MIT 媒体实验室那门代号 MAS.863、全称 How to Make (Almost) Anything(HTMAA 2026)的招牌神课,公布了 2026 年 9 月 9 日至 12 月 15 日的秋季课表。这门由 Neil Gershenfeld 教授主持的硬核制造课拿满 18 个学分,要求选课者每周实打实投入约 18 小时;今年课表最大的变化,是在 10 月正式把 AI Agents 和 Edge AI 塞进了从激光切割、CNC 机加工到传感器制造的传统流程里。
如果你不在 MIT 校内,现在看到这份课表已经晚了。2026 年申请早已截止,严格限额且必须拿到教师许可,校外人士连旁听资格都没有,下一次校内开课要等到 2027 年秋季。外部硬件爱好者唯一的平替路径,是去报这门课衍生出的全球分布式网络 Fab Academy,学费在 3000-7000 美元之间。
课表里的关键变量:AI 插进了哪两周
先把这份为期 14 周的课表拆开看,你会发现 MIT 对 AI 的安置极其克制,甚至带着一点防备。
整个 9 月依然是雷打不动的古典硬核基本功:从 CAD 建模、参数化设计、激光与乙烯基切割,一路推进到嵌入式编程与电子学基础。直到 9 月 30 日做完 3D 扫描与打印,课表才在 10 月 1 日安排了一场 1 小时的 AI Agents 辅导课(Recitation),紧接着下一周就是电子设计与 EDA(电子设计自动化)。
第二个 AI 节点放在 10 月 29 日。前一天主课刚讲完输入设备(传感器),第二天辅导课立刻跟进 Edge AI(边缘 AI),并直接放出了代码库,随后在 11 月切入电机与运动控制、机器制造、模具浇铸和网格网络(Mesh Networks)。
这种排课顺序本身就是一种工程表态:AI Agents 被拿来探路电路设计,Edge AI 被用来处理传感器数据,但它们都只占 1 小时的周四傍晚辅导课。真正占满那 80% 平时成绩的,依然是你能不能用铣床铣出电路板、能不能把锡焊牢、能不能把每周的踩坑过程老老实实写成在线工程文档。
当 Prompt 撞上铜箔:AI 硬件设计的真实翻车现场
纯软件圈过去两年一直有个幻觉,觉得 Vibe Coding(凭感觉写代码)很快就能平移到硬件制造,变成凭感觉造万物。但 HTMAA 的学生实测档案,直接给这种乐观泼了一盆冷水。
在 PCB(印制电路板)设计环节,有学生尝试用 Flux AI 这类主打 AI 辅助的硬件设计工具来干活,结果撞上了结结实实的物理南墙。AI 可以在聊天框里帮你理清原理图逻辑、查元器件手册、甚至快速调通一段嵌入式代码,但一进入真正的物理空间排布,计算限制与自动布线失败就集中爆发,最后还得靠人手一根线一根线去推翻重画。
Prompt 写得出万行代码,却绕不开半寸铜箔的物理铁律。
我一直对“AI 一键生成硬件”的创业叙事不太买账,原因就在这里。软件的容错率是摩尔定律和云端算力给的,一段冗余代码最多让内存多占几兆,跑通就行;但硬件制造是寸土寸金的物理博弈。板子尺寸卡死、铣刀直径固定、走线间距窄一毫米就会短路、电机电流一大就会烧芯片,这些硬约束没有半点模糊空间。
- 风险.指望靠 AI 跳过底层电路与机械原理的硬件初学者,会在制造和调试阶段付出双倍返工时间,因为 AI 生成的错漏在变成实物后极难排查。
《考工记》里早把造物的规矩讲透了:“天有时,地有气,材有美,工有巧,合此四者,然后可以为良。”放在今天的数字制造实验室里,材料热胀冷缩、铣刀磨损、电磁干扰就是“地气”与“材美”,AI 顶多算半个“工巧”。不敬畏物理边界,生成出来的图纸就是一堆废铜烂铁。
为什么越有 AI,MIT 越要卡死那 80% 的过程分
看懂了 AI 在电路板上的狼狈,就能看懂这门课的评分权重为什么定得这么死:80% 周作业与文档记录,期末大项目只占 20%。
十九世纪末美国大学刚开始建机械工程实验室时,老派工匠嘲笑学院派只会画图算微积分,下车间连车床都摇不明白;一百多年后,轮到 AI 工具包揽了画图和写代码,新的隐患变成了学生以为“屏幕上看懂了”就等于“造出来了”。
如果考核只看期末那一件成品,学生完全可以拼凑现成模块、用 AI 糊弄出一段能跑的演示程序混过关。但每周 18 小时、连续十几个星期逼着你把每一次自动布线失败、每一块铣废的板子、每一次焊盘脱落记录在案,任何速效药都会原形毕露。
对于正在研究边缘 AI 落地的工程师,或者准备攒作品集冲刺 2027 年秋季选课名额的申请者来说,这份课表释放的信号再清楚不过:真正稀缺的从来不是会调 AI 接口的人,而是当 AI 在物理世界卡壳时,那个能拿起万用表和电烙铁把系统救活的人。
- 建议.无法进入 MIT 选课的硬核开发者,可直接顺着
pub.cba.mit.edu公开的 10 月 1 日与 10 月 29 日课件及代码库自学,重点看学生作业页面里的踩坑记录,那比花几千美元拿一张证书更有实战价值。
接下来真正值得盯紧的变量,是今年 12 月 2 日系统集成周到 12 月 15 日期末路演这半个月里,这批 MIT 学生交出的最终作品中,Edge AI 到底能在多大程度上塞进他们手搓的低功耗小硬件里,而不再只是外接一台笔记本电脑跑大模型接口。
