最近刷 B 站和小红书，搜 SolidWorks 大概率会刷到同一类内容：标题写着「投降！codex SolidWorks自动建模实录」「AI真正’学会’了SOLIDWORKS建模」，视频里 AI 从草图到拉伸一气呵成，还能自动回改尺寸。评论区已经吵成两派：一派焦虑，有人直接留言：我还没入行呢，这行就结束了。哔哩哔哩另一派泼冷水，说这本质上就是脚本。官方的动作也在印证热度：8 月 13 日，SOLIDWORKS 2026x FD03 功能交付包更新信息发布，扩充 AI 能力是其中一项卖点。那这东西到底走到哪一步了？我把 B 站、小红书、知乎上的原理帖、实测视频、翻车记录和评论区都翻了一遍，今天一次说清：它能画什么、画不了什么、要花多少钱、谁值得上手。
不是「AI 学会画图」，是「AI 替你写脚本」
先把原理说清楚，不然后面没法聊。很多人以为 AI 是「看见」软件界面、像人一样操作鼠标，其实当前主流玩法和视觉操作没什么关系。原理帖讲得很明白：底层原理并不是「使用Codex的Computer Use功能直接在软件里操作画模型」，而是 Codex 根据建模需求生成 Python 脚本，再通过 pywin32 调用 Solidworks官方默认的COM 接口，连接本机的 SldWorks应用对象。小红书连上之后，脚本就能像人操作一样新建零件、选基准面、进草图、调用特征命令，AI 的真实身份其实是「脚本代操」。
这条路线已经被很多人跑通，还演化出了两种形态。一种是利用 MCP (Model Context Protocol) 协议，打通 AI 大语言模型与 SOLIDWORKS 底层 COM 接口的壁垒，把整套能力封装成标准服务。哔哩哔哩另一种更「曲线」：仿真端的 Abaqus 相关项目，思路是用pywinauto控制已经打开的Abaqus/CAE界面，通过GUI自动化来执行Python脚本和读取消息日志。知乎下面这张架构图就是这个路子：AI 发指令，MCP Server 接住，再去驱动软件界面。
理解了原理，能力边界就清楚了：脚本接口能到的地方，AI 就能到；接口到不了的地方，AI 只能猜。
它现在到底能画什么
综合社区的实测样本，AI 的舒适区大概有这么几类。
第一类是简单零件和规则形体。那条著名的实录视频，本期是一镜到底的自动建模实录：用 Codex 驱动 SolidWorks，从草图到拉伸、再到内外贯穿槽，最后自动回改尺寸。哔哩哔哩也有人让 Codex 建四冲程发动机气缸，没有给过多的提示词，只提供了一张参考图，模型只能算是一个草图，但一次就能出初版。小红书
第二类是夹具、工装这类结构件。气动夹具实测的作者给出了自己的结论。AI 确实可以帮我们快速生成一个初步模型。哔哩哔哩在他的评价里，做概念设计、结构草稿、零件初版的时候很有用。更极端的案例是有人让 Codex 生成 stp 文件，自己拆开装配之后，基本可以用来做夹具了。小红书成本只有一块多钱。
第三类是照参考图粗建模。有人把 4 张机械臂图片发给 Codex，它不仅把每一个零件单独建了出来，最后还能组装成一个还算完整的装配体，只是夹爪位置有点翻车。小红书
第四类是批量改已有模型，这类最被低估。原理帖评论区有人说：一样的思路已经跑通了，可以直接输入指令批量改模型，复杂模型也能改，就是基准模型得设计好。小红书
一句话：单件、参数化形体、验证用的粗模、已有模型的批量修改，这些现在就能试。
它画不了什么，翻车翻在哪
边界同样清楚。
复杂精密件很难。有人让 AI 建一个齿轮，改了两个小时才总算成功，把一周额度的百分之二十都烧干净了。小红书下图就是他当时改齿轮的 SolidWorks 界面，一个齿轮反复修了两个小时。
复杂输入也搞不定。评论区试过不少工具的人总结得很直白：试了不少ai画cad，问题是一复杂它就不行了，简单的让ai画又没意义。哔哩哔哩
更深层的问题是，软件本身不说「AI 的语言」。有自己给 SW 做过接口的工程师说他已经放弃：sw这软件现在逻辑还是太人类直觉了，导致很多命令根本用不了，比如拉伸默认法向朝上、切除默认法向朝下，这种人用着毫无障碍的物理直觉，对 AI 全是坑。哔哩哔哩而且 AI 给出的细节经常是猜出来的，齿轮那条帖子的评论区就有人评价：只能说效果一言难尽，它是在猜。小红书
至于定位，气动夹具实测作者的自评很冷静。它目前还不能完全替代机械工程师，装配约束是否完善、运动逻辑对不对、尺寸比例要不要调，都还得人来把关。用这位作者的原话说，它更像是一个「机械设计副驾驶」，不是直接代替人。哔哩哔哩
想上手，先算一笔账
成本是目前讨论里分歧最大的一块，两极差距非常大。
简单小件很便宜，前面一块多钱的夹具就是例子；订阅 Codex 会员的话，跑小件也够用。复杂模型就贵了，有人在评论区算过账：生成完建模我才最少要200起步，可能不止，5.5太贵了。哔哩哔哩
但真正的成本其实是时间。改齿轮两小时的作者说得很透：最大的问题是不能发现草图中的各种细节，必须要把图中的每一个细节点跟他说清楚才行。小红书你自己不懂机械设计的话，这个过程会变成无限找不同。所以用它的前提是：你能判断模型对不对。
学习门槛倒没想象中高。知乎已经有完整实操教程，讲在 Windows 电脑上搭建 SolidWorks AI 自动出图系统需要完成 13 个步骤，从环境准备到验收。知乎评论区已经有人在问「怎么操作，要下载 solidworks 的 skill 吗」——现阶段免费教程加开源封装就够了，暂时不用为入门付费。
谁值得上手，谁可以再等等
按目前手里的证据，可以分人群说。
参数化设计功底扎实的老手：最值得试。这套玩法本质是用自然语言写参数化脚本，你的设计规范越清楚，AI 驱动得越准。
会一点 Python 的工程师：建议从 MCP 封装路线入手，环境全程在本机，产出是原生 .SLDPRT 文件，试错成本可控。
在职机械工程师：建议把它当「副驾驶」用。夹具实测作者给它的定位就是机械设计副驾驶，不是直接代替人。出初版、出结构草稿交给它，收尾留在自己手里。
学生和新入行者：与其焦虑，不如把它当建模学习工具。实录视频评论区有条高赞评论把逻辑讲得很清楚：机械设计的专家数据都是握在各行各业手里的，AI训练数据本身就不包含这些。哔哩哔哩而且简单小件要把所有参数写成提示词，有这时间真不如自己建。机械臂帖子作者的说法也类似：机械设计师不会马上被替代，但会用 AI 的设计师，可能会越来越有优势。小红书
三个值得盯的信号
这个领域变化很快，与其急着下结论，不如盯住三件事。
第一，官方 AI 能力的推进节奏。SOLIDWORKS 已经上线里奥（LEO）等虚拟 AI 助手，可实现工程图自动生成视图、分析改型带来的性能影响、诊断装配瓶颈并给出优化建议等功能，2026x FD03 版本还在进一步扩充 AI 能力。知乎
第三方助手已经开始竞争。Leo AI 声称已在HP、Scania、英特尔、Mobileye等全球60,000多名工程师处投入生产。知乎
而官方的 Design Assistant 目前只在基于浏览器的 SOLIDWORKS 云里工作，全球仍有750万SOLIDWORKS用户在使用桌面版本，这些用户还访问不到完整功能。知乎桌面版什么时候能用上，是个关键观察点。
第二，开源生态的热度。知乎有作者用上百个关键词组合搜 GitHub，找到 22 个「AI/MCP+工程」相关开源项目，结论是这个领域比我想象的热闹，但又没有我想象的成熟。知乎主流 CAD 软件基本都有了 MCP 封装，但从下面的统计图看，多数项目 Star 数还很有限，经过生产验证的工具依然稀缺。
第三，企业落地案例什么时候闭环。现在这些实测帖的评论区，还在问「但是这种模型是不是无法投入工厂批量生产」。小红书什么时候讨论变成「某厂用 AI 批量出某某件」，才是真正该紧张的时候。
最后说一句
这波 AI 建模热的本质，是把「用脚本驱动 SolidWorks」的门槛，从会写代码降到了会说人话。它抢不了你的饭碗，但值得早点摸熟——先用一块多钱的小件试试水，搞清楚它能干什么、不能干什么，比焦虑和嘲讽都管用。
