инженерная заметка / Агентная инженерия

ИИ в производстве: 10 примеров с проверяемым результатом

CAD, расчёты, 3D-печать и подготовка производства: обзор за август — октябрь 2026 года

Десять примеров агентских систем в CAD, расчётах и производстве: реальные детали, лабораторные испытания и демонстрации с разным уровнем готовности.

Кратко

  • У каждого примера свой уровень готовности: внедрение, лабораторный эксперимент или демонстрация.
  • Проверяемый результат требует измерений, испытаний или сравнения расчётов в конкретных условиях.
  • Рабочая точка входа — один производственный участок с понятными данными и критерием успеха.

Меня всё больше интересует ИИ, результат работы которого можно проверить на реальной детали: измерить коробление, испытать прочность, сравнить температуру или время подготовки производства.

Собрал 10 свежих примеров применения агентских систем — из публикаций с 18 августа по 18 октября 2026 года. Здесь есть внедрения, лабораторные эксперименты и демонстрации. У каждого свой уровень готовности.

Общий принцип понятен: инженер ставит задачу, агент работает с CAD, расчётными программами и технологическими данными, получает результат и выбирает следующий шаг. Посмотрите, насколько разными уже стали такие задачи.

1. Limitless / Blue Origin — обработка Inconel

Агент продолжил начатую человеком программу Siemens NX: учёл остаток заготовки, инструмент, кинематику станка и закрепление. По рассказу разработчика, деталь действительно обработали, причём 60% траекторий создал агент. Технолог проверяет результат в привычной CAM-системе.

https://limitless-labs.ai/articles/ai-cnc-programming-imts-2026-interview

2. Design-to-Plan — от чертежа к технологии изготовления

Система сопоставляет 3D-модель с чертежом и формирует план: например, последовательность точения, сверления и нарезания резьбы для фланца. Проверка проведена на 300 тестовых заданиях для программных агентов; изготовление деталей в работе не показано.

Иллюстрация Design-to-Plan: чертёж и модель фланца; CAD и чертёж преобразуются в маршрут обработки.
Design-to-Plan. Исследовательский прототип: проверка на 300 тестовых задачах, без изготовления детали. Иллюстрация предоставлена автором.

https://arxiv.org/abs/2608.24039

3. SIMCON — деталь под литьё пластика

В демонстрации GPT-6 Astra дорабатывает опору квадрокоптера в FreeCAD, проверяет заполнение формы и коробление через Cadmould, обращается к OpenRadioss для предварительных прочностных расчётов. Результаты расчёта возвращаются в изменения конструкции. Автор прямо обозначает статус: эксперимент, которому ещё нужны валидация и физические испытания.

Иллюстрация SIMCON: опора квадрокоптера, её CAD-модель и пресс-форма; выделены изменения рёбер.
SIMCON. Инженерный эксперимент: CAD, расчёт и правка конструкции для литья. Физические испытания ещё необходимы. Иллюстрация предоставлена автором.

https://www.linkedin.com/posts/markus-fornoff-0117a017a_gpt-6-astra-is-incredibly-powerful-and-one-activity-7508869960811671553-wgge

4. CMU — подбор режимов лазерного спекания

Агент на базе Claude использует данные предыдущих запусков и предлагает параметры для полиамидных материалов. Напечатаны реальные образцы, свойства проверены испытаниями на растяжение и изгиб. Практический смысл — подбирать режимы под конкретную комбинацию материала и оборудования, опираясь на измерения.

Иллюстрация CMU: SLS-печать полиамидных образцов и образец в захватах испытательной машины.
Carnegie Mellon. Лабораторный эксперимент с реальной печатью и механическими испытаниями образцов. Иллюстрация предоставлена автором.

https://arxiv.org/abs/2608.25928

5. UNIST — коррекция дефектов 3D-печати

Модель учитывает фотографии процесса, текущие настройки и наблюдения оператора, затем корректирует параметры принтера. В эксперименте с недостаточно нагретым столом высота коробления снизилась с 1,29 до среднего значения 0,33 мм. Наблюдения человека помогают обнаруживать проблемы, которые система пропускает по одним изображениям и данным оборудования.

Иллюстрация UNIST: сопло FDM-принтера и два образца; высота коробления в опыте снизилась с 1,29 до 0,33 мм.
UNIST. Лабораторный эксперимент в конкретном сценарии: коррекция параметров с учётом наблюдений оператора. Иллюстрация предоставлена автором.

https://jkspe.or.kr/journal/view.php?number=7305

6. A-RAM — роботизированная 3D-печать

Система выбирает ориентацию детали, размещение и параметры печати с учётом кинематики шестиосевого робота. Среди исследованных вариантов расчётное время движений оказалось до 40,1% меньше, чем у худшего допустимого варианта заполнения. Это результат сравнения конкретных планов; универсального ускорения печати на 40% он не доказывает.

Иллюстрация A-RAM: шестиосевой робот печатает деталь по траектории с учётом кинематики.
A-RAM. Исследовательский прототип: расчётное время движений сравнивается с худшим допустимым вариантом заполнения. Иллюстрация предоставлена автором.

https://arxiv.org/abs/2609.19347

7. Peak Energy — расчёт батарейного модуля

Cosmon связывает тепловой и прочностной расчёты, чтобы исследовать трещины токовой шины при температурных циклах. Тепловую часть сопоставили с реальными испытаниями. По оценке инженера компании, работа, которая заняла бы у него 1–2 недели самостоятельно, с агентом укладывается в 1–2 дня.

Иллюстрация Peak Energy: токовая шина батарейного модуля с обозначенным тепловым потоком.
Peak Energy × Cosmon. Клиентский кейс; сроки 1–2 дня вместо 1–2 недель — оценка инженера. Иллюстрация предоставлена автором.

https://www.cosmon.com/blogs/customer-success-peak

8. Frore Systems — охлаждающие плиты для GPU

Инженеры используют Cosmon для перестроения расчётных сеток, параллельного исследования условий и отправки задач на вычислительный кластер. Так они исследуют варианты конструкции LiquidJet. Количественной оценки ускорения в интервью нет; описано повседневное применение в инженерной команде.

Иллюстрация Frore Systems: варианты охлаждающих плит GPU и потоки жидкости в каналах.
Frore Systems × Cosmon. Применение в разработке: параллельные CFD-расчёты нескольких вариантов, без открытых цифр ускорения. Иллюстрация предоставлена автором.

https://www.cosmon.com/blogs/customer-succes-frore

9. Dexory — оптимизация радиатора

По докладу команды, SimScale-агент за 20–30 минут нашёл ориентацию радиатора с температурой на 12 °C ниже.

Иллюстрация Dexory и SimScale: две ориентации радиатора и линии воздушного потока.
Dexory × SimScale. По докладу команды: на 12 °C ниже в показанном исследовании, поиск занял 20–30 минут. Иллюстрация предоставлена автором.

https://www.simscale.com/blog/agentic-unlocks-recap/

10. CoLab + SimScale — изменение детали с проверкой

Инженер согласует утолщение рёбер. Агент меняет геометрию и повторяет расчёт сжатия. В демонстрации снизились напряжения и максимальное перемещение.

Иллюстрация CoLab и SimScale: ребристая деталь с выделенным утолщённым ребром.
CoLab × SimScale. Демонстрация: согласованная инженером правка рёбер и повторный расчёт сжатия. Иллюстрация предоставлена автором.

https://www.simscale.com/blog/agentic-unlocks-recap/

С чего начать проверяемый пилот

Для меня рабочая точка входа — один конкретный участок: подготовка управляющей программы, подбор режима, расчёт детали или разбор причин дефекта. С понятными исходными данными и критерием: что должно стать быстрее, стабильнее или точнее.

Помогаю внедрять агентские системы в сложные производственные процессы. Если у вас есть такая задача, напишите: что производите, где теряется время и какими инструментами уже пользуются инженеры. Начнём с оценки процесса и небольшого проверяемого пилота.

Сергей Авдейчик

https://dobrovola.dev

LIM

Ограничения и область применения

Обзор публикаций за 18 августа — 18 октября 2026 года. Внедрения, лабораторные эксперименты и демонстрации имеют разную степень готовности; отдельные показатели относятся к конкретным условиям и оценкам авторов. Изображения предоставлены автором как иллюстрации.

LOG

История изменений

  1. Первая расширенная версия в собственном архиве.
  2. Проверка структуры, ограничений и доказательных связей.