1.2 历史演进与发展趋势

1.2 历史演进与发展趋势

本节摘要：SOURCE 1.2 与 INTRO：CAD 经历四次范式跃迁——屏幕、实体、协同、智能。

为什么必须先懂历史

遇到一个具体问题时，多数人会问"哪个命令能解决"；而理解 CAD 的人会先问"这是哪一代设计范式遗留的问题"。例如："为什么 STEP 导出后特征会丢？"——因为 STEP 诞生于第二次跃迁（实体），其数据模型默认保存 B-rep 快照而非特征历史；"为什么云 CAD 能实时协同？"——因为它诞生于第三次跃迁，底层按协同架构设计。历史不是背景知识，而是排障工具。

四次跃迁对照

第一次跃迁：从图纸到屏幕

1963 年，麻省理工学院的 Ivan Sutherland 在博士论文中演示了 Sketchpad：用户用光笔在屏幕上画线、定义约束，系统实时重算图形。它证明了两个关键事实：一是计算机可以作为设计媒介，二是约束驱动重算这个概念从诞生之初就存在——Sketchpad 已经允许把一条线段约束为与另一条平行，拖动一端另一端联动。

这一阶段的核心突破在于交互范式的建立：光笔、鼠标、命令行，构成了人机对话的原始语法。但当时的硬件成本极高，CAD 只服务于航空、造船等少数行业。

第二次跃迁：从线框到实体

第二次跃迁核心：设计从几何描述升为关系定义——特征树使修改可追溯。边界表示（B-rep） 与 构造实体几何（CSG） 理论的成熟，使 CAD 具备了表达真实三维物体的能力；参数化建模（Pro/ENGINEER，1988）则把"几何"升级为"关系"：模型由尺寸约束、几何约束与特征历史共同定义，改一个参数，整棵特征树重算。

这代产品还奠定了**特征（Feature）**概念——孔、圆角、倒角不再是绘制结果，而是"设计操作"的语义记录。特征树让设计过程变成可回放、可复用的时间胶囊，这是 CAD 史上最重要的概念资产之一。

第三次跃迁：从孤立到协同

第三次跃迁中 Web 轻量化查看与版本管理打破单机局限。互联网与云计算推动 CAD 从单机走向云端：

• 轻量化查看：用 Web 浏览器查看亿级三角面片模型，不再需要安装重型客户端；
• 实时评审：多方在同一个模型空间标注、批注、讨论；
• 版本与权限：check-out/check-in 流程保证"同一时间只有一人修改"；
• PLM 集成：CAD 成为企业级数据流的关键节点，BOM、工艺、变更通知自动联动。

⚠️ 常见坑：以为云 CAD 只是远程桌面——微服务架构支持亿级三角面片协同渲染。

第四次跃迁：从工具到智能

当前第四次跃迁：自然语言输入「生成铝合金轻量化支架，满足 3D 打印」→ 多方案候选 → 仿真筛选。生成式设计、AI 特征识别、自然语言交互正在赋予 CAD"理解意图"的能力。设计过程不再是线性操作序列，而是人机共思、动态演化的智能系统。

每次跃迁都在重新平衡什么

观察四次跃迁，可以发现一条贯穿线索：确定性（制造零歧义）与可能性（创意探索）之间的再平衡。

用代码把跃迁"跑"出来

下面用 Python 模拟三代建模范式的数据差异——同样一个圆孔，三种表示方式的信息量完全不同：

# 三代数据模型对比：线框 / B-rep / 参数化特征
wireframe = {
    "entities": ["circle(center, r=6)"],   # 线框：只有几何，无拓扑无语义
    "semantic": {}
}

brep = {
    "faces": [{"face_id": 0, "loop": [("edge", 0)]}],   # 有拓扑
    "edges": [{"edge_id": 0, "geometry": "circle", "r": 6}],
    "vertices": [("pt", 0)],
    "semantic": {"closed": True, "manifold": True}      # 实体属性
}

parametric = {
    "features": [
        {"type": "THROUGH_HOLE", "diameter": 12,        # 特征 + 参数
         "parent": "flange_top", "draft": "M12_bolt"}
    ],
    "rules": {"d": "bolt_d + 0.4", "bolt_d": 12},
    "history": ["sketch1", "extrude1", "hole1"]          # 历史树
}

for name, model in [("线框", wireframe), ("B-rep", brep), ("参数化", parametric)]:
    print(name, "键数:", len(model), "语义字段数:",
          len(model.get("semantic", {})))
​

输出直观展示：线框没有语义，B-rep 有拓扑与实体属性，参数化则进一步保存规则与历史。信息量的递增，正是"设计从描述走向定义"的缩影——这也解释了为什么越晚出现的范式，修改代价越低、跨部门复用能力越强。

未来趋势：融合、开放、共生

面向未来，四条趋势值得关注：

1. 设计即仿真（Design-as-Simulation）：建模过程中实时反馈应力、热流等物理响应，缩短迭代周期；
2. 生成式 AI 共存：界面从命令面板走向对话窗口，AI 生成多方案，人类做价值判断；
3. 云原生普及：微服务 + 容器化 + 分布式存储，支持毫秒级协同与按需算力；
4. 开放生态：标准化 API 允许第三方贡献行业插件，如建筑规范检查、PCB 布线规则、医疗植入定制。

一节小结

• 四次跃迁对应交互、建模、协同、智能
• Pro/E 开启参数化时代
• 未来 CAD 是智能设计中枢
• 贯穿逻辑：确定性与可能性之间的再平衡