评估自然语言 CAD，最有价值的演示往往不是第一次生成，而是第二次修改：长度增加后孔位怎么走，换一个尺寸后圆角是否失败，原本确认的接口是否还在。本文讨论可编辑参数模型的企业投入条件，属于长期有效的工程分析，不将旧论文包装为近期产品突破，也不代表壹典已有客户部署或制造验证。
把交付目标从看起来相似推进到可以继续工作
图片到三维的输出可以服务于外观讨论和展示，工程设计还需要明确的尺寸、基准、特征关系及交付约定。已有的三维资产表示与交付检查讨论了这道边界；自然语言 CAD 的新增问题是，用户说出的修改如何落到可追踪的设计参数，并在多轮变更后仍保持已确认关系。
CAD 中的同一个外形可以由不同建模过程得到。一个孔可以按距边距离定位，也可以相对于中心轴定位。初始尺寸一致时两者可能完全重合，零件变长后却会表现不同。CadQuery 的设计原则特别说明，相对定位能够表达这种设计意图，模型的构造方式影响后续维护。[1]
因此，采购需求不宜只写“根据文字生成模型”。应写清需要可编辑的源模型还是仅交换几何，需要保留哪些特征和参数，接收者使用哪个 CAD 环境，以及后续允许怎样改型。导出的文件能打开，只是其中一项测试；原生特征树能否保留，必须按实际导出和导入路径另外检查。
这也改变方案比较方式。固定零件族、少量参数变化可以先比较模板配置与自然语言入口；需要重新组合特征时再评估程序生成；高度自由曲面、缺少尺寸依据或工艺约束尚未确定的任务，应预留工程师建模与澄清。统一把所有三维任务交给一个模型，会让试点的成功分母失去意义。
让模型提出方案，让求解器和内核提供不同证据
建议把链路分为需求解释、结构化设计契约、受限建模操作、几何与关系检查、工程师确认。语言模型适合提取用户意图、发现缺项和提出候选操作；尺寸计算、约束求解与几何检查应尽量由可复现的工具执行。它们各自回答不同问题，不应由同一段模型自评代替。
2025 年的参数化 CAD 约束研究使用 Autodesk Fusion 求解器反馈训练草图约束模型，实验主要针对不超过十六个几何基元、六十四个约束的草图。[2] 这支持研究“工具反馈如何改善约束生成”，却不是任意三维零件、自由曲面或量产设计均已可靠的证据。本文不把论文成功比例迁移为企业交付承诺。
几何内核又提供另一类证据。例如 Open CASCADE 的 BRepCheck_Analyzer 检查形状及子形状的拓扑与相关几何有效性。[3] 检查通过不说明孔径符合装配需求，也不说明材料强度、刀具可达性或公差链已被验收。基于工具检查范围，可以推断企业还需要独立的业务尺寸和制造规则。
也不必为每一道检查配置一个大模型。能用确定规则完成的检查优先使用规则；存在歧义的需求再交给语言或视觉模型辅助，最终由有权限的人员确认。多模型只有在提供互补证据、降低总返工成本时才有价值，重复观看同一张渲染图不构成独立验证。
用一块安装板看清两种都合理的改型
以下是构造案例，所有尺寸仅用于解释，不是可投产图纸。设安装板沿 X 方向长度 L 为一百毫米，沿 Y 方向宽度 W 为六十毫米，厚度六毫米；四个直径六毫米的通孔，对称分布，孔中心距各自最近外边均为十毫米。以板中心为原点，初始孔中心为 X 等于正负四十、Y 等于正负二十毫米。
用户要求“长度改成一百二十，孔位保持原来的规则”。若规则是保持孔中心到外边十毫米，X 坐标应变成正负五十，X 方向孔距从八十变成一百毫米。若规则是保持安装接口的八十毫米孔距，则 X 坐标仍为正负四十，距外边变成二十毫米。两种模型都可能几何有效，只有确认设计意图后才能选择。
系统应展示冲突的两种解释，记录被批准的规则，而不是凭语感任选。修改时保留宽度、厚度、孔径、对称性和通孔属性，并回读实际几何量。孔中心坐标可由参数推导，但验收还要从生成实体中测量，避免只验证输入参数而没有验证执行结果。
继续给出反例：缩短到孔发生重叠的范围、把毫米误作英寸、要求孔距与距边同时固定而又改变长度。期望结果应是指出冲突或拒绝该变更，不是自动删除孔、偷偷改孔径或扩大外形来让内核通过。拒绝无解条件，也是可交付能力。
验收连续变更，而非只挑一张最好的结果
先准备经工程师确认的代表性任务，覆盖正常零件、边界参数、表达歧义与不支持的操作。每个任务绑定尺寸单位、基准、允许变化的参数、必须保持的关系和目标软件版本。不能只把最容易的示例留在测试集，也不能把需要返工的任务从统计中删掉。
对每个初始模型执行一段固定改型序列，例如改长度、改孔径、恢复长度、再导出重开。逐步检查目标尺寸、未授权变化、实体数量、特征引用和可编辑性。即使初次几何相似，后续特征失联或只剩不可追踪的几何，也应在对应交付项中判定失败，而不是被一个平均外观分数掩盖。
错误位置要能回到具体操作和模型版本。若圆角失败，保留失败前版本、输入参数和内核回执；若选中了错误的面，则核对对象选择依据。建议以命名基准和几何谓词结合识别目标，并在拓扑改变后重新确认，不把某次运行的面序号当成永不变化的业务身份。
分别报告首次可用、完成规定改型、目标软件交接成功以及工程师批准的比例，同时记录每项分母、超时与失败恢复。对表面外观的视觉评审可作为补充，但尺寸、关系和工艺条件需要自己的证据。不能把四种不同通过率合成一个不透明的“模型准确率”。
用完整工时比较模板、生成与人工路径
自然语言入口可能降低操作门槛，也可能把绘制时间转成澄清和审核时间。成本应计入需求整理、模型调用、CAD 许可与执行资源、检查、返工、模板维护和人工接管。比较对象必须是相同要求下最终合格的交付，不是一个初始模型与一份已经批准的工程图。
构造工时算例：二十个任务全部由人工完成，每个四十分钟，共八百分钟。AI 路径假设每个任务的解释、生成检查和初审合计十八分钟，共三百六十分钟；其中四个失败任务各额外花三十五分钟人工重建，共一百四十分钟。最终二十个均完成时，总计五百分钟，比基线少三百分钟。
如果本批还承担八十分钟的模板和规则维护，节省变成二百二十分钟；若采购、部署和错误损失尚未计入，这仍不是完整投资回报。本例只是算式，不是测得的提效比例。失败任务已经计入十八分钟基础开销，额外重建时间必须避免漏记，也不能与基础审核重复计费。
高频、尺寸变化明确、审核规则稳定的零件族更值得先验证；低频的一次性复杂形体可能很难摊薄集成成本。模板已能稳定解决的需求，不必为了使用大模型改成自由代码生成。建议先记录实际任务结构，再决定投入到交互入口、参数模板还是更强的建模生成。
将扩大投入的条件写成可检查的证据
试点交付应包含原始需求、已确认设计契约、可编辑源文件、参数与依赖版本、每次操作记录、测量结果、目标环境回读和未解决问题。工程师需要能接手继续工作，而非只能观看一段生成视频。自动化范围应与这些证据能够支持的范围一致。
对于程序生成路径，限制可执行操作、文件访问和资源预算，在隔离环境中处理候选程序。只将通过约定检查的结果提交到受控版本，不允许生成失败后覆盖已批准源模型。工具连接成功、代码执行成功、CAD 几何有效和工程设计批准，应分别留存状态。
扩大范围前，应观察连续改型成功率是否稳定、人工接管是否可承担，以及错误能否定位和回退。若系统频繁靠人工重新建模才交付，就先收窄零件族或补全参数规则。对制造适用性仍缺证据的模型，明确交付为设计候选，不通过更漂亮的渲染图改变它的状态。
自然语言 CAD 的可行价值，是让已明确的设计意图更快进入可维护的工程流程。判断投入是否值得，应看工程师能否准确改型、接收者能否继续使用、全流程成本是否改善；这些结论必须来自目标任务的验证，不能仅由通用模型能力或一次演示推得。