Оценка качества, надёжности и безопасности CAD-агентного проектирования

Срез: 30.10.2026. Область: параметрический CAD деталей и сборок гражданских беспилотных авиационных систем (БАС); виртуальная геометрическая, механическая и полётная проверка, без изготовления и подключения к реальному аппарату. Под ИИ-агентом понимается система «модель + оркестратор + CAD/API/исполнение кода + права доступа», а не только LLM. Все приведённые ниже численные результаты взяты из содержимого первоисточников, открытого через web_fetch 30.10.2026. Предлагаемые размеры пилота и пороги обозначены как проект протокола, а не результаты исследований.

1. Основной вывод

Убедительная демонстрация CAD-агента — не красивый рендер и не исполнившийся Python-скрипт. Нужна цепочка доказательств: требования → параметрическая модель → валидная B-rep → независимая проверка размеров и сборки → устойчивость к изменениям → расчётные сценарии → подписанное человеком решение. Отдельно оцениваются:

качество инженерного результата;
повторяемость поведения агента;
безопасность инструментального контура;
стоимость получения принятого, а не просто сгенерированного результата;
самостоятельность обучающегося после снятия ИИ-поддержки.

Результат coding benchmark нельзя переносить численно на CAD, а успех text-to-CAD нельзя считать подтверждением лётной годности. Для multi-agent следует проверять гипотезу полезности, а не предполагать преимущество числа агентов.

2. Проверенные исследования и что именно они доказывают

Первоисточник, дата/версия	Проверенное содержание	Применимость и ограничение
Text2CAD, Khan et al., 25.09.2024; NeurIPS 2024	Генерация последовательных параметрических CAD-моделей по тексту; около 170 тыс. моделей и 660 тыс. текстовых аннотаций на основе DeepCAD; аннотации создаются с Mistral и LLaVA-NeXT; оценка визуального качества, параметрической точности и геометрии.	Важный исходный text-to-CAD benchmark, но синтетические описания уже существующих моделей не эквивалентны постановке инженера. Аннотации и геометрия имеют общий источник; нужны разделение семейств деталей и независимые реальные задания. Не доказывает качество сборок, допусков или DFM.
Text-to-CAD Evaluation with CADTests, Mallis et al., 08.05.2026; проверенный полный HTML	CADTestBench: исполняемые проверки геометрических и топологических требований к B-rep через CadQuery. Основа — 200 CAD-программ CADPrompt с abstract/detailed prompts; всего 5 937 тестов. Метрики: полный Pass-Rate, Requirement Score, точность по категориям и Invalid-Ratio. Невалидные генерации считаются неудачами, а не исключаются. Тесты уточняются через mutation analysis.	Наиболее прямо подходящая методика: проверять требования, а не близость к единственному эталону. Chamfer Distance/IoU могут штрафовать допустимую альтернативную конструкцию и пропускать важную локальную ошибку. Автоматически созданный тест сам требует проверки; benchmark не является сертификацией инженерного изделия.
CADFather, Savrasov et al., 06.10.2026, v1	Агент координирует предложения CAD-операций и численную оптимизацию, исполняет кандидатов, использует визуальную и execution feedback, сохраняет лучший валидный результат. Проверяет reconstruction quality, execution validity и cost–quality на DeepCAD, Fusion360, MCB и дополнительных benchmarks.	Актуальный на дату среза пример инструментального CAD-агента. Реконструкция параметрической модели по mesh не равна проектированию по неполным требованиям; валидность исполнения не доказывает прочность, ремонтопригодность и безопасность. Численные таблицы результатов здесь не пересказываются: проверена карточка/abstract, а не весь экспериментальный раздел.
SWE-Bench Pro, Deng et al., 21.09.2025; v2 14.11.2025	1 865 задач из 41 репозитория, включая public, held-out и commercial части; длительные многофайловые изменения, human verification и контекст для разрешимости.	Полезный ориентир для проверки CAD-скриптов и интеграций, но не benchmark качества CAD. Закрытые задачи уменьшают некоторые риски загрязнения, однако затрудняют независимое воспроизведение; «contamination-resistant» не означает доказанную незагрязнённость.
METR, Becker et al., 10.07.2025	RCT: 16 опытных разработчиков, 246 реальных задач своих репозиториев; с разрешённым ИИ выполнение занимало на 19% больше времени. Это эффект конкретного набора инструментов и условий начала 2025 года.	Показывает, почему субъективное ускорение и benchmark score недостаточны. Не даёт основания утверждать, что CAD-агенты или актуальные модели замедляют всех инженеров.
METR, обновление 24.02.2026	Новое исследование: 57 разработчиков, 143 репозитория, более 800 задач. Авторы считают сигнал ненадёжным из-за отбора участников/задач и измерения времени при параллельных агентах. Оценки изменения времени: −18% у вернувшихся участников, ДИ [−38%; +9%], и −4% у новых, ДИ [−15%; +9%].	Нельзя представлять старые +19% или новые отрицательные оценки как установленный текущий универсальный эффект. Необходимо учитывать отказ от участия, невыполнение задач в одной группе и отдельно измерять активное человеческое и календарное время.
AI Agents That Matter, Kapoor et al., 01.07.2024	Анализирует одностороннюю оптимизацию accuracy, стоимость, слабые holdout-наборы и недостаточную стандартизацию воспроизводимости agent evals.	Основание публиковать cost–quality frontier, конфигурацию всей системы, закрытый финальный тест и журнал всех попыток. Это методологическое исследование, не гарантия конкретного CAD-стека.
τ-bench, Yao et al., 17.06.2024	Проверка конечного состояния базы, соблюдения правил и взаимодействия с пользователем; метрика `pass^k` — последовательная надёжность нескольких испытаний. В исходном эксперименте function-calling агенты решали менее 50% задач, retail `pass^8` был ниже 25%.	Исторические числа не характеризуют модели октября 2026. Для CAD полезен принцип проверки конечного состояния модели/сборки и повторных запусков. Не путать `pass^k` («все k удачны») с `pass@k` («хотя бы одна из k удачна»).
Why Do Multi-Agent LLM Systems Fail?, Cemri et al., 17.03.2025; v3 26.10.2025	MAST-Data: более 1 600 размеченных трасс из 7 MAS-фреймворков; 14 режимов отказа в 3 категориях: design issues, inter-agent misalignment, task verification. Таксономия строилась на анализе 150 трасс; κ = 0,88.	Переносима как схема разбора конфликтов ролей, потери требований и ложного завершения CAD-задач. Не является доказательством частоты этих отказов в CAD и не доказывает превосходство multi-agent.
AgentDojo, Debenedetti et al., 19.06.2024; v3 24.11.2024	97 задач и 629 security test cases для tool-agents, работающих с недоверенными данными. Prompt injection через результаты инструментов может подменить легитимную цель; проверяются атаки и защиты.	Для CAD недоверенные поверхности — импортированные модели/метаданные, PDF-чертежи, каталоги, README, сообщения коллег-агентов и ответы внешних API. Исходные сценарии не CAD; переносится threat model, не численная attack success rate.

Важная деталь CADTests

В полном тексте авторы отдельно исключают масштабирование из augmentation для detailed prompts с точными размерами; для abstract prompts допускают scale-invariance. Для инженерного CAD это принципиально: тест, нормализующий габариты, способен скрыть ошибку mm/inch. Перенос/поворот допустимы только если система координат не является частью требований. В пилоте тесты размерных требований не нормализуют масштаб.

Таблица 1 CADTests показывает, что даже генерация проверяющих не безошибочна: для Claude-4.6-Sonnet с skill prompting до описанного refinement указаны validity 97,8%, soundness 90,6% и mutation score 63,0%. Это не доля правильно спроектированных деталей и не финальная инженерная надёжность. Следовательно, тесты агента-проверяющего не могут быть единственным арбитром.

3. Стандарты и граница нормативных выводов

NIST AI RMF 1.0, выпущен 26.01.2023; официальная страница проверена 30.10.2026: добровольная рамка управления рисками; функции Govern/Map/Measure/Manage пригодны для реестра опасностей, владельцев рисков, измерений и решений о допуске. Generative AI Profile NIST AI 600-1, 26.07.2024 указан на проверенной странице NIST. Текст профиля отдельно не проверялся, поэтому конкретные пункты ему здесь не приписываются.
На той же официальной странице NIST сообщается о пересмотре AI RMF 1.0 и concept note профиля для критической инфраструктуры от 07.04.2026. Concept note нельзя выдавать за окончательный стандарт либо обязательную сертификацию CAD-агента.
NIST SP 800-218A, final 26.07.2024: дополнение к SSDF 1.1 для безопасного жизненного цикла generative AI/dual-use foundation models; применимо к производителям моделей, AI-систем и приобретателям. Нужен совместно с SSDF, а не вместо проверки геометрии или отраслевых требований безопасности.
Данные рамки не являются подтверждением соответствия конкретной детали авиационным требованиям. Формальный набор стандартов CAD-обмена, GPS/GD&T, материалов, производства и авиационного допуска должен утверждать инженер с учётом юрисдикции и назначения. Не приписываем неоткрытым платным стандартам номера пунктов или требования.

4. Многослойная CAD-оценка

Следующие пункты — предлагаемая инженерная методика пилота, а не утверждение, что все перечисленные тесты уже реализованы в cited benchmarks.

Уровень	Что проверять	Пример отказа, невидимого на рендере
Требования	Реестр ID требований, чисел/единиц, системы координат, интерфейсов, материалов, допусков; список неизвестных и согласованных допущений	Агент выдумал толщину, марку материала или нагрузку
Исполнение	Чистая сборка из сохранённого исходника; полная recompute без скрытых зависимостей; таймауты и ошибки	Скрипт зависит от локального файла или старой сессии CAD
B-rep	Ненулевая положительная геометрия; требуемое число solids; замкнутость, ориентация, self-intersections, вырожденные рёбра/грани, несогласованные tolerances	Отображается поверхность вместо герметичного solid; внутренний sliver
Параметрика	Именованные параметры, осмысленный feature tree, зависимости без циклов, статусы sketches и constraints; намеренная DOF документирована	STEP выглядит правильно, но не содержит редактируемой истории; эскиз under-constrained
Размеры/допуски	Измерять B-rep, а не значения переменных в коде; отверстия, межосевые расстояния, стенки, сопряжения, GD&T по утверждённой схеме	Переменная `hole_d=4` есть, а фактическое отверстие иное
Сборка	Интерфейсы/стыковки, разрешённые DOF, коллизии, минимальные зазоры, swept volumes движущихся частей, доступ инструмента/разъёмов	Деталь собирается номинально, но винт невозможно установить
DFM	Выбранный процесс изготовления, минимальные стенки/радиусы, инструментальный доступ, поддержка/ориентация для аддитивного процесса, посадки и tolerance stack-up	Идеальная геометрия непроизводима выбранным процессом
Расчёт	Материал, плотность, масса/центр масс/инерция, нагрузки и закрепления, чувствительность сетки и граничных условий	Низкое напряжение вызвано неправильным закреплением, а не хорошим дизайном
Изменения	Регрессия при перестроении, perturbation параметров, работа со ссылками на геометрию	После изменения толщины fillet прикрепился к другому ребру

Независимый проверяющий контур

Разработчик CAD-агента не изменяет acceptance tests и эталон требований. Агент может получать публичные диагностические тесты, но закрытая приёмочная часть отделена.
Нативный документ проверяется исходной CAD-системой: rebuild, constraints, feature failures. Геометрия экспортируется в согласованный нейтральный формат и повторно импортируется независимым процессом.
Для критических свойств предпочтительно другое геометрическое ядро с фиксацией версии и конвертера. FreeCAD и CadQuery часто разделяют Open CASCADE: два приложения над одним ядром — не независимые kernels. Если доступен только один kernel, честно указать common-mode risk, дополнить аналитическими измерениями, инвариантами и ручным контролем.
Различия геометрии после round-trip не «лечить» молча. Сравнивать solids, объём, габариты, массу при заданной плотности, критические расстояния; допуски сравнения назначать по требованиям/точности ядра. STEP round-trip не заменяет проверку параметрической истории.
Проверять тестовый набор mutation testing: неверные единицы, удалённое отверстие, глухое вместо сквозного, лишний solid, тонкая стенка, перестановка осей, неверный материал. Учитывать ложное отклонение допустимых альтернативных конструкций, не только обнаружение дефектов.

Perturbation и metamorphic tests

Изменить каждый разрешённый параметр в заранее утверждённом рабочем диапазоне, включая граничные значения, и перестроить модель. Для учебного предварительного теста можно начать с ±5%, но это условная настройка пилота, не универсально безопасный диапазон.
Одновременно менять связанные параметры, проверять сохранение coaxiality, толщин и посадок; тестировать вырождающиеся случаи около исчезновения граней/слияния отверстий.
Проверить изменение порядка несущественных операций, повторное открытие документа, перенос между чистыми окружениями, экспорт/импорт.
Использовать геометрические критерии выбора элементов вместо неустойчивых индексов вида Face7 там, где возможно; фиксировать случаи topological naming failures.
Проверить инвариантность к разрешённому жёсткому перемещению и не считать масштабирование инвариантом размерной детали.

5. Безопасность agentic CAD

Угрозы и меры

Угроза	Обязательная мера контура пилота	Контрольный тест
Prompt injection в PDF, комментариях STEP/скрипта, справочнике	Документы считаются данными, не инструкциями; tool/API gateway независимо проверяет полномочия; provenance каждого входа	Документ содержит требование отправить модель вовне или отключить тест; действие заблокировано, легитимная CAD-задача продолжена либо корректно остановлена
Исполнение сгенерированного CAD/Python-кода	Одноразовая VM/контейнер с минимальными правами, read-only исходниками, отдельным output; без host mounts, Docker socket, device/USB доступа; без привилегированного режима	Попытка записи вне output, чтения secret canary и выхода в сеть неуспешна
Утечка IP и ключей	Egress deny-by-default; allowlist источников через шлюз; без пользовательского home/SSH/cloud credentials; отдельные краткоживущие credentials при необходимости	Попытка загрузить CAD на неизвестный URL блокируется и журналируется
Supply chain CAD add-on/macro	Зафиксированные версии и hashes, подготовленный образ, запрет самостоятельной установки пакетов и загрузки macros	Агент не может поставить произвольную зависимость
Multi-agent propagation	Каждый агент имеет собственный least-privilege scope; сообщение другого агента не расширяет права; изменения по задачам/веткам, merge ответственным интегратором	Агент-проверяющий не может править модель, инженерный агент не может переписать acceptance tests
Resource exhaustion и бесконечные rebuild	Лимиты CPU/RAM/disk, токенов, subprocess, CAD iterations и wall time; watchdog вне агента	Сложная Boolean-операция прерывается без повреждения исходных данных
Формальное «одобрение» без понимания	Human gate показывает diff, изменённые требования/параметры, результаты тестов и нерешённые риски	Попытка одобрения без завершённых обязательных проверок отклоняется

Prompt instructions, отдельный «security agent» и фильтр слов не являются границей безопасности. Граница — ОС/VM, сеть, инструментальные разрешения и независимый policy enforcement. Контейнер сам по себе не доказывает изоляцию: необходимо проверить конфигурацию и сценарии выхода из разрешённой области. Атакующие фикстуры не должны содержать реальные секреты или атаковать чужие системы.

Измерять раздельно: attack success rate по заранее определённой цели атаки, утечки canary, попытки запрещённых действий, успешные запрещённые действия, выполнение легитимной задачи под атакой, ложные блокировки и время вмешательства. Нулевая частота событий в малой выборке не доказывает нулевого риска; приводить число испытаний и интервальную неопределённость.

Human gates и инженерная ответственность

G0, до запуска: человек утверждает требования, единицы, нагрузки, диапазоны параметров, допустимые инструменты и бюджет.
G1, до расчётов: ответственный проверяет критические интерфейсы, материал и допущения; неразрешённые противоречия останавливают цепочку.
G2, до принятия CAD: независимая проверка геометрии, сборки, perturbation и DFM; нет права снять fail только ради срока.
G3, до симуляционного вывода: человек утверждает физические модели, ограничения и интерпретацию результатов.
G4, за пределами пилота: изготовление, публикация в PLM, CAM/toolpath, передача на станок, прошивка и реальный полёт требуют отдельного процесса допуска; в этом пилоте технически запрещены.

Каждый gate фиксирует личность, время, точный hash артефакта и основание решения. При изменении артефакта одобрение теряет силу. Юридическая/инженерная ответственность не передаётся языковой модели; вывод «агент проверил» не заменяет подпись компетентного специалиста.

6. Сравнительный пилот: без ИИ / один CAD-агент / несколько

Дизайн исследования

Цель: выяснить, сокращает ли CAD-agent полный труд до независимо принятой модели без ухудшения безопасности, редактируемости и учебной самостоятельности.

Предлагаемый стартовый масштаб: 18 участников, 3 условия, 6 заданий на участника, всего 108 сессий. Это feasibility-пилот, не обещание статистической мощности. Перед основным исследованием провести небольшой отдельный pre-pilot для настройки времени/сложности; затем заморозить задачи и провести power analysis по дисперсии и минимально значимому эффекту. Новички и опытные инженеры — отдельные страты, а не смешанная «средняя скорость».

A — без генеративного ИИ: обычная CAD-система, штатные команды и одинаковый разрешённый справочник.
B — один CAD-agent: та же CAD-система; один агент может создавать/править модель, читать документацию и запускать диагностические тесты в sandbox.
C — multi CAD-agent: например planner/modeler/checker, но с теми же версиями базовых моделей и CAD. Checker read-only; окончательный арбитр — внешний тестовый контур и инженер.

Сбалансировать порядок условий латинским квадратом; каждый участник получает эквивалентные, но не повторяющиеся варианты геометрии, чтобы не моделировать второй раз выученную деталь. Стратифицированная рандомизация по CAD-опыту и знакомству с агентами. До рандомизации собрать весь пул задач и фиксировать отказы, пропуски и нарушения режима. Это снижает selection problem, показанную METR, но не устраняет её полностью.

Два честных сравнения B/C: (1) одинаковый суммарный inference/token/cost budget, включая checker и координатора; (2) одинаковый дедлайн и лимит человеческой помощи с отчётом фактических затрат. Только второе сравнение может скрыть преимущество от дополнительных вычислений, поэтому нужны оба.

Набор задач

Параметрический кронштейн датчика: габариты, крепёжная сетка, минимальная стенка и доступ инструмента.
Корпус электроники: посадка платы/разъёмов, тепло/вентиляционные ограничения как заданные требования, технологичность.
Небольшая сборка: mounts, tolerance stack-up, отсутствие коллизий и доступ к обслуживанию.
Изменение существующего feature tree после нового размера/интерфейса; проверка сохранения замысла и ссылок.
Исправление модели с заложенными дефектами единиц, under-constraints и некорректной B-rep.
Интеграционное задание для гражданского БАС: CAD → масса/инерция → симуляция с заданными, независимо проверенными допущениями.

Часть заданий должна быть новой и закрытой, без публичного эталона; семейства деталей разделяются между training/development/acceptance, а не только файлы. Скрипт, нативный CAD, нейтральная геометрия, перечень допущений и объяснение решения — обязательные выходы. Сложность детали и полнота требований размечаются заранее.

Процедура сессии

Одинаковая краткая подготовка по CAD/API, бюджетам и безопасности; отдельная тренировочная задача, не входящая в оценку.
Участник формулирует план и прогноз времени; запускается запись действий и инструментальные события. Самооценка — вторичный показатель, не замена времени.
Все retries, rollback, human interventions и изменённые подсказки учитываются; таймаут и отказ — результаты, а не исключения из знаменателя.
Сдаётся фиксированный hash результата. Приёмка выполняется слепо к условию независимым тестом и двумя экспертами; разногласия разбираются по рубрике.
Зафиксировать дефекты, найденные после сдачи; провести заранее заданное change request и повторное открытие в чистом окружении.
Для agent-only воспроизводимости отдельно повторить одинаковые задания, например по 5 запусков B и C, с чистым состоянием и одинаковыми лимитами. Это отдельная выборка, не 5 независимых людей. Публиковать распределение и долю задач, где успешны все 5 повторов.
Security/red-team прогоны выделить отдельно от основного productivity comparison либо заранее сбалансировать наличие атаки между условиями; не смешивать скрытые атакующие задания с обычными без маркировки в анализе.

Основные метрики

Группа	Метрика и правило
Приёмка	Доля всех заданий, прошедших все обязательные требования и gates; числитель/знаменатель, breakdown по task family и уровню опыта
Качество	Requirement pass rate; критические/некритические дефекты; B-rep validity; constraints; rebuild/perturbation pass rate; DFM и сборочная рубрика
Время	Календарное до принятия; активное время человека; ожидание агента; подготовка/чтение/проверка/исправления; отдельно интеграция и rework
Самостоятельность агента	Завершение без содержательных вмешательств; число и тип вмешательств; failed/blocked tool calls. Не считать «меньше вопросов» успехом при скрытом выдумывании требований
Надёжность	Успех одного прогона и всех повторов; стабильность критических размеров/масс, ошибки после изменения параметров; failure taxonomy
Multi-agent overhead	Вызовы координатора/проверяющего, конфликтующие edits, повторная работа, потери требований при handoff, доля полезных найденных checker дефектов
Безопасность	Успешные запрещённые действия/утечки; attack success; legitimate success under attack; ложные блокировки; gate bypass; число прерванных потенциально опасных операций
Обучение	Без-ИИ диагностика, защита решения, transfer/change task, отложенное выполнение без ИИ; отдельно качество артефакта и владение навыком

Стоимость принятого результата:

C_total = API/подписки(распределённая доля) + CAD/solver licenses(доля) + compute/storage + время инженера × ставка + время проверяющего × ставка + rework + amortized setup.

Показывать затраты отдельно по компонентам, валюту/дату тарифов, число попыток и долю неудач. C_total / число принятых результатов считается на уровне группы, включая затраты неудачных попыток; если принятых нет, показатель не определён, а не равен нулю. Не подставлять выдуманные цены. Сравнивать Pareto cost–quality, а не только средние токены.

Анализ и критерии решения

Зарегистрировать primary endpoint, правила исключений, лимиты и минимально значимое улучшение до получения данных. Основной анализ — по назначенному условию с учётом non-compliance, плюс отдельно per-protocol sensitivity.
Учитывать повторные измерения по участнику и семейству задач: смешанная модель или cluster bootstrap; интервалы неопределённости и paired contrasts A–B/A–C/B–C. Не объявлять 108 сессий 108 независимыми участниками.
Публиковать медианы/квантили времени, распределения и acceptance-adjusted результаты. Сравнение только среди успешно завершённых задач искажает вывод.
До запуска выбрать safety/quality non-inferiority margins по инженерной цене ошибки. Успешное запрещённое действие, обход gate или критическое несоответствие — остановка соответствующего режима и root-cause analysis, даже если он быстрее.
Продолжать внедрение только при одновременно подтверждённых качестве, приемлемой стоимости и отсутствии нерешённых критических рисков. Малый пилот позволяет отсеять плохие варианты, но не доказать редкую катастрофическую безопасность.

7. Воспроизводимость и аудит

Для каждого запуска хранить: task ID/version; requirements hash; timestamp; CAD/kernel/solver/API versions; OS/container image digest; lockfiles; модель и точный endpoint snapshot, если доступен; decoding settings; prompts/skills/system policies; permissions/network policy; random seeds; полный tool trace; входы и outputs; все кандидаты и retries; token/compute/time/cost accounting; результаты проверок; экспертную рубрику и gate decisions.

Не требуется сохранять или раскрывать скрытое внутреннее рассуждение модели: достаточно наблюдаемых действий, сообщений и артефактов. Секреты и персональные данные редактируются с сохранением аудиторской целостности.

Разделять:

replay артефакта: тот же CAD-код перестраивается и даёт требуемую геометрию;
повторный agent run: агент заново достигает результата, возможна стохастическая вариативность;
переносимость: другой kernel/версия/машина сохраняет необходимые свойства;
воспроизводимость вывода исследования: независимый evaluator получает сходные распределения и выводы.

Фиксированный seed не гарантирует идентичный ответ облачной модели. Если провайдер меняет snapshot или недоступен, это ограничение воспроизводимости; не выдавать повторный запуск по alias модели за точную репликацию.

8. Учебная оценка самостоятельности

Предлагаемая методика, а не доказанный по cited research эффект обучения:

Входное задание без ИИ: эскиз, constraints, единицы, построение простой детали, поиск инженерной ошибки.
Проект с разрешённым ИИ: студент сдаёт provenance, свои решения, отвергнутые варианты, неизвестные и результаты проверок. Оцениваются постановка требований и критическая проверка, а не красота промпта.
Индивидуальная устная защита с открытым CAD: показать назначение параметров, объяснить дерево, допуск/посадку и предпосылки расчёта; изменить заданный размер и диагностировать сломавшуюся связь.
Transfer task без ИИ: новая геометрия/интерфейс; самостоятельное исправление преднамеренно внесённого дефекта. Отдельное отложенное задание, например через две недели, если это допускает учебный календарь.
Результаты «качество CAD с ИИ» и «самостоятельное инженерное владение» публикуются раздельно; успешный общий проект не компенсирует неспособность распознать неверные единицы или опасное допущение.

Детекторы «AI-written» не являются валидным измерителем самостоятельности. Журнал действий сам по себе тоже не доказывает понимание; нужны наблюдаемое изменение модели и объяснение причин. Внешняя педагогическая рекомендация TEQSA была найдена, но её страница вернула HTTP 403, а PDF — таймаут; её конкретное содержание не используется как проверенное доказательство.

9. Гражданские БАС: только безопасная симуляция

Официальная документация PX4 Simulation, проверенная 30.10.2026, содержит разделы simulation и ссылки на failsafe/geofence safety. Страница main изменяемая: для эксперимента выбрать стабильную версию и зафиксировать commit/образ. Эта документация подтверждает наличие симуляционного инструментария, не валидность нашей аэродинамической или прочностной модели.

Разделение контуров

CAD-agent не имеет канала к полётному контроллеру, радиомодему, USB или реальному MAVLink endpoint. Адреса/порты симуляции изолированы; внешние telemetry bridges запрещены.
Экспорт массы, центра масс и тензора инерции проверяется независимо, включая единицы и координатные соглашения. Перенос CAD-плотности в симуляцию проверяется по аналитическому sanity check.
Геометрический CAD и FEA/CFD/полётная модель — разные объекты валидации. Автоматически назначенный материал, сетка, контакты или закрепления запрещены как молчаливые допущения.
Независимый watchdog останавливает виртуальный эксперимент при нарушении оговорённой области; его параметры агент не меняет.

Сценарии

Проверять номинальные и граничные конфигурации полезной нагрузки, разброс массы/центра масс, коллизии и зазоры подвижных частей/винтов, вибрационные и статические нагрузки по заданной инженерной постановке. Для системной SITL-симуляции — потерю связи/позиционирования, низкий заряд, превышение виртуального geofence, задержки управления и аварийную посадку. Эти сценарии подтверждают поведение модели системы, а не физическую безопасность реального изделия.

Логи должны связывать CAD revision → физические параметры → simulator config → scenario seed → outcome. Safety report описывает область применимости, непокрытые эффекты и модельную неопределённость. Ни отсутствие столкновений в симуляторе, ни прохождение CADTests не дают основания допускать аппарат к реальному полёту или изготовлению без отдельной инженерной и нормативной процедуры.

10. Практический минимум перед стартом

Утвердить измеряемые CAD-требования и критические ошибки, а не общий критерий «похоже».
Подготовить immutable acceptance suite с размерными, B-rep, сборочными, mutation и perturbation tests; проверить сам suite вручную.
Настроить least-privilege sandbox и подтвердить изоляцию тестами запрещённых действий.
Заморозить условия A/B/C, budgets, snapshots, логи и правила human gates.
Провести небольшой feasibility-пилот; оценить полную стоимость и самостоятельность, не скрывая неудачные задания.
Считать инженерную безопасность отдельным барьером: выигрыш скорости не компенсирует critical failure.

Ограничения обзора: это проверенная выборка первоисточников до даты среза, не систематический exhaustive review и не актуальная таблица лидеров. Не установлены универсальная частота CAD-ошибок, превосходство multi-agent, цена внедрения или готовность к авиационной сертификации. Все такие выводы требуют собственного воспроизводимого испытания на целевых CAD-задачах.