新的几何形状，无需手动调整每个细节。

还是上面那个淋浴房3D图，它的其中一个固定型材（左框），参数化表示后（部分）是这样的：

[    ["POLYLINE", False, (0.0, 0.0, 0.0), [(-1.427279462775232, -11.44465735770649, 0.0), (-0.2247471124567255, -11.44465735770649, 0.0), (-0.2247471124567255, -51.44465735770649, 0.0), (-1.427279462775232, -51.44465735770649, 0.0)]],    ["POLYLINE", False, (0.0, -198.94465735772105, 0.0), [(-1.427279462775232, -198.94465735772105, 1980.0), (-0.2247471124567255, -198.94465735772105, 1980.0), (-0.2247471124567255, -198.94465735772105, 1980.0), (-1.427279462775232, -198.94465735772105, 1980.0)]],    ["POLYLINE", False, (100.0, 0.0, 0.0), [(100.0, -11.44465735770649, 1980.0), (100.0, -11.44465735770649, 1980.0), (100.0, -51.44465735770649, 1980.0), (100.0, -51.44465735770649, 1980.0)]],    ["POLYLINE", False, (0.0, 0.0, 0.0), [(-1.427279462775232, -11.44465735770649, 0.0), (-0.2247471124567255, -11.44465735770649, 0.0), (-0.2247471124567255, -11.44465735770649, 0.0), (-1.427279462775232, -11.44465735770649, 0.0)]],    ["POLYLINE", False, (0.0, -198.94465735772105, 0.0), [(-1.427279462775232, -198.94465735772105, 2000.0), (-0.2247471124567255, -198.94465735772105, 2000.0), (-0.2247471124567255, -198.94465735772105, 1980.0), (-1.427279462775232, -198.94465735772105, 1980.0)]],    ["POLYLINE", False, (100.0, 0.0, 0.0), [(100.0, -11.44465735770649, 2000.0), (100.0, -11.44465735770649, 2000.0), (100.0, -11.44465735770649, 1980.0), (100.0, -11.44465735770649, 1980.0)]],    ["POLYLINE", False, (0.0, 0.0, 0.0), [(-1.427279462775232, -51.44465735770649, 0.0), (-0.2247471124567255, -51.44465735770649, 0.0), (-0.2247471124567255, -51.44465735770649, 0.0), (-1.427279462775232, -51.44465735770649, 0.0)]],    ["POLYLINE", False, (0.0, -198.94465735772105, 0.0), [(-1.427279462775232, -198.94465735772105, 1980.0), (-0.2247471124567255, -198.94465735772105, 1980.0), (-0.2247471124567255, -198.94465735772105, 2000.0), (-1.427279462775232, -198.94465735772105, 2000.0)]],    ["POLYLINE", False, (100.0, 0.0, 0.0), [(100.0, -51.44465735770649, 1980.0), (100.0, -51.44465735770649, 1980.0), (100.0, -51.44465735770649, 2000.0), (100.0, -51.44465735770649, 2000.0)]],    ["POLYLINE", False, (0.0, 0.0, 0.0), [(-1.427279462775232, -51.44465735770649, 0.0), (-1.427279462775232, -52.74465735770212, 0.0), (-1.427279462775232, -52.74465735770212, 0.0), (-1.427279462775232, -51.44465735769921, 0.0), (-1.427279462775232, -51.44465735769921, 0.0), (-1.427279462775232, -47.44465735769921, 0.0), (-1.427279462775232, -47.44465735769921, 0.0), (-1.427279462775232, -11.44465735769921, 0.0), (-1.427279462775232, -11.44465735769921, 0.0), (-1.427279462775232, -10.14465735770358, 0.0), (-1.427279462775232, -10.14465735770358, 0.0), (-1.427279462775232, -11.44465735770649, 0.0), (-1.427279462775232, -11.44465735770649, 0.0), (-1.427279462775232, -51.44465735770649, 0.0)]],    ["POLYLINE", False, (0.0, -198.94465735772105, 0.0), [(-1.427279462775232, -198.94465735772105, 1980.0), (-1.427279462775232, -198.94465735772105, 2000.0), (-1.427279462775232, -198.94465735772105, 0.0), (-1.427279462775232, -198.94465735772105, 0.0), (-1.427279462775232, -198.94465735772105, 26.00000000000365), (-1.427279462775232, -198.94465735772105, 26.00000000000365), (-1.427279462775232, -198.94465735772105, 15.0), (-1.427279462775232, -198.94465735772105, 14.99999999999999), (-1.427279462775232, -198.94465735772105, 0.0), (-1.427279462775232, -198.94465735772105, 0.0), (-1.427279462775232, -198.94465735772105, 2000.0), (-1.427279462775232, -198.94465735772105, 2000.0), (-1.427279462775232, -198.94465735772105, 1980.0), (-1.427279462775232, -198.94465735772105, 1980.0)]],    ["POLYLINE", False, (100.0, 0.0, 0.0), [(100.0, -51.44465735770649, 1980.0), (100.0, -52.74465735770212, 2000.0), (100.0, -52.74465735770212, -7.1e-15), (100.0, -51.44465735769921, 0.0), (100.0, -51.44465735769921, 26.00000000000365), (100.0, -47.44465735769921, 26.00000000000365), (100.0, -47.44465735769921, 15.0), (100.0, -11.44465735769921, 14.99999999999999), (100.0, -11.44465735769921, -7.1e-15), (100.0, -10.14465735770358, -7.1e-15), (100.0, -10.14465735770358, 2000.0), (100.0, -11.44465735770649, 2000.0), (100.0, -11.44465735770649, 1980.0), (100.0, -51.44465735770649, 1980.0)]],    ["POLYLINE", False, (0.0, 0.0, 0.0), [(-1.427279462775232, -11.44465735769921, 0.0), (-0.2272794627635903, -11.44465735769921, 0.0), (-0.2272794627635903, -11.44465735769921, 0.0), (-1.427279462775232, -11.44465735769921, 0.0)]],    ["POLYLINE", False, (0.0, -198.94465735772105, 0.0), [(-1.427279462775232, -198.94465735772105, 14.99999999999999), (-0.2272794627635903, -198.94465735772105, 14.99999999999999), (-0.2272794627635903, -198.94465735772105, -8.9e-15), (-1.427279462775232, -198.94465735772105, -8.9e-15)]],    ["POLYLINE", False, (100.0, 0.0, 0.0), [(100.0, -11.44465735769921, 14.99999999999999), (100.0, -11.44465735769921, 14.99999999999999), (100.0, -11.44465735769921, -8.9e-15), (100.0, -11.44465735769921, -8.9e-15)]],    ["POLYLINE", False, (0.0, 0.0, 0.0), [(-1.427279462775232, -47.44465735769921, 0.0), (-0.2272794627635903, -47.44465735769921, 0.0), (-0.2272794627635903, -11.44465735769921, 0.0), (-1.427279462775232, -11.44465735769921, 0.0)]],    ["POLYLINE", False, (0.0, -198.94465735772105, 0.0), [(-1.427279462775232, -198.94465735772105, 15.0), (-0.2272794627635903, -198.94465735772105, 15.0), (-0.2272794627635903, -198.94465735772105, 14.99999999999999), (-1.427279462775232, -198.94465735772105, 14.99999999999999)]],    ["POLYLINE", False, (100.0, 0.0, 0.0), [(100.0, -47.44465735769921, 15.0), (100.0, -47.44465735769921, 15.0), (100.0, -11.44465735769921, 14.99999999999999), (100.0, -11.44465735769921, 14.99999999999999)]],    ......]

在参数化过程中，我们拿了50个不同复杂度、大小的CAD文件进行测试，测试参数化后还原成CAD图的成功率，达到了100%。成功率计算公式很简单：成功还原率 = 成功还原次数 ÷ 总还原次数 × 100%。

参数化表示成功后，参数量瞬间爆炸，一个图可能有千万甚至亿级数据组合。紧接着，一个直接决定成败的挑战出现了：参数定位。当用户点击选中图形，系统需要精准定位到对应的一组或几组参数，以支持自然语言提出计算任务，智能体才能据此计算。否则，只是参数化而无法定位计算，一切毫无价值。

参数化后的核心问题是：一个CAD文件越复杂，参数化的数据量就越庞大。十万组还算比较小型，大部分是千万、亿级的数据量。还要在这些数据上部署一个多智能体系统，如何定位和存储是个大挑战。深入分析这些数据，把参数拆开，发现了一些规律（部分）：

经过其他CAD文件参数化复核，结果一致。经过算法转化，得到这样的数据（部分）：

["实体类型", (是否闭合), (基准点X, 基准点Y, 基准点Z), (顶点1的X坐标, 顶点1的Y坐标, 顶点1的Z坐标), (顶点2的X坐标, 顶点2的Y坐标, 顶点2的Z坐标), ... (顶点n的X坐标, 顶点n的Y坐标, 顶点n的Z坐标)]

大到一个淋浴房，小到一个型材，皆可被定位。这些数据包含具有计算价值的几何信息、层级关系及附属属性，最终形成统一规范、可扩展、可管理、可定位的结构化数据。有了这些数据，只需要把计算规则做成一个算法库，多智能体系统就能拿到数据并以此计算。

参数化计算

这是最后一步，也是最重要的一步。你需要懂业务——或者有行业专家辅助你——理清计算方案。举个例子：这是一个3D图，是一个固定淋浴房玻璃的型材（门框）。现在需要根据它画出三视图：正视图、侧视图、俯视图，用于工厂生产。我们必须根据任务，建立一个高精准的算法方案库，支撑多智能体系统计算。

那么，用什么模型驱动？首先排除开源方案——开源模型没有能完成这种程度任务的能手。团队里有伙伴不信，拿了DeepSeek、Qwen等系列去跑，均无果。闭源方案只测试了国外三家，最终只有Claude完成了（虽然也有瑕疵）。

接下来，欣赏一下结果：

正视图：蓝色
侧视图：绿色
俯视图：红色

当然，这是一份CAD文件，可以被放大、定位、选中。在订阅号图片上看起来就是三条线。后面还可以一键标尺寸、一键审核、一键分析诊断……更多的功能，都是在参数化计算之后，会简单很多。