MachinaCheck：在 AMD MI300X 上构建多代理 CNC 制造系统
一句话看懂：在 AMD 开发者黑客松上，一个团队构建了名为 MachinaCheck 的多代理 AI 系统，它将 STEP 工程文件解析与本地运行的 Qwen 2.5 7B 大模型结合，能在 30 秒内自动完成 CNC 零件的可制造性评估，核心卖点是通过完全本地部署 AMD MI300X 硬件，解决制造业客户严格的数据保密需求。
事件核心：发生了什么
2026年5月，在 lablab.ai 举办的 AMD 开发者黑客松上，团队发布了 MachinaCheck。该系统针对小型 CNC 加工车间长期存在的痛点：人工审图、核对刀具库存、评估可行性通常需要 30-60 分钟，且容易出错。MachinaCheck 的工作流程是：用户上传行业标准 STEP 文件，并输入材料、公差和螺纹规格，系统通过五组件管道给出完整报告。其中，STEP 解析由 Python 库 cadquery 完成，实现几何特征（如孔、平面、倒角）的 100% 精确提取；两个核心推理任务（操作分类和可行性判断）由跑在 AMD Instinct MI300X 上的 Qwen 2.5 7B 模型处理；刀具匹配则采用纯 Python 的确定性逻辑，避免大模型固有的幻觉风险。
为什么重要
MachinaCheck 展示了两个关键趋势的融合。首先是多代理架构在垂直工业场景中的落地能力——将工程解析、LLM 推理、数据库查询拆解为独立组件，各司其职，而非用一个大模型解决所有问题。更重要的是其硬件选择：AMD MI300X 提供 192GB HBM3 显存和 5.3 TB/s 带宽，使得 Qwen 2.5 7B 可以在车间本地完整运行。这一点直接回应了制造业的硬性合规要求，许多工厂签有严格 NDA，STEP 文件包含客户多年研发成果，发送给 OpenAI 或 Anthropic 的云端 API 属于保密违规。MachinaCheck 用硬件能力将“隐私优先”从口号变成了可交付的产品架构。
对用户/开发者/创作者的影响
对于 CNC 车间管理者，这意味着从“每张图纸人工评估 30-60 分钟”变为“30 秒自动报告”，直接提升报价响应速度并降低漏判风险。对于关注本地化 AI 部署的开发者，该项目提供了一个可参考的技术栈模板：LangChain 做编排、FastAPI 做服务、vLLM 做推理、AMD MI300X 做算力底座。它同时提醒开发者，并非所有任务都适合让大模型执行——在刀具匹配这类确定性查询上，使用传统数据库逻辑更可靠、更快、成本更低。对于从事 AI 应用的企业客户，该项目证明了在数据敏感度极高的制造行业，本地部署开源大模型（如 Qwen）具备切实的商业可行性。
值得关注的后续
首先，MachinaCheck 目前是黑客松作品，团队是否会将其产品化、提供商业版或开源代码，目前公开信息显示仍属未知。其次，该项目对 AMD MI300X 的依赖是一个双刃剑，其他竞品（如 NVIDIA 的 GPU）上能否实现相同性能，以及车间是否需要购买如此高规格的硬件，将影响其大规模推广的性价比。第三，如果此类系统走向生产环境，如何扩展支持更多 CNC 工艺类型（如车削、线切割）以及集成实时工具库存 API，将是决定其实用深度的关键迭代方向。
