a16z 说 AI 会先拿下硬件设计，它点名的十三家公司有六家在自己账上
a16z 的 Christian Keil 说 AI 会先解决硬件设计，真正卡人的是把图纸变成实物；这篇拆开他的论证，核对三份基准，并查出他点名的十三家创业公司有六家在 a16z 自己的投资清单上。
a16z.news 在 10 月 20 日刊出《Superhuman Hardware Design Is The Easy Part》。
两个站点同日发出，相差 18 秒：官网版 18:09:31（UTC），订阅版 18:09:13。
换成北京时间，都是 10 月 21 日凌晨两点多。2
作者 Christian Keil，a16z 美国活力团队的合伙人。
先记住这个身份：文章代表这家机构内部的判断。
文章要回答的只有一个问题：模型已经能设计东西了，什么时候能造东西。
他的答案可以压成一句：接口有损。
从比特写到原子很难，从原子读回比特也难。
原文页首屏，2026 年 10 月 21 日凌晨抓取。署名只有 Christian Keil 一人，标题下是副标题，正文前还插了一条自家消息：Orchestra Bio 被 OpenAI 收购。
写这篇的人是谁
a16z 官网的作者页给得很直白。
他在加入 a16z 之前是 Astranis 的高管，造并发射地球同步通信卫星。
作者页上那句话是他自己写的：也许是唯一买过一发专门猎鹰 9 的 VC。3
他管过财务、政府关系、市场与招聘。
公司从 0 做到 10 亿美元销售额，从 50 人做到 500 人，从研发作坊做到航天级工厂。
这段履历解释了文章的质地。
卫星的公差、热控、供应商、测试环境，他都亲手碰过。
文中「热控团队想在有位置都放热敏电阻」这类细节，来自那段日子。
也要看到他站在哪。
美国活力团队公开的命题是重建美国工业能力，这篇是那个命题在 AI 一侧的延伸。
作者页：职务写的是美国活力投资团队合伙人，Astranis 那一段交代了他为什么敢写「读回来」的那几节。
模型现在能设计到什么程度
原文的起点是 GPT-6 Astra。
它上线后，社交媒体上冒出一批 3D 演示：蒸汽火车、可以走进去的房子、一个小游戏、旧金山的艺术宫。1
硬件工程师接着问：能不能出工程级的 CAD。
作者自己下场做了一个。
LuxoBench 给三家模型同一个题目：把一张台灯概念图做成能采购、能装起来的东西。
三家给出了三套方案。
物料费分别是 231.86、193.79、166.85 美元，交期 2–5 天、1–3 周、3–8 天。4
页面右下角有一行小字：CGI previews · hardware untested。
设计是渲染出来的，硬件没测过。
这一行字，恰好就是全文的论点。
原文另外举了两份基准。
CAD Arena 是 20 道手选题，每个模型跑一次，人工评审。
页面自称是固定快照。5
当前表上最好的是 19/20，GPT-5 是 12/20，榜上没有 Astra。
EEBench 由 atopile 出品，自称「有物理支撑的电子工程智能体基准」。6
三份放在一起，量到的是「能不能产出一份可采购的设计」。
这已经不少；量到的仍是设计文件这一层。
Astra 本身的时间线也值得记一笔。
它在 2026 年 9 月 3 日开始分批上线，是 OpenAI 第一个达到其内部「Critical」网络安全阈值的模型。7
官方发布页把游戏开发、电气工程与日常知识工作，列为计算机操作改善的落地场景。8
这篇文章写于它上线七周之后。
LuxoBench 首页：三家模型的方案、物料费与交期并排。底部那行 CGI previews · hardware untested 是这份基准自己的限定，也是全文最该被记住的一句。
写进去：从图纸到装好的原子
原文把「把设计变成实物」分成五级，从 101 到 501。
| 级别 | 这一级要解决什么 | 卡在哪 | 模型能不能自己干 |
|---|---|---|---|
| 101 | 拆件、选现成零件、设计机电互连、确认可制造、下单采购 | 零件买不买得到、什么时候到 | 设计可以，采购要出机器 |
| 201 | 定制件：CAD 翻成 CAM，再进机床 | 毛坯、装夹、刀具、走刀策略靠师傅 | 部分可以，工艺判断靠现场 |
| 301 | 把零件装成复杂机电总成 | 公差逐层叠加、跨团队对接口 | 难，要动组织 |
| 401 | 引入外部供应商 | 别人家的进度与质量 | 难，信息在别人手里 |
| 501 | 量产 | 1 件与 100 万件是两件事 | 最难 |
这张表按原文的五段整理。
101 级听起来最不值一提，却最常绊人。
2006 年猎鹰一号做静态点火，发现电源箱里的电容扛不住提高后的电压。
这种电容只在明尼苏达一家电子零件行有货。
SpaceX 派实习生飞过去取，工程师把电源箱拆下、飞到洛杉矶换件、再赶回夸贾林环礁。9
四天的测试窗口差一点就没了。
原文由此下的判断很实在：把现成件按时送到该在的地方，本身就够难。
201 级要定制件。
工程师画完支架，不能按一下「打印」就拿到零件。
要有人把 CAD 翻成 CAM，再由师傅选毛坯、定装夹、选刀具、排走刀。
原文称这一步是手艺活；手艺活带来变异性，变异性带来翻译错误。
301 级把零件装成总成。
每多一个零件，公差就多叠一层：每个都合格，装起来仍可能装不进。
这条线上还要跨团队对齐接口、进度与风险。
401 级是外部供应商。
原文说硬件的世界人人谈垂直整合，但几乎谁都靠供应商，自建晶圆厂或铜矿几乎从不划算。
连 SpaceX 也一样。
作者自己数了数：SpaceX 现有 591 名员工的头衔里带 supply chain 或相近字样，还在招 128 人。
这个数字要打折看。它出自作者按头衔检索 LinkedIn，脚注只标了平台与月份。
501 级是量产。
做 1 件与做 100 万件是两件事：变异性、提前投下去的钱、把人教会或把机器编好，还有供应商的天花板。
五级都「原则上可解」，但要分别解。
原文的落点在这里：模型的强项是为一个用途定义出理想零件，弱项是找出既满足要求、又好造好买便宜的方案。
原文配图：Hadrian 工厂里的加工中心与操作员。原文用它说明 201 级——图纸得先经过 CAM，才能进机床。
读回来：为什么知道车间里发生了什么这么难
写进去是一半，另一半是读回来。
原文列了五个难点，每个都不玄。
第一，物理世界不均匀，而且一直在变。 零件有缺陷，材料随温度变，设备会磨，量具会漂。
产线与供应链因此不断坏，只能靠持续测量输入与输出来发现。
第二，数据稀疏。 作者做过几个卫星项目：热控团队想在到处放热敏电阻，但软件、结构、生产团队也有话说。
真出问题时，往往才发现当初少拍了一张装配中间态的照片。
第三，采集贵。 测平面度、垂直度、尺寸的三坐标测量机不便宜，采购与操作都慢。
精度越高，测它的机器就要更准。
第四，物理过程有固有延迟。 电路板的热循环快不了，混挥发性溶液与固体推进剂要小心，机械疲劳要做完才知道。
作者最喜欢的机器是 Astranis 那台 HALT，绰号 shake and bake，把振动与快速温循叠在一起压零件。
可是无论中间的迭代设计多快，每一轮测试还是得跑完。
第五，有些信息是定性的。 用户喜不喜欢、握起来舒不舒服、这个零件用你的工具好不好做，都要靠人判断。
原文在这里插了一个故事。
作者的朋友每周买 4,500 万只鸡，同一规格、同一供应商、同一套工艺。
加工后成品率的周波动，历史上最高到过 20%。
有一次查到上游供应商发货前给鸡注水，重量检测全部合格，能用的肉却少了。
这是轶事，核不了。
它与前面五点说的是同一件事：知道物理世界真实发生了什么，代价很高。
原文配图：Astranis 的卫星总装车间。作者加入 a16z 之前在这里做高管，这里也是「数据稀疏」那段的现场。
设计之后，还差三件事
原文后半段是给创业者的地图。
一，更好的仿真。 它点了 Navier、Inviscid、Lanyon 三家。
仿真好，工程师能按软件的速度迭代，少跑风洞、热真空罐、辐射源与回旋加速器。
公司高管也少建这些设施。
原文的判断是：原子会永远留在回路里，但可以从「实验」变成「确认」。
二，需求左移。 设计能力扩散之后，更多人会把想法变成实物。
压力就落到离原材料更近的那一层：线束、控制面板、机加工、电子件，以及遥测、检测、测试三类软件。
原文在这里一口气点了八家公司，还点了 Diode 的 PCB 与 Mariana Minerals 的铜。
三，过程知识。 老师傅听声音就知道加工顺不顺，台积电的博士把工艺磨到抛光垫这一层。
这类知识写在车间里，要靠端到端的数据逼近。
原文引了 Eric Jang 的估算：2026 年的机器人实验室大致用上百万小时第一人称数据、几十万小时夹爪数据、几万小时遥操作数据。10
针对具体硬件的高质量演示，只有几个小时。
应对办法是自己在真实世界里造数据。
原文举的例子是 Periodic Labs。
这个例子值得校准时间。
a16z 在 2025 年 9 月 30 日就发过投资公告，领投它的 3 亿美元创立轮，当时写的就是「AI 科学家加它们控制的自主实验室」。11
原文说的「最近宣布」，公开可查的最新节点是 2026 年 9 月 15 日 Liam Fedus 的推文。
推文说：Menlo Park 建了高通量材料实验室，用 1,300 张 H200 与几个月的实验数据。
训出的开源模型叫 Neon，在自家分析基准上超过了 GPT-6 Astra。
自主实验室这件事，在 a16z 的投资理由里已经写了一年。
五周前给出的，是第一批模型结果。
原文最后留了一句最难的。
一个超人的硬件工程师可以设计一百万版 Apple Watch，并且便宜地造出来。
可它怎么知道用户想要哪一版。
用户反馈，是整条链上最不可压缩的一步。
原文配图：Liam Fedus 的推文，2026 年 9 月 15 日，讲 Menlo Park 的材料实验室与开源模型 Neon。原文称其「最近宣布」，指的就是这条。
把这篇拆成三层
可核的： 发布时间与署名、Astra 9 月 3 日上线、CAD Arena 只有 20 题、LuxoBench 三家的报价与交期、Periodic 的融资与推文、猎鹰一号的电容器。
作者的判断： 设计会比工程先被解决；交叉点会不均匀；最难压缩的是用户反馈；「Bitter Lesson」不可赌。
这些是判断，而且是一家机构的判断。
不可核的： 八个月造无人机、每周 4,500 万只鸡、SpaceX 591 名供应链员工。
它们出自作者自述或自数，作用是把叙述撑起来。
它点名的十三家公司，六家在 a16z 自己账上
原文在「接下来需要什么」这一层，点名了十三家创业公司。
我把它们逐家对到了 a16z 的公开投资清单。
| 公司 | 原文怎么说 | 在公开投资清单上 |
|---|---|---|
| Senra Systems | 线束 | 在 |
| Podium Automation | 控制面板 | 在 |
| Hadrian | 机加工件 | 在 |
| Cofactr | 电子元件 | 不在 |
| Sift | 遥测 | 不在 |
| Instrumental | 检测 | 不在 |
| Revel | 测试 | 不在 |
| Mariana Minerals | 铜 | 在 |
| Diode | PCB 设计与制造 | 在 |
| Navier | 仿真 | 不在 |
| Inviscid | 仿真 | 不在 |
| Lanyon | 仿真 | 不在 |
| Periodic Labs | 自主实验室 | 在 |
清单页面更新于 2026 年 10 月 5 日。12
页首写明：未获披露许可的投资不列入，未公开的公开市场数字资产投资也不列入。
所以「不在」只说明公开渠道查不到这家公司。
这一层关系在原文正文里找不到。
文末是一段通用免责声明，写明文中提到的公司只占该机构所管理基金投资的一部分，第三方信息未经独立核实。2
文首还插了一条自家消息：Orchestra Bio 被 OpenAI 收购。
把它当指控没有意义：观点文章本来就带着作者的判断。
但读者可以据此调整读法。
当一篇「需要什么」的清单，与自己机构已经下注的方向高度重合时，这份清单一半是分析、一半是路线图。
对做产品与做判断的人
做工具链的团队。 原文把价值压到「设计与制造之间的翻译层」：CAM、检测、遥测、测试、供应商管理。
每一级台阶都要用到这几样，共同点是必须接触真实世界的数据。
做制造与集成的公司。 如果设计成本真的塌下来，压力会沿供应链往下走：更多品种、更小批量、更快换线。
能接住这种订单的产能，才有议价权。
看早期投资的人。 这篇的隐含下注落在原子那一侧的软件与数据上。
判断标准只有一条：它有没有别人拿不到的过程数据。
需要自己核对的三处
一，「稳定进步」这句。 支撑它的三份基准样本都小：一份 20 题、一次快照，一份由一家电子设计公司自建，一份是作者自己的作品，且最新模型不在榜上。
基准在进步，与模型能设计硬件，是两句话。
二，201 级到底能不能自动。 原文说 CAD 翻 CAM、选刀排工艺是手艺活，这是判断，没有对照实验。
真实答案在机加工厂的良率与工时里。
三，SpaceX 的 591 人。 它来自作者按头衔检索 LinkedIn，脚注只标了平台与月份，属于作者自数。
接下来看什么
CAD Arena 什么时候把 Astra 与更新一代模型放进榜里。
那才看得出「稳定进步」的斜率。
LuxoBench 什么时候从 CGI 预览走到实物：三盏灯造出来、装起来、用上一段时间，这份基准才开始真正测硬件。
Periodic Labs 的 Neon 会不会有第三方复核。它现在是在自家基准上超过 Astra，主词是「自家」。
还有一件事值得盯：a16z 在这条线上的下一次出手。
清单上的六家已经在库里，第七家会说明它认为瓶颈具体卡在哪一级台阶。
References
- 1
- 2
- 3
- 4Luxobench — Hardware design benchmark for AI models
luxobench.com
- 5CAD Arena — Benchmark Results
cadarena.dev
- 6EEBench by atopile
eebench.org
- 7
- 8GPT-6 Astra — OpenAI
openai.com
- 9
- 10
- 11
- 12
This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.