文章提出'氛围制造'(Vibe Manufacturing)概念：就像vibe coding让非程序员能开发软件一样，AI正在让普通人能制造实体产品。四大变化同时发生：1) 设计变成代码——GPT-6 Astra在BenchCAD上达95.9%，Text-to-CAD工具涌现；2) 工厂变成API——Xometry等平台让下单像租用云服务器一样简单；3) 智能化成本骤降——几美元的ESP32芯片即可让产品联网；4) 家庭3D打印普及——Bambu Lab推动桌面打印迭代速度接近软件开发。产品正从库存实体变为可参数化的设计文件，开创全新的商业模式和创业机会。
作者用 AI 设计 PCB 和 CAD，打样上电成功但外壳开孔出错。评论中有人贬低 AI 能力，有人指出 USB 走线问题。作者认为争论源于比较对象不同：业余原型与量产产品标准不同，AI 让普通人能做出第一版，但硬件仍需制造、测试和迭代。类比 AI 写代码，AI 降低了启动门槛，但专业工程并未消失，难点转移到判断和验证。
作者实测了主打 Computer Use 能力的 Nex-N2.5 Pro 模型（397B 参数），验证其在 Blender 3D 建模到 Three.js 前端交互网页的全自动长流程操作。测试显示其能在无 API 的桌面 GUI 中完成建模、材质设定、glTF 导出及前端渲染，全流程 1 分 48 秒，坐标对齐率 99.4%，60 FPS 稳定渲染。文章同时指出其工程边界：单步延迟 2-4 秒、视觉遮挡下的重试开销高。作者建议结构化任务优先用 API 与代码，而无接口的专业桌面软件自动化、遗留系统对账等场景则适合切入 Computer Use。
作者花一个周末测试GPT-6 Astra在硬件领域的应用，发现该模型首次能在物理系统层面保持足够的上下文持续工作。在CAD机械设计中，模型能推理几何、创建并迭代单个零件，但在复杂整车系统和线束设计中仍有局限。在Blender环境中能快速构建连贯的3D场景，但视觉逼真不等于工程正确。最令人惊讶的是工厂模拟实验：Astra能设计并模拟一个飞机工厂的生产逻辑，包括物料流转、机器占用、故障传播等系统级状态变化，远超以往模型只能生成静态渲染的水平。作者认为这不是数字孪生，但硬件Agent的到来可能比预期更早。
