AI 能画出超写实的马里奥，却连个扫地机器人用的斜坡都造不出来？

这事儿挺讽刺的。我最近发现一个特别离谱的现象：现在的生成式 AI 哪怕闭着眼都能给你整出一个精美的卡通角色或者复杂的雕塑模型，但如果你想让它帮你设计一个能让扫地机器人爬过门槛的楔形坡道，它生成的玩意儿基本全是废品。

我手里这台拓竹 P1S 硬件没得说，但说实话，我这种小白根本不会建模。我试过那种所谓的“描述即建模”的 AI 工具，结果简直是灾难。生成的模型完全不可调，维度不对、结构畸形，根本没法用。后来我甚至尝试让 AI Agent 直接写 Python 代码去构建几何体，结果它也就只能搞出几个圆球、方块这种最基础的几何原语，稍微复杂点一点的逻辑它就彻底抓瞎。

折腾了半天，我最后发现解决思路得变。不能指望它直接“变”出一个模型，得走“几何分解”这条路。我现在的实操逻辑是：先把复杂的零件拆解成一系列有序的、分组的操作步骤，把每一步都写成精确的规格说明，然后让 Agent 通过 blender-mcp 这种方式去 Blender 里执行。

这个思路本质上是把 LLM 最不擅长的“3D 空间推理”转化成了它最擅长的“结构化代码生成”。我把这个逻辑封装成了一个小型的工程化流程，核心逻辑大致如下：

# 伪代码逻辑：将空间描述转化为有序的 Blender 操作指令
def generate_functional_part(specs):
    for step in specs:
        # step 包含具体的几何参数，如长度、角度、厚度
        command = translate_spec_to_blender_api(step)
        execute_in_blender(command)
    return final_mesh

这让我开始怀疑，为什么“功能性零件”的生成能力会比“审美类模型”差这么多？是因为市面上根本没有足够的参数化 CAD 训练集？还是因为 Mesh（网格）这种表达方式本身就不适合做工程设计？又或者是现在的评估标准根本就没考虑过“模型能不能 3D 打印”或者“模型是否水密”这种硬性指标？

我现在这种“把 3D 建模转化为代码逻辑”的套路，到底是唯一的生路，还是说我还没摸到真正的门槛？