从代码生成到设备构建
最新的 AI 界面实验正在从屏幕移到工作台上。Wired 报道称，由阿姆斯特丹创始人 Samuel Beek 创立的 Schematik 正将自己定位为“硬件领域的 Cursor”，这是一款旨在帮助用户描述他们想要打造的实体设备，并随后获得组件选型、采购和组装指导的工具。
这个卖点之所以容易理解，是因为它源于一次非常具体的失败。Beek 告诉 Wired，他曾因为依赖 ChatGPT 生成的电路接线建议为一台电动开门器布线，结果把家里的每一根保险丝都烧断了。他说，这个问题促使他去打造一种在硬件语境中“真正深刻理解自己在说什么”的 AI，因为在这里，错误不只是令人烦恼，还可能造成破坏。
为什么硬件是更难的 AI 问题
软件中的“vibe coding”已经成为一个简写式说法，指的是通过提示 AI 系统快速生成可用代码。硬件则没有这么宽容。错误的软件输出可能导致应用崩溃；错误的硬件指令可能短路连接、损坏设备，甚至带来安全风险。Wired 的报道正是以这种张力作为 Schematik 亮相的背景。
根据文章，用户可以指定自己想要构建什么，系统随后会建议所需的线材和组件，提供购买链接，并充当组装指导。这让 AI 界面超越了创意构想，进入更具操作性的角色：选择现实世界中的零件，并塑造装配流程。
这种前景显而易见。没有深厚硬件训练的人，可以更快地从想法走向实物。风险同样显而易见。如果模型判断出错，实体结果的失败方式会比一个有漏洞的网页应用更严重。因此，Schematik 的吸引力取决于它能否缩小创造性雄心与可靠执行之间的差距。
早期热度已经显现
Wired 说，Beek 在 2 月份于 X 上发布了这个想法，并吸引了愿意试用的人士的强烈兴趣。其中一位是 N8N 品牌负责人 Marc Vermeeren，他表示自己用 Schematik 制作了多种设备，包括一台 MP3 播放器，以及一个名为 Clawy、用于帮助管理 Claude 编码会话的类 Tamagotchi 机器人。文章还提到，其他用户也在创造自己的变体。
这很重要，因为创客工具往往在成熟为打磨完善的业务之前，先靠社区热情决定生死。在这种情况下，这家初创公司似乎同时获得了用户试验和投资支持。Wired 报道称，Schematik 已从 Lightspeed Venture Partners 融资 460 万美元，而 Beek 计划围绕它建立一门生意。
Anthropic 的角色不是投资，而是赋能
文章标题暗示 Anthropic 想参与其中，而正文则说明了其含义。Anthropic 工程师 Felix Rieseberg 在 X 上发文称，公司已为创客和开发者启用 Bluetooth API。放在上下文中看，这似乎是在为像 Schematik 这类希望解锁硬件构建工作流的工具提供平台支持。
这一区别很重要。根据所提供的文字，这里并没有把 Anthropic 描述为 Schematik 的投资方。Wired 展示的是前沿 AI 模型与面向创客的工具之间正在形成的更强对齐。如果大型模型提供商开放对设备、业余电子和联网产品有用的接口，那么编码助手与硬件助手之间的边界就会开始被侵蚀。
这则故事背后的更大转变
Schematik 的有趣之处，不只是它帮助人们组装小玩意，而是它延续了 AI 产品设计中的一个更广泛模式。用户越来越期待模型能跨工作流充当代理，而不只是回答引擎。在软件领域，这种期待已经变得很正常。在硬件领域，它仍处于实验阶段，部分原因在于出错的代价更高，相关知识也更依赖零件、容差、连接和约束等具体因素。
这就是为什么将 Schematik 描述为“硬件领域的 Cursor”会引起共鸣。它把一个熟悉的软件隐喻，翻译到了一个更困难的领域。这个类比是否完全成立，仍然是个悬而未决的问题。但其雄心很明确：缩短一个被提示出来的想法，和一个能正常工作的实体成果之间的距离。
为什么这不仅关乎业余爱好者
如果这些工具继续进步，它们的意义不会只停留在周末折腾的层面。原型迭代加速可能影响教育、产品设计、内部工具，以及小型制造团队。核心优势并不是魔法，而是压缩。一个能够推荐零件、建议组装步骤，并在整个构建过程中保持上下文感知的系统，可以降低把某个东西真正做出来的启动门槛。
不过，Wired 的表述也始终提醒着核心风险。硬件是 AI 自信可能导致烧毁元件、浪费时间，甚至更糟后果的地方。对这一类别产品的真正考验，不在于它是否显得有创意，而在于当电线是真实存在的时候，它是否值得信任。
值得关注
- 创客社区是否会继续在公开的构建工作流中采用 AI 原生硬件工具。
- 像 Anthropic 这样的模型提供商会在多大程度上开放面向设备和外设的接口。
- 可靠性和安全性是否会成为 AI 辅助硬件设计的主要差异化因素。
Schematik 凝聚了应用 AI 中一个真实的前沿：从生成软件，转向编排实体创造。机会很大。出错的代价也同样很大。
本文基于 Wired 的报道。阅读原文。
Originally published on wired.com
