MIT 实测：用 AI 设计喷气式发动机靠谱吗？
MIT News AI · rss · 2026-07-15
### 赛事背景与目标 MIT 航空航天系等机构举办了 JARVIS 挑战赛，让 31 名本科生（多为大一大二，缺乏热力学和涡轮机械基础）在四周内，以 AI 为主要工程伙伴，设计并制造能产生 50-100 磅推力的小型涡喷发动机。学生通过 MIT Parley 平台无限制使用前沿大语言模型。 ### AI 的优势 - **知识填补**：擅长总结教材、教授软件使用、生成对比分析，甚至有团队将其配置为项目经理 Agent。 - **加速设计**：帮助毫无经验的学生快速完成架构权衡与初步设计。 ### AI 的局限与痛点 - **缺乏物理直觉**：在详细 CAD 设计和原型制作阶段，AI 的幻觉、谄媚和对物理世界理解的缺失严重拖慢了进度。学生反馈：“当工程师不知道在发生什么而完全由 AI 接管时，设计就变得不可靠”。 - **无法解决现实摩擦**：AI 找不到愿意配合紧迫交期的加工供应商，最终成功的团队靠的仍是线下积累的人脉关系。 ### 结论 制造（而非设计）是根本的限速步骤。AI 能显著加速安全关键的硬件工程，但**工程判断力仍是决定性因素**。未来的 AI 原生工程师的核心能力不在于“使用 AI”，而在于“领导 AI”——知道何时该信任它、何时该质疑它。