一台能跟 Codex 编程智能体对话的硬件设备，外壳、电路板、固件、界面，全部由 GPT-6 Astra 设计完成。OpenAI 的硬件团队为这件事花了不到一周，而且是当副业项目做的。
据 The Decoder 报道，OpenAI 称这项任务覆盖了硬件设计的整条链路：外壳设计、PCB 布局（含元器件选型和走线）、固件，以及用户界面。设计完成后，一家代工厂在不到一个月内产出了小批量原型机。
一、从外壳到固件
把范围说清楚，才知道这个"一周"有多重。
OpenAI 的说法是，模型不是只画了张外观草图，而是把结构、电路、代码、界面一起交了出去。这意味着，原本要几个方向的工程师接力完成的流程，被压进了一个模型的一次输出里。
至于这台设备长什么样、卖多少钱、什么时候能买到，OpenAI 都没有公开，只交代了它的用途：让用户和 Codex 对话。
二、返工卡在公差上
一周出图听着痛快，但 OpenAI 自己承认，投产前返工了好几轮。
原因很具体：Astra 不总能考虑到制造约束、公差和装配细节。这三样恰好是图纸和实物之间最容易翻车的地方——设计上成立，产线上未必装得进去。
OpenAI 用 BenchCAD 2.0 给模型打分。这项基准测的是模型能不能重建 3D 零件与装配体，能不能在 PCB 上认出连接关系。GPT-6 Astra 在最高推理档位拿到 0.594。
同一段信息里，OpenAI 还提到一个更新的"内部模型"在这项测试上是 0.875，但没有公布任何细节。
从公开信息看，0.594 意味着模型已经能跑通流程，但离"一次画对"还有距离，这个差距最终是用返工轮次来还的。
三、快的是画图，慢的是打样
这件事里比"一周"更值得注意的词，是"副业项目"。
OpenAI 称其硬件团队用 Codex 和 ChatGPT 做 CAD 模型、制造图纸和仿真，覆盖机器人、算力基础设施等方向，token 用量从 2 月以来增长了 23 倍。使用强度是真的在涨。
同时，OpenAI 也在做自己的硬件设备，The Decoder 对它的描述是"介于 AI 音箱和智能手机之间"。
对普通消费者来说，短期内大概看不到"一周冒出一款新设备"。设计之后还有开模、打样、认证、量产，这些环节不会因为图纸画得快就缩短——光是这次的小批量原型机，代工厂就用掉近一个月。
会变的是迭代次数。同一批硬件，方案能试得更多，改得更勤。落到货架上，就是形态奇怪的 AI 硬件会更多，而其中半成品的比例，短期内恐怕也不会低。
你买过最后吃灰的 AI 硬件是什么？现在还在用吗？
