OpenAI于11月3日披露，其硬件团队借助GPT-6 Astra完成了一款硬件设备的完整设计，从零到成型用时不到一周，且是作为副项目推进。该设备的功能是让用户与Codex编程智能体进行交互。

按照OpenAI的说法，Astra承担了设计全流程：外壳结构、PCB布局（含元件选型与走线）、固件以及用户界面均由模型参与完成。随后一家代工厂在不到一个月内生产出小批量原型。不过这一过程并非一次通过——由于Astra对制造约束、公差和装配细节的考虑并不总是到位，团队进行了多轮设计修改才进入打样阶段。

OpenAI同时强调模型在工程任务上的能力跃升。在测试模型能否重建三维零件与装配体、并识别PCB连接关系的BenchCAD 2.0基准上，一款更新的“内部模型”得分达到0.875；而GPT-6 Astra在最高推理档位下的得分为0.594。OpenAI未透露该内部模型的任何细节，因此这一对比目前只能视为公司单方面披露的数据。

从使用侧看，OpenAI表示其硬件团队已将Codex与ChatGPT用于CAD模型、制造图纸和仿真等环节，覆盖机器人、计算基础设施等领域，相关token使用量自2月以来增长了23倍。这一数字反映的是内部工程流程对AI工具的依赖度在快速上升，而非对外商业收入指标。

背景上，OpenAI自身也在开发消费硬件，据报道其形态介于AI音箱与智能手机之间。此次披露的设计案例，某种程度上是在为“AI参与实体产品定义”提供内部样本。对产业链而言，值得关注的有两点：一是模型进入PCB与固件环节后，硬件迭代周期可能被压缩，代工与打样环节的节奏随之改变；二是模型在制造公差上的短板说明工程落地仍需人类工程师把关，短期内AI更像是设计加速器而非替代者。

需要指出，上述设计周期与基准得分均来自OpenAI自述，缺乏第三方验证；内部模型的具体能力边界也未公开。市场对这类消息的解读，应区分“演示性案例”与“可复现的工程能力”之间的差距。