MIT工程系教授Markus Buehler近日完成一项突破性实验：通过三个AI智能体协作，将四张毫无关联的自然结构照片转化为可3D打印的力学实验平台，最终产出两个总重19.48克的塑料零件。这项研究突破了传统AI科研仅能输出报告或代码的局限，首次实现从图像分析到实体制造的全流程自动化。
实验核心由三个分工明确的Grok Bot智能体构成：作为项目主管的"幕僚长"负责协调任务与文件传输；"物理实验智能体"承担科学家角色，完成图像解析、物理模拟器开发及实验数据分析；"3D打印智能体"则作为执行终端，操控切片软件并驱动桌面级3D打印机完成制造。整个系统模仿了人类科研团队的组织架构，但所有操作均通过图形界面交互完成。
输入端仅提供四张参考图像——羽状叶脉、Voronoi网眼、纤维格子与蜘蛛网结构，以及一个开放性力学问题：在材料总量固定前提下，结构层级深度、冗余度等参数如何影响刚度与断裂模式。物理实验智能体在20分钟内自主开发出名为HIER-FRACTURE v1.0.0的二维分层梁网络模拟器，该工具未调用任何现有软件，而是通过9项自检后直接生成可打印模型文件。
47次仿真实验中，系统预留6组数据用于最终验证，这种科研严谨性在AI领域尚属首次。实验结果显示：不同结构的硬度差异不超过20%，但抗冲击性能却呈现数倍差距。更关键的是，AI通过自我验证推翻了初始假设——原本认为层级间连接强度是主要制约因素，实际发现材料分配策略才是核心问题。这种动态修正假设的能力，标志着AI科研方法论的重要进化。
制造环节凸显技术路线创新。3D打印智能体像人类操作员一样，通过Bambu Studio软件界面完成模型缩放、参数设置与任务发送，全程无需专用硬件接口。这种"软件具身化"策略与利物浦大学机器人化学家使用的机械臂方案形成鲜明对比，后者需要价值百万美元的自动化实验室支持，而本次实验仅使用市售1749美元的桌面级3D打印机。
研究团队特别强调人类监督的必要性。作为华盛顿奖得主与美国国家工程院院士，Buehler教授全程设定研究方向与科学问题，AI仅在需要审批时暂停运行。这种"人在环内"的设计既保证了科研质量，也揭示当前AI的局限性——此前MechAgents项目就曾因应力分量选取错误，需人类介入修正。
该成果对制造业具有双重启示：一方面，图形界面已成为连接数字与物理世界的新入口，任何具备GUI的设备理论上都可被AI操控；另一方面，桌面级设备与云端智能体的组合，正在重构传统自动化实验室的成本结构。当软件成为AI的"手"，制造业的智能化转型可能迎来更轻量级的解决方案。
