Agentic CAD赛道第一次正面交锋，谁更像"干活的人"？

把两个模型扔进一个真正的CAD代理环境里比，结果会有意思吗？PartForge这次干了件少有人干的事——不是跑数学题、不是写代码，而是让Sol 6和Opus 5.5在一个"agentic CAD harness"里实际操刀设计任务。有意思的是，这类评测之所以稀缺，是因为它测的不再是"知识量"，而是"持续执行复杂决策链的能力"。从这篇短文看，两家各有胜负，但一个倾向已经暴露：纯靠预训练规模堆出来的模型，在需要长链条工具调用和空间推理的工业场景里，未必比针对性微调过的对手强多少。这大概也是AI落地工业软件最真实的门槛——不是多聪明，而是能不能把活儿干完。

原文：Sol 6 and Opus 5.5 compared on an agentic CAD harness · 来源：Hacker News