OpenAI披露，其硬體團隊利用GPT-6 Astra完成了一款小型硬體裝置的設計，從零到成型用時不到一週，且是作為副專案推進的。該裝置的功能是讓使用者與Codex程式設計智慧體對話。按照OpenAI的說法，Astra承擔了從外殼設計、PCB佈局（含元件選型與走線），到韌體和使用者介面的全部環節。

設計完成後，一家代工廠在不到一個月內生產出一小批原型。不過這一過程並非一次通過：由於模型在設計時未能始終顧及製造約束、公差與裝配細節，原型投產前經歷了數輪修改。這暴露出當前AI輔助設計的一個現實邊界——生成方案的速度很快，但對真實產線條件的把握仍需要人工兜底。

OpenAI同時強調了一項效能躍升。一款未公開細節的內部模型在BenchCAD 2.0基準上取得0.875的分數，而GPT-6 Astra在最高推理檔位下的成績為0.594。該基準考察的是模型能否重建三維零件與裝配體、並識別PCB上的連線關係。OpenAI沒有透露這款內部模型的任何資訊，因此這一對比目前只能視為公司單方面說法。

在更廣的層面上，OpenAI表示其硬體團隊已在機器人、算力基礎設施等領域，把Codex與ChatGPT用於CAD模型、製造圖紙和模擬工作，相關token用量自2月以來增長了23倍。這一數字反映的是內部工程流程對AI工具的依賴度在快速上升，而不只是實驗室裡的演示。

背景上，OpenAI自身也在開發消費硬體，據報道其形態介於AI音箱與智慧手機之間。把設計環節交給自家模型，既是內部效率實驗，也可能是在為自研硬體積累工程方法。對關注大模型競爭的人來說，這條訊息的關鍵不在於某款原型裝置本身，而在於OpenAI試圖證明：前沿模型的價值可以從程式碼生成延伸到實體產品的完整設計鏈路。若這一能力可復現，硬體初創公司與大型工程團隊的研發分工方式都可能被重新定義；但製造公差這類問題的存在，也說明距離完全無人干預的設計仍有距離。