杰夫·迪安（Jeff Deehan）白天是房地产开发商，夜晚则是“业余极客”。这位42岁的东兰辛居民曾长期受困于一个技术难题：为露营拖车制作一块固定用钢板。但在尝试使用 OpenAI GPT-6 Astra 的语音模式后，局面迅速改变。
迪安仅通过语音描述了零件形状及安装角度，聊天机器人在五分钟内便完成了原型设计。随后，AI 自动下载 DXF 格式文件，访问定制钣金服务商 SendCutSend 网站，填写表单并使用预存信息支付了156美元。十天后，实物零件送达。
“在大约10分钟内，我通过语音将脑海中的零件变为现实，甚至未触碰手机。”迪安表示。他是众多利用 AI 辅助制造实体物件的爱好者之一，这一群体正推动着从“氛围编码”（vibe coding）向“氛围制造”（vibe manufacturing）的范式转移。
重构 CAD 工作流
传统计算机辅助设计（CAD）需要专业技能，而“氛围制造者”试图通过大语言模型降低这一门槛。艾米·周（Amy Zhou）和杰克·菲茨杰拉德（Jake Fitzgerald）正在开发一款名为“文本到CAD”的开源工具，目前在 GitHub 上已获超2.3万星标。
周曾任苹果 iPhone 手机壳团队设计师，现就职于 AI 渲染初创公司 Vizcom；菲茨杰拉德则致力于机器人领域。两人希望通过 AI 颠覆传统设计流程。周利用该技术制作珠宝，曾为 Cluely CEO Roy Lee 定制项链；菲茨杰拉德则设计了伸展范围0.6米的机械臂，委托 SendCutSend 以约200美元成本制造，用于机器人技术学习。
尽管前景广阔，AI 建模仍存在风险。菲茨杰拉德曾遭遇“累积性失败”，即 AI 在错误设计基础上持续生成劣质方案，导致螺丝孔松动等问题，为此他耗费约2000美元反复订购零件。但他指出，随着 GPT-6 Astra 等模型的迭代，此类问题已大幅减少。
伦敦20岁青年索里什·夏尔马（Sourish Sharma）则利用 AI 优化了个人医疗数据的3D打印效果。此前他手动编辑 MRI 数据生成的脑部模型失真严重，而在引入 GPT-6 Astra 后，AI 生成了更准确的大脑模型，他已成功打印出真人大小及多个小型模型。“AI 实际上完全取代了 CAD 工程，”夏尔马称。
儿童产品成为早期落地场景
相较于复杂工业品，结构简单、无需联网的儿童玩具成为“氛围制造”的理想切入点。
巴黎郊区的 IT 工作者亚瑟·普林斯（Arthur Prince）利用 AI 在一周内完成了儿童互动玩具的建模与开发，若依靠传统 CAD 知识可能需数月。他与 GPT-6 Astra 协作完成从外壳到内部布线的设计，并经 Claude 审核修正后，以约500欧元从中国制造商 JLCPCB 订购了10个成品。测试显示产品运行良好，其女儿对此表现出极大兴趣。
奥斯汀的39岁“捣鼓者”大卫·普拉康（David Plakon）则致力于制作一款离线答录机，让孩子能向佛罗里达州的祖父母留言而不接触互联网。在 GPT-6 Astra 的指导下，他购买了电位器、扬声器和 ESP32 芯片等组件并完成组装。尽管初期存在部件契合度问题，但经过约15次迭代改进，设备已能正常工作。
“AI 强大但并不完美，”普拉康表示。他目前保持小规模生产，计划将该答录机作为圣诞礼物，暂无大规模量产计划，但享受原型设计的乐趣。