前阵子有玩3D打印的朋友问我：想打点东西，找不到合适的模型，自己学建模又太慢太秃头，有没有AI能直接帮我画出来？这个问题放在半个月前不好答，但8月中旬之后，值得认真答一下了——因为一连串大事，全都围绕Onshape发生。
先给不熟悉的朋友交代一下：Onshape是一款纯浏览器里运行的参数化CAD，由SolidWorks的原始创始团队创办，2019年被PTC以约4.7亿美元收购，在B站一条9款建模工具对比测评里，它的定位就是云端多人协作。哔哩哔哩不装软件，打开网页就能建模，文档像Google Docs一样自带版本管理，还有面向非商业用途的Free计划，代价是所有文档都在云端、必须公开。
8月中旬发生了什么
先把时间线捋一遍：
7月28日，MCP协议（大模型连接外部工具的开放协议）发布了它诞生以来规模最大的一次修订，核心协议取消会话握手，全面转向无状态请求模式。知乎通俗说，AI连接各种软件的"接口费"又降了一截。
8月4日，初创公司Backflip发布CAD Copilot，能把网格和3D扫描数据转成带完整特征树、可编辑的参数化模型。
8月13日，PTC官宣新能力：工程师可以用自然语言描述需要的自定义CAD功能，由AI辅助构建、测试、调试和修改，最终沉淀成可复用的工程工具。知乎
4月就有玩家在晒Claude+Onshape的玩法，入口正是Onshape插件应用商店里的AI Tools分类。微博
8月15日，微博上也有人感叹"onshape终于出这个让LLM来CAD的东西了"。
几件事连起来看：Onshape正在变成第一个被AI系统性接管的CAD，而且不是官方单方面动作，生态早就先动起来了。
为什么是Onshape先开门
这么多CAD，为什么先对AI敞开的是Onshape？答案不是PTC更开放，而是架构。
SolidWorks、Fusion、Inventor都是桌面软件，AI想操作它们必须走插件，要处理版本兼容、本地环境和授权链路。Onshape不一样，它整个活在浏览器里，本来就没有插件体系，一切能力都通过网页API和自家脚本语言FeatureScript对外暴露，对大模型来说等于一套干净的统一遥控接口，接上就能调。有Onshape用户早就吐槽过：因为onshape是纯网页的，没法写插件，它的feature script之类的API又是按照API调用次数收费，之前一直不太可能弄。微博但恰恰是这套"没法写插件"的架构，在AI时代变成了优势。再加上Onshape自带版本控制，AI建错了直接回滚，试错成本极低。所以它先开门不是偶然，是架构上的必然。
AI建模其实分两条路线
接下来是最值得说清楚的部分。很多人以为"AI建模"是一回事，其实现在是两条输出完全不同的路线。
路线一：网格生成。代表工具是Tripo、腾讯混元3D、Neural4D这类。喂给它一句话或一张2D图，直接输出3D网格模型。小红书上有做手办的玩家已经跑通了整套流程：导入图片等几分钟，不满意就重新生成，生成好了就可以直接下载图纸到本地，STL、3MF两种格式3D打印机直接打开。小红书也有完全不会建模的玩家用同样思路记录日常打印小件：自行车手电支架、洞洞板置物架、磁吸改装件，都打出来用上了。
这条路的优点是零门槛、快，缺点同样明显：出来的是"死网格"，不能改参数，想把一个孔的直径从5mm改成6mm只能重新生成碰运气，需要反复修改的精确结构件基本无缘。
路线二：参数化AI。这正是Onshape开门所代表的方向，输出的是带特征树、可编辑的参数化模型。目前值得点名的玩家有三个。
一是PTC官方路线：工程师用自然语言写自定义CAD功能，AI辅助构建、测试、调试，沉淀成团队能反复调用的工具。
二是Backflip，方向有点反着来：把你已有的网格或3D扫描转成带完整特征树的参数化模型，有Fusion和SolidWorks插件，也有免安装网页版，输出既能导出打印用的STL/OBJ，也能导出可继续编辑的STEP甚至SLDPRT。传统逆向工程里，把一个物理零件通过3D扫描手动重建为可编辑的CAD模型，通常要数小时甚至数天，成本高达约1500美元，Backflip宣称把这一过程缩短至1~5分钟，单个零件约10美元。知乎它还支持文字、手绘草图、照片一键生成3D模型，训练数据号称1亿多个合成3D模型。
三是MecAgent，一家欧洲AI创企，如今已获得了300万美元融资，并正式上线了MecAgent Copilot和MecAgent Drawing两个主线产品。知乎它的思路更务实：用插件接入SolidWorks和Inventor，先做自然语言宏（批量化重复操作）、设计知识问答和3D转2D工程图，把"一句话建模"往后放。
打个不太精确的比方：路线一是直接发你一条鱼，能吃，但想拆开改改没门；路线二给你一根带电动马达的鱼竿，你还得学怎么握竿，但学习成本正在一轮一轮往下掉。
还得泼点冷水
上面这些信息，有几处要看仔细。
"1500美元到10美元"是Backflip官方口径。它的创始人Greg Mark自己在2025年3月也承认了这个问题，Backflip的合成数据是否比DeepCAD更贴近真实零件特征，目前犹未可知。知乎宣传数字，先当目标看。
MecAgent的自然语言建模目前还在早期探索，只能导出STL&STEP格式文件。知乎它今天真正能用的核心能力，还是宏自动化和出图。
PTC的官宣毕竟是厂商视角。结合8月中旬知乎上的行业讨论，比较清醒的共识是：AI最先替代的是低价值重复的CAD操作（批量处理、出图、二次开发样板），复杂设计决策还早。
所以我的判断是：Onshape开放、AI好用，是架构层面的事实；但"AI直接画可编辑的工程模型"，现在还是早期。值得关注、值得试水，还不到把全部工作流押上去的时候。
不同的人怎么办
回到开头那个问题，站在3D打印玩家的角度，我建议按人分：
只想打印好玩的东西和实用小件、完全不想学建模的：直接走路线一。Tripo、混元3D这类工具，喂图喂句子，导出STL就打印，闭环成立，不需要碰Onshape。你要的是成品，不是工作台。
已经是Onshape用户，或者本来就想学工程建模的：现在是不错的入场时机。Free计划非商用免费，可以先照着Onshape官方的演示教程上手——比如他们的夹爪设计案例，纯浏览器里就能搭出完整装配——先把特征逻辑搞明白，再尝试让大模型帮你写FeatureScript，你负责审核，学习曲线比以前平缓得多。
机械、产品工程师：把Backflip和MecAgent当成早期评估对象盯着。同时留意一件事——如果你手头有大量重复性的CAD二次开发和出图工作，那正是AI最先冲击的地带，值得早点把自己的经验沉淀成AI可调用的形式。
值得继续盯的信号
最后留几个后续观察点：
Backflip处理真实工程零件的实测案例会不会多起来，尤其特征树的转换质量经不经得起反复改；
Onshape会不会推官方级的LLM集成，而不是停在App Store生态这一层；
MecAgent的自然语言建模能不能走出只能导STL/STEP的阶段；
9月12日，FTC新赛季开幕，机器人竞赛队伍每年都有用Onshape整车设计的案例，那波实战值得看。
以后看到"AI建模"三个字，先问一句：它输出的是网格，还是特征树？想清楚这个，选哪条路就清楚了。
