工业 vibe coding 来了：ForgeCAD / 中望 / 大腾智能的三方赛跑
产业洞察 · 工业软件 · AI · 二次重构 | 2026 年 5 月 | 约 8 分钟阅读
引子：当判断和现实几乎同时发生
昨天的《工业克苏鲁》 我把"二次重构"的 4 层摊开来讲，第一层是 工具层：
重构对象 #1：用 AI 把"上 4 层"从"卡脖子"重写成"领跑机会"——不是再造一个 Ansys / Synopsys，而是用 AI 跨越式重写。
这话刚写出来不到 24 小时，就在产业新闻里看到三家公司在同一件事上赛跑——
- ForgeCAD（海外开源派，2026.2 创立）：把 CAD 模型变成纯 TypeScript 代码；
- 中望软件 + 清华大学（国产 + 学术联合）：发布 AI-structure Copilot，把建筑结构布置任务从 2 小时压到 3-10 分钟；
- 大腾智能 CAD（国产云原生）：实现 "说出设计、即时生成" 的自然语言建模。
三家路径完全不同——开源 / 垂直 / 平台，却在打同一件事。这件事的名字叫：
工业 vibe coding 来了。
这一篇用三步把它讲清楚：先讲 vibe coding 进 CAD 的本质是什么，再分别看 三家怎么打，最后回到 5/5 那道判断题 ——为什么这件事来得这么快。
一、vibe coding 进 CAD：本质不是"AI 接进 Catia"
很多人会把 ForgeCAD 这一类工具理解成 "AI 接进 CAD" ——给 GPT 装个 Catia 插件、能听话画图。这是严重低估。
它真正的颠覆点是：
它把 CAD 模型从"专有二进制文件"变成了"纯文本代码"。
| 传统 CAD（Catia / SolidWorks / NX） | vibe coding 派（ForgeCAD 等） | |
|---|---|---|
| 文件格式 | 专有二进制（.CATPart / .SLDPRT / .prt） | TypeScript / JavaScript 代码 |
| 能不能 git diff | ❌ 不能 | ✅ 可以 |
| 能不能让 AI 直接编辑 | 几乎不能 | 天然可以 |
| 几何核 | 闭源 ACIS / Parasolid | Manifold（开源）+ CadQuery / OpenCascade |
| vibe coding 模式 | 只能"plugin" | 整个模型本身就是代码 |
| 输出 | STEP / BREP | 同样输出 STEP / BREP —— 制造端不用换 |
最后一格是致命一击：
制造端文件格式不动，设计端文件格式翻天——这是绕过 Catia / SolidWorks 二进制锁定的唯一可行路径。
如果文件格式还是 .CATPart，AI 永远只能做 Catia 旁边的"插件"；文件格式变成代码，整个工业软件的"知识层"才能从外资软件里拆出来——这正好对应 《工业克苏鲁》 里 重构对象 #2：让工业知识的容器，从"外资软件 license"换成"中国数据 + 模型"。
vibe coding 的 4 个 CAD 颠覆动作
Andrej Karpathy 给 vibe coding 的定义是 "看见什么、说什么、跑什么、拷贝什么——基本就能跑"。把这个范式塞进 CAD，链路是这样的：
"我要一个 50mm × 30mm × 10mm 的支架，左侧 4 个 M6 螺丝孔，右侧倒 5mm 圆角，中间挖 ø20mm 通孔" ↓ AI 生成一段
.forge.ts代码 ↓ 浏览器实时渲染 + 滑块调参数 ↓ 导出 STEP 文件 → 直接送进数控机床
上面这张图把 ForgeCAD 的实际工作流摊开了——示意图，不是真实操作录屏。如果想看真实演示，可以去 KoStard/ForgeCAD on GitHub 跑一遍
npm install看看效果。
这条链路里发生了 4 件颠覆性的事——一一对应 《工业克苏鲁》 的 4 层重构：
| 重构层 | vibe coding 怎么做的 |
|---|---|
| 工具层 #1 | 用代码 + AI 重写 CAD，绕过 Catia 范式 |
| 知识层 #2 | 模型即代码，可被 LLM 直接读写——工业知识从二进制锁出来 |
| 组织层 #3 | git diff + version control 让设计-制造-服务可以闭环 |
| 商业层 #4 | code-first 必然走订阅 + AI 推理按词元计费 |
4 层一起翻——这才是真正的 二次重构，而不是"AI 帮你画图"那么简单。
二、三方赛跑：同样的目的地，三条不同的路
判断成立之后，问题就变成"谁在打"。一周内三家被同时验证：
玩家一 ｜ ForgeCAD：代码优先派（海外开源）
来源：KoStard/ForgeCAD on GitHub，2026 年 2 月 创立。
ForgeCAD 是一个代码优先（code-first）的参数化 CAD 系统——浏览器 + CLI 双端，TypeScript 文件就是模型。
最关键的三件事：
- TypeScript 作为模型源代码——
.forge.ts文件存的是代码，不是几何二进制； - Manifold 几何核做交互建模、CadQuery / OpenCascade 做精确导出——既快又能输出制造级 STEP；
- 专门为 AI Coding Agent 设计——文档里直接说"models are plain code, making them version-control friendly and editable by AI"。
ForgeCAD 的特点是"理论纯度高"——它不解决任何特定行业的具体问题，但一次性把 CAD 的范式翻成代码，为后续所有"AI Agent 编辑工业模型"打开了入口。
玩家二 ｜ 中望 + 清华：垂直专项派（国产 + 学术）
来源：中望软件 + 清华大学 联合发布 AI-structure Copilot——国产 CAD 平台首款生成式结构设计 AI 助手。
中望走的不是"代码优先"路线，而是"垂直专项突破"：先在建筑结构设计这一个细分场景里，做出能用的 AI 助手——
- 建筑空间提取 + 构件智能布置：自动识别空间，把结构墙、梁、柱布置到位；
- 结构建模 → 分析 → 优化 一条龙；
- 任务时间从 传统 2 小时 → 3-10 分钟——这是实打实的生产力跃迁。
中望的特点是"垂直可落地"——它不追求把整个 CAD 的文件格式翻天，而是在一个垂直场景里把 AI 的产业价值跑通，给国产 CAD 软件的"上 4 层"撕开第一道口子。
这条路对国产 CAD 厂商最有现实意义——因为它不需要重写文件格式，但能在客户那里立刻看到效果。
玩家三 ｜ 大腾智能 CAD：自然语言派（国产云原生）
来源：大腾智能 CAD 是一款国产云原生 3D CAD 软件，集成多项 AI 能力。
大腾智能走的是第三条路——"自然语言进 CAD"+ 云原生：
- "说出设计、即时生成"——自然语言建模直接对接 LLM；
- 多模态搜索——文本 / 图像 / 3D 模型三种方式找零件；
- 智能标注——自动识别图纸元素并生成标注；
- 云原生架构——无需安装，支持实时协同设计。
大腾智能的特点是"全栈云化"——它把"设计 - 协同 - 标注 - 搜索"的整个 CAD 工作流搬到云上，再把 AI 当作工作流里的能力之一插进去。
这条路最像 《工业克苏鲁》 商业层重构 #4 的"订阅 + 数据 + 词元计费" —— 它直接生在云上，没有 license 包袱。
三家的位置：路径不同，目的地相同
| ForgeCAD | 中望 + 清华 | 大腾智能 | |
|---|---|---|---|
| 打法 | 代码优先 | 垂直专项 | 全栈云化 |
| 重写文件格式 | ✅ 是 | ❌ 否（仍兼容传统格式） | 部分（云端模型） |
| 场景 | 通用 | 建筑结构 | 通用 + 装配 |
| AI 能力的位置 | 模型本身就是 AI 友好的代码 | AI 是一个 Copilot 助手 | AI 是工作流里的能力 |
| 对位 5/5 的重构层 | 工具层 + 知识层 + 商业层 | 工具层 | 工具层 + 商业层 |
三家加在一起，正好覆盖了"二次重构 4 层"中的前 3 层——这本身就是个产业事件。
三、为什么这件事来得这么快？
为什么这件事来得这么快？三件事叠加：
1. AI Coding 的成熟度溢出到了"工程领域"
Cursor / Claude Code 让"自然语言 → 代码"在 软件领域 变成日常。一旦这个范式成熟，它会很自然地溢出到代码邻近的领域——CAD 是其中之一（设计意图本质上就是参数化代码），EDA、CAE 紧随其后。
2. 几何核终于开源了
ForgeCAD 用的 Manifold 是 2024 年才成熟的开源高性能几何核——这之前你想做 code-first CAD，几何运算要从头写，工程量大到没人愿意干。Manifold 把"门槛"从 5 年压到 5 个月。
3. 国产 CAD 厂商的"被动升级压力"
中望、大腾智能这些国产 CAD 厂商，不做 AI Copilot 在 2026 年就会被海外开源 + AI 大模型的组合一夜淘汰。"中望 + 清华"这种学术合作的本质，是国产 CAD 厂在求生存式赶 AI 班车。
这一点和 《工业克苏鲁》 的判断完全契合——未来 10 年，国产软件不补 AI 这一层，就再也补不上了。
四、对国产工业软件的启示
把这件事落到中国工业软件政策上，有 3 个直接的启示：
启示一：不要再走"再造一个 Catia"的旧路
ForgeCAD 用 600 行 TypeScript 跑通的事，Catia 用 30 年累计了 1 亿行私有代码。再走"国产 Catia"的路，永远追不上。
真正的赶超机会，是直接走 code-first + AI Native 路线——绕过文件格式锁定，从"上 4 层"的范式翻天里跨越式起步。
启示二：国产 CAD 厂的窗口期只有 12-18 个月
ForgeCAD 这一类 开源 + AI Native 的工具一旦在海外形成生态（GitHub stars + AI Agent 默认接入），中望、大腾智能这种仍然在做 "国产 Catia + AI 插件" 的玩家会被生态降维打击。
3 条出路：
- 打垂直专项（中望 + 清华路线）—— 在某个细分行业里做出"开源 + 通用模型"做不到的精度；
- 打云原生 + 协同（大腾智能路线）—— 在云端把"协同 + 工作流"做到开源工具做不到的深度；
- 直接 fork 开源 + 加中国数据集（暂时无人走但理论上最快）—— 用 ForgeCAD 这一类的开源底座，叠加 中国制造的工艺数据 + 工业知识库，做"中国工业版"的 AI Native CAD。
启示三：政策资金应该重新分配
工信部"新一代工业软件创新攻关行动"如果还在按"国产 Catia / 国产 Ansys" 的逻辑分钱，会错过真正的窗口。
更值得砸钱的是：
- 开源 + AI Native CAD / CAE 的国产底座（绕过文件格式）；
- 高质量工业数据集 + 工业知识库（绕过外资软件 license）；
- AI Agent 接 CAD / CAE 的标准接口（绕过工具锁定）。
这正好是 《工业克苏鲁》 里"二次重构"4 层的具体落地路径——ForgeCAD / 中望 / 大腾智能这三家赛跑，刚好把这条路径的前半段跑出来了。
五、一句话总结
vibe coding 进 CAD，不是"AI 帮你画图"，而是工业软件二次重构的工具层第一案。
ForgeCAD 翻了文件格式，中望跑了垂直场景，大腾智能云化了工作流——三家加在一起，把"AI Native 工业软件"从理论判断变成了产业现实。
而这件事最值得记住的，不是哪一家会赢，而是：
从"判断提出"到"现实佐证"，2026 年的产业节奏只有 24 小时。
下一个会被同样速度验证的，是 AI Native EDA——它会比 CAD 难得多，但路径已经被 ForgeCAD 这一波趟出来了。
本文涉及 ForgeCAD、中望软件、大腾智能等公司及产品信息，参考各公司官网、GitHub 项目页、工业头条、AI 生产力工具站等公开报道；关于 Manifold 几何核、CadQuery、OpenCascade 等开源工具的描述，参考其官方文档；具体技术参数以最新官方口径为准。文中观点为笔者个人理解，欢迎讨论。