GPT-6 Astra实战：没有工程背景的人如何用AI造硬件

没有工程背景的人，如何用AI启动硬件项目

在AI辅助编程已经成为常态的今天，一个更有趣的问题浮出水面：AI能否帮助没有专业背景的人，完成真正的物理硬件工程？

一位Reddit用户分享了他使用GPT-6 Astra + Codex开发"Jornada P6"硬件项目的完整经历。这位作者明确表示自己不是电气工程师，也没有多少电子或机械工程背景——而这恰恰是整个故事最重要的前提。

他的目标是打造一款现代版的90年代晚期HP Jornada掌上电脑，核心是一台"小型、以键盘为主、干扰少的写作电脑"。这个想法并不新奇，但真正让它从概念渲染走向实体的，是AI在整个工程推理链条中扮演的角色。

Jornada P6的硬件方案融合了复古与现代：

作者能做的部分很清晰：定义产品形态、拆解测量、焊接部件、打印原型、判断某个零件是否合适。但真正的工程难题——如何逆向工程键盘矩阵、如何处理FFC连接、HID工作机制、MCU结构选型、PCB规划、电池与充电架构、铰链负载路径、磁性固定与剪切固定、内部空间布局、可维护性设计——这些他都毫无实际经验。

这个项目最值得关注的，是作者与GPT-6 Astra之间形成的一套稳定的工作循环：

我描述目标 → Astra找出我们需要知道的内容 → 它设计一个实验 → 我进行物理测量/测试 → 我反馈结果 → Astra解读结果 → Codex更新项目/设计 → 我们确定下一个未知数 → 重复。

以拆解Jornada 688原装键盘为例。作者完全不知道它的键盘矩阵结构。Astra帮助他推理FFC排线、建立测试方法、安全地探测这块老键盘、解读电信号结果，最终把一块信息不明的老硬件，逐步转化为可以被现代无线控制器驱动的部件。

机械设计同样如此。项目从一张"酷酷的概念渲染图"开始，逐渐演变成关于真实尺寸、铰链结构、负载路径、可拆卸屏幕固定、PCB/电池体积、USB-C接口位置、紧固件、服务盖等一系列真实工程细节的讨论。作者说，正是这种"从酷图片到下一个物理实验"的转变，让他对Astra印象最深。

值得称道的是，作者反复强调这个项目并非凭空产生，而是大量借鉴了开源社区的既有成果。他专门致谢了多个参考项目：

Un Kyu Lee的Micro Journal项目（尤其是PDA Terminal），为紧凑翻盖式设计中融合移动设备与键盘提供了主要灵感
Wujek_k的Jornada怀旧掌上电脑（Thingiverse 5590156），展示如何围绕现代硬件重塑旧Jornada形态
Jornada怀旧掌上电脑v.2（Thingiverse 6938611），在机械架构与内部空间布局上走得更远
Jornada键盘替换方案（Thingiverse 6966529）
38911-BASIC-BYTES-FREE的USB-Jornada键盘主板及RasmusB的USB键盘适配器，是将老键盘转为USB HID的关键参考
PH Design的PH60，其开放的机械与无线键盘设计为nRF52840架构提供了参考

作者坦言："能够检视其他人是如何解决铰链、键盘接口、电池包装、可打印外壳和控制电子的，这大大减少了盲目猜测的数量。"这实际上揭示了一个重要事实——AI并非孤立地生成方案，它的价值在于帮助用户高效地理解、整合和迁移人类既有的工程智慧。

这篇分享中最有价值的洞见，是作者对AI在硬件工程中"幻觉"风险的清醒认识：

如果一个模型虚构了一个CSS值，也许页面看起来稍微有点错误。如果它虚构了一个机械尺寸，你的部件可能根本不合适。

软件领域的AI错误往往可以低成本修正，但硬件领域的错误意味着真金白银的材料浪费和不合适的成品。为此，作者为整个项目建立了一套证据层级（evidence hierarchy）：

核心规则是：如果某个数据没有经过实际测量、或缺乏可靠文档支撑，Astra/Codex不被允许将其静默提升为事实。这条规则在项目中变得极其重要——它本质上是一套针对AI硬件应用的"防幻觉护栏"，非常值得所有尝试AI辅助硬件开发的人借鉴。

作者对项目状态保持了难得的诚实。目前已完成的工作：

接下来的里程碑包括：完成键盘矩阵完整映射、冻结键盘接口、完成nRF52840电子设计、最终确定电池/充电/USB-C布局、打印第一个真实底盘、进行铰链物理测试、构建首个集成EVT原型。

作者也直言不讳地列出了可能失败的环节：铰链可能出错、内部空间可能过于紧凑、键盘电子可能揭示意外情况、第一次打印几乎肯定会暴露错误。他明确表示"绝对不会把这当作一个成功的故事来发布"。

作者点出了这个实验最耐人寻味的部分：真正令人着迷的不是AI能回答电子问题或生成CAD代码，而是一个没有严谨工程背景的人，如今能够在产品设计 → 研究 → 逆向工程 → 电子 → 机械设计 → 固件 → 测试 → 文档这一整条链路上，维持持续、连贯的对话，并推动同一个物理项目前进。

他回忆道：几年前，他顶多能做一个不错的概念渲染发到网上，然后就此止步。而现在，他的桌上放着一块拆解的25年老键盘，电线从中引出，矩阵正在被逐一映射，机械方案正在评审，第一个可打印原型正逐渐接近。

这或许正是新一代AI模型最深远的影响之一——它不只是提升了专业人士的效率，更是降低了跨领域制造的门槛，改变了"谁有资格制造实物"这件事。当AI能够充当耐心的工程导师、实验设计者和知识翻译器时，创客与硬件工程之间那道曾经高不可攀的专业壁垒，正在被悄然重塑。