2175块零件组成的宝塔花园，足以展示AI智能体控制CAD流程的表现力，却还不能证明人们能用乐高积木把它搭起来。LDraw Nova目前跨越的是数字设计门槛；开发者尚未宣称解决的，是让结构经得起实际装配与拿取。
Carlos Antelo的开源工具让通用智能体编写程序，再生成LDraw模型。10月4日的报道中，Sakura Garden包含五层宝塔、樱花树、鸟居和锦鲤池。Claude Opus 5.5接到的是开放式要求：想象最美的模型。2175块指数字零件目录中的部件，并不是已经完成搭建的实体套装。
智能体修改程序，而不是逐个填坐标
LDraw Nova既不是专门训练的乐高模型，也不只是图像生成器。智能体先阅读说明和示例，为整体及子模型制定JSON计划，再使用高级构造原语和可复用模式编写Python。程序输出LDraw文件，无界面渲染器生成视图，多模态智能体检查结果后继续修改程序。
这个抽象层很重要。原始LDraw需要明确零件编号、颜色、位置及方向变换。Antelo此前直接生成大量坐标和旋转矩阵的尝试并不成功。可复用代码让智能体能整体修改屋顶、重复墙体或调整子组件，不必用数千条独立命令逐块放置。
工具包括零件与示例搜索、碰撞及间隙检查、渲染，以及基于Docker的网页应用，支持OpenAI、Anthropic和OpenRouter。可选的语义重排需要API，全文搜索则可作为后备。LDraw零件库由社区维护，是非官方资源，并非乐高集团赞助产品。原报道给出的16873种独特形状与带图案零件，是2026年6月更新后的时点数据，不能当作今天的库存数字。
项目仓库保留的不仅是图片，还有可编辑Python和LDraw文件、渲染视图、交互查看器、供Blender使用的glTF导出，以及智能体对话与推理记录。图库还有归于GPT-6 Astra的大教堂与Tidal Observatory、较早Claude Opus生成的Copper Bean公寓，以及Opus 5.5未完成的Atlas Crane。这些是不同设计的展示，不是受控的模型供应商排名。
零件编号有效，不等于结构可靠
目录支持的设计比凭空画出的图片更可核查，因为零件可以识别。但编号存在，并不代表指定颜色可买、数量足够，或老零件仍在销售。采购与库存需要另外验证。
更关键的是，Antelo承认系统缺少物理验证，报道中的展示模型尚未实体组装。碰撞和间隙检查可以发现部分几何错误，却不能证明咬合力、传力路径、平衡、抗扭能力，也不能保证悬挑屋顶或树木经得住拿取。
装配顺序还有另一层约束。最终形状看似稳定，中间阶段却可能散架，或者后装零件挡住了操作空间。可执行的搭建方案必须考虑真实连接、装配可达性，以及支撑何时形成，而不只是从好看的角度展示完成品。
规模可能放大问题。一个有缺陷的辅助函数，可以把错误连接重复数百次。渲染表面显示外观而不是受力；更多零件意味着更多库存和结构核查，并不会让核查变得多余。
LegoGPT提供的是另一种证据标准
卡内基梅隆大学合作团队于2025年介绍的LegoGPT研究处理更受约束的任务：预测下一个积木，而不是下一个词。StableText2Lego包含超过47000个结构，代表超过28000个独特三维物体，配有描述并经过稳定性评估；其体素衍生表示覆盖21类常见物体。
这些限制使它不如Nova的复杂场景自由，却把物理有效性置于生成核心。LegoGPT进行有效性检查和物理感知回滚：拒绝无效放置，并返回先前有效状态。研究所指的稳定性包括没有悬空或倒塌零件、结构完整性强；可搭建性还要求标准零件以及人或机器人能依次装配。
研究中的部分输出确实通过人工和双臂机器人完成搭建。这比渲染图提供更强的实物证据，但不保证未来每次输出都成功，也不是证明该系统能搭出Nova的2175块花园的同场对比。原报道还把后续讨论与BrickGPT名称联系起来，不能据此认定存在等价的新版本或新基准。
Nova文件可在LeoCAD等工具中打开；后者支持LDR、MPD、子模型和多步骤说明。这有助于编辑与检查，但格式支持不等于Nova已经生成并验证了完整、可实体执行的搭建说明。
物理反馈必须反过来改变设计
下一步的价值，不只是给完成后的渲染加一个“稳定”分数。结构反馈需要改变智能体的计划、零件选择、子组件及装配顺序。连接图、重心估算和薄弱接头识别可能有帮助，但它们是潜在扩展，不是报道中Nova已经展示的功能。
即使复杂仿真也会简化真实咬合力、摩擦、制造公差和拿取影响，实体原型仍然关键。先测试一层宝塔、屋顶转角、树或起重机接头，就能在不立即采购全部零件的情况下暴露不同故障。
Antelo曾考虑3D打印一个较小模型，但报道没有说测试已完成；打印缩小件也不能验证乐高积木连接。有效的实体演示，应公布原始CAD、物料清单、说明、搭建时间、人工修正和失败情况，并展示正常拿取。
什么才算下一步进展
三类信号能让项目超越出色可视化：有记录的真实积木搭建；结构测试失败后，智能体确实修改程序；以及在固定零件库、共同标准下，跨供应商和提示词重复试验。完成时间、无效放置、人工介入、采购冲突及实体故障，都比单看块数更有解释力。
人仔、Technic机械与引擎目前是路线图想法，而非已建立能力。轴、销、活动关节、对齐和扭矩会增加约束。项目已有VR查看，但Antelo报告过性能与易用性问题；沉浸感不能替代机械或装配测试。
LDraw Nova已经展示了一种有用的软件模式：让智能体借助可复用代码操作结构化工具，再检查并修改输出。不过对搭建者而言，这些文件仍是可编辑起点，而非经过认证的套装。下一个里程碑不是更复杂的截图，而是零件、顺序和结构都能核查的实体装配。