一句话看懂：ModelRift 用六个 Claude Opus 5 智能体、三道递增难度的 CAD 任务，对比了 OpenSCAD 与 CadQuery 的“无人值守建模”能力，结论是两边都能产出可打印零件，真正的差别在于失败方式。
事件核心：发生了什么
ModelRift 平台一直用 OpenSCAD 生成模型，这次它拿 Python 库 CadQuery（基于 OpenCascade B-rep 内核）做对照实验。六个智能体各自独立运行，分别完成 L 型支架、PCB 卡扣外壳、M24x2 螺纹软管接头三道题，每题限 12 个版本，不许谎报成功。工具版本为 CadQuery 2.8.0（Python 3.14）与 OpenSCAD 2026.06.12，均跑在 M 系列 Mac 上，两者使用结构对齐的 agent skill，代码量约 12.4 KB 与 13.1 KB。
结果：六件最终 STL 全部通过第三方解析器验证——水密、单一连通体、无非流形边。迭代次数完全相同，都是 11 个版本。OpenSCAD 与 CadQuery 的“静默错误几何”分别为 5 次和 4 次，工具主动报错为 2 次和 5 次；CadQuery 在壁钟时间和 token 消耗上略高，几何重算耗时 1.5 至 2 秒，OpenSCAD 仅十几到几十毫秒。
为什么重要
这组数据回答的不是“哪个工具更强”，而是“哪个更适合交给 AI 智能体自己跑”。原文明确指出，能力本身已经是无聊的部分，两者都能做出可打印零件，分歧在于出错后的行为：CadQuery 更倾向抛出错误或校验失败，OpenSCAD 更容易安静地生成一个看起来正常、实则错的几何体。对 agent 化工作流来说，能被察觉的失败远比沉默的错误便宜。
这也给代码优先 CAD 生态提了个醒：B-rep 内核的严格性和 CSG 的宽容度，直接决定了自动化 QA 循环的成本结构。
对用户/开发者/创作者的影响
如果你在做 AI 驱动的 CAD 生成、3D 打印批量出件，或把建模能力接进 agent 流水线，这篇基准测试给出的实操信号是：别只看最终 STL 是否“干净”，要统计“静默错误”的比例。OpenSCAD 语法更常被大模型记住，CadQuery 需要额外塞 API cheatsheet，但后者在几何校验上更容易暴露问题。选择工具时，把“失败是否可见”当成一项工程指标，比单纯比较生成速度或代码行数更有价值。目前公开信息显示，该测试每个单元格仅一个 agent，样本量有限，结论应视为方向性参考而非定论。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是 ModelRift 是否会调整平台默认生成工具，或把两者按任务难度分流；二是社区是否会复现这套“静默错误几何”统计方法，并扩展到 FreeCAD、Zoo 等同类方案；三是 CadQuery 侧的 B-rep 校验指标能否标准化为 agent skill，让更多自动化流水线直接复用。
来源：Hacker News
