エージェントが自分で意思決定を始め、3Dプリントは宇宙と病床へ届く

本日のブリーフは9つの情報源からまとめたものです。通底するテーマは2つあります。AI側では、エージェントを支えるスタックに足りなかったのが地味で高速な「意思決定の層」だったことがはっきりしてきました。CloudflareとHuaweiのopenJiuwenはどちらもミリ秒単位で選択肢を選ぶルーティング／意思決定モデルを公開し、NVIDIAは1ペタフロップスのローカルエージェント用マシンをデスクトップに置きました。デザイン側では「誰が、どこで決めるのか」という同じ問いが物理的な製造で答えられつつあります。CADカーネルがMCPサーバーになり、エージェントがClaudeやCodexの中でSTEP形状を生成できるようになり、アディティブ製造は軌道上と病院のベッドサイドへと踏み込みました。

デザインのセクションでは、ClassCAD.aiがヘッドレスのNURBSカーネルを埋め込み可能なMCPにし、ESAのISSプリンターが宇宙で作った初のスラスターを熱試車のために地上へ戻し、Myravaが患者専用の3DプリントbolusでFDAの510(k)を取得し、Revo Foodsが多ノズル食品印刷を連続生産へ拡大し、MM Collectiveが生成コードを陶器の花瓶に焼き付けています。AIのセクションでは、Cloudflareの意思決定モデルClef、Black Forest LabsのFlux 3 Image、NVIDIAの64GB DGX Spark、ChatGPTのバーチャル試着、AIエージェントを受けてmacOSの「フルディスクアクセス」を厳格化するApple、トークンを削減するopenJiuwenのモデルルーターを扱います。GitHubでは、アイデアから製造までの一連の流れをエージェントスキルにしたものから、MCPを公開するローカル優先の建築エディターまで、デザインと3Dの新しい5本を紹介します。

AI × インダストリアルデザイン#

1. ClassCAD.aiが埋め込み型CADをMCP化、ClaudeとCodexの中で直接パラメトリックモデルを構築（Develop3D、2026-10-02）：スイス・ザンクトガレンのAWV Informatikが、AI駆動の埋め込み可能なCADとしてClassCAD.aiを公開しました。土台はClassCADという「ヘッドレスNURBSモデラー」で、ネイティブでもWebAssemblyとして完全に埋め込んでも動作し、JS/TS、Python、C++に同じAPIを提供して、パラメトリックな再計算、拘束スケッチ、STEPモデルを扱えます。開発者向けAPIは2層あり、Part APIは特徴ベースのパラメトリックモデリング向けで、特徴が生成したボディを追跡します。Solid APIはソリッドを直接操作し、コードで独自の特徴ロジックを定義するのに向きます。AI層は自己完結したMCPサーバーで、ClassCAD.aiのサイトをClaudeやAstraなどのフロンティアモデルに示すとMCPがインストールされ、そのセッションはローカルでCADの専門家になります。その後はテキストや音声、要件リストからモデルを生成し、従来のCADへ書き出せます。公式の例は、AliExpressで選んだ電子部品の買い物リストを渡して筐体を設計させるというものです。非商用は無料、商用ライセンスは100スイスフランからです。なぜ注目か：CADアプリにチャットウィンドウを付けるのではなく、CADカーネルそのものをMCPにした点が重要です。形状はローカルのカーネルで実際に生成され、出力は既存のCADへ戻せるSTEPなどのエンジニアリングデータです。設計チームにとっては、すでに契約しているモデルで対話的な試作、パラメトリックなコンフィギュレーター、社内ツールを作れ、ソフトを乗り換える必要がありません。最近のCinema 4DやSolidWorksのMCPの試みと並べると、「AIがプロ向け設計ソフトを直接動かす」流れが個別事例から一本の路線になりつつあります。留意すべきは、「モデリング経験は不要」という主張はマーケティングの言い回しであり、生成された特徴ツリーをきれいに取り消せるか、複雑なアセンブリで安定するかは自分の部品で検証が必要なことです。
2. ESAのISS金属プリンターが、宇宙で作った2批目のスラスターを生産（VoxelMatters、2026-10-02）：ESAは、国際宇宙ステーションで印刷された5番目の金属サンプルが地球へ戻り、宇宙で作られた初のスラスターを積んでいたと報告しました。ESAの宇宙飛行士Sophie Adenotが7月に「コロンバス」モジュールの金属3Dプリンターから取り出したサンプルには、大きめの部品2点と小さめのスラスター2点が入っており、後者はドイツ航空宇宙センター（DLR）が設計しました。ESAは2024年1月にプリンターをISSへ送り、数か月後に最初の完全なサンプルを印刷。オランダのESTECの材料科学者がその部品を調べ、微小重力が印刷プロセスに与える影響を研究し、その結果を5番目のサンプルの大きい2部品の工程改善に使いました。DLRはスラスターを2種類作りました。ひとつは最終形状にできるだけ近いもの、もうひとつは内径を後処理で仕上げるための肉厚を残したものです。サンプルはドイツ・ランポルツハウゼンの真空試験台で熱試車を行い、地球で作った同等品と比較されます。なぜ注目か：軌道上で荷重支持部品や機能部品を印刷できることは、宇宙サプライチェーンの起点を変えます。すべての予備部品を地上から打ち上げずに、必要なときに軌道上で製造・修理できるため、構造設計の質量予算と冗長性に直接影響します。機械・プロダクト設計者にとっては、微小重力下での溶融池と造形挙動、設計に織り込む必要のある後処理代、地上の非破壊検査に頼れない検証プロセスという新しい制約の組み合わせが生まれます。留意すべきは、これはまだサンプル段階の検証であり、実運用に近い温度と圧力で熱試車を通過して初めて「宇宙製の納品可能部品」と言えることです。
3. Myravaの患者専用3DプリントbolusがFDA 510(k)を取得、放射線治療アクセサリーを点治療生産へ（3D Printing Industry、2026-10-02）：Myravaは、放射線治療で使う患者専用の3DプリントbolusについてFDAの510(k)許可を取得しました。bolusは患者の皮膚に直接貼る組織等価材料で、放射線量の沈着位置を変えます。表在性の標的を治療するときに、より多くの線量を表面へ運ぶために使われるのが一般的です。Myravaの製品は、放射線治療物理士が患者ごとに用意する設計と治療計画の仕様に沿って作られます。病院は放射線治療構造ファイルを含むDICOMパッケージとして治療計画を送り、同社が生産を担うため、病院側に追加ソフトや手作業の時間は不要です。型を印刷して鋳造するのではなく直接印刷し、半透明で柔軟な材料を使います。半透明なら治療師が位置合わせのときに下の皮膚マークを確認でき、柔軟性は繰り返しの治療でも装着感を良くするためです。同社は医療システム内にFDA登録済みの点治療プリント拠点を運営しており（ノースカロライナと最新の拠点を含む）、ISO 13485:2016認証とSOC 2準拠も持っています。なぜ注目か：患者専用デバイスが、病院内部の場当たり的な3Dプリントから、登録と品質システムを備えた製品へ移ることで、責任の主体、生産の場所、臨床データの流れが再定義されます。医療機器やプロダクトの設計者にとって、半透明と柔軟性が臨床の扱いやすさにどう効くか、治療計画データをどう形状に変えるか、生産を診療の隣に置くことで反復と納品をどう短くするかは、そのまま応用できる設計変数です。留意すべきは、許可は特定のデバイスと適応に対するもので、点治療生産の規模は患者の画像と治療計画を外部に預ける病院が増えるかどうかにかかっていることです。
4. Revo Foodsが16ノズルで3Dプリント食品を連続生産へ（VoxelMatters、2026-10-02）：ウィーンのフードテック企業Revo Foodsは、特許の多ノズル3D食品印刷をバッチ処理から連続生産へ移し、2027年第3四半期の黒字化を目標にしています。現在6台のプリンターを稼働させ、3秒で1品を生産できるとし、200万ユーロ（約230万ドル）を調達中です。CEOのDavid Petuzzi氏によれば、2025年の3桁成長に続き2026年の売上は80〜90%増の見込みで、上半期の売上は前年同期比70%増、通年売上は約150万ユーロです。各プリンターは16ノズルを備え、1台で8枚のフィレを同時に作れ、同じ設備が白身魚、サーモン、鶏肉代替の間で切り替わります。拡張はより大きな工業設備の導入ではなくプリンターとノズルの追加で行い、1台が停止してもライン全体は止まりません。プリンター1台の部品費は約2万5,000ユーロで、追加機の投資回収は2か月未満と見積もっています。なぜ注目か：1個ずつ印刷する工程を、品目を切り替えられる連続生産に変えることは、アディティブ製造が試作から量産へ進むうえで最も難しい一歩です。Revoはモジュール式の拡張と非常に短い回収期間という具体的な経営モデルを示しており、デスクトップ機の群れや小規模ラインを検討するチームに直接参考になります。プロダクトや設備の設計者にとって、多ノズル押出、材料の切り替え、ラインのモジュール化は他の消費財製造にも転用できる設計課題です。留意すべきは、生産能力、成長、回収期間はいずれも会社側の申告で、資金調達は未完了、植物性食品の市場受容性も未検証なことです。
5. MM Collectiveが花の構造を生成コードに書き、陶器の花瓶に焼き付ける（Designboom、2026-10-02）：MM Collectiveは、グラフィックデザイナーのMichaela ZdeňkováとプロダクトデザイナーのMarek Kounovský（MK Designers）による協働で、牡丹、百合、チューリップに着想を得た3つの陶器の花瓶を通して、グラフィックとプロダクトデザインの関係を探ります。各花瓶は、プロダクトデザインで作られた立体形状と、生成コードで作られたグラフィック層を組み合わせています。それぞれの花が入力データとなり、その自然な形がデジタルコードによって抽象構造へ翻訳され、生成されたパターンが陶器の表面に移されます。完成した文様から元の花の形はもう読み取れず、全体は「自然の形 → デジタルコード → 物理的な物体」という流れです。なぜ注目か：これは「AIがコンセプト画像を出す」とは異なる生成デザインの例です。コードが生むのは画面に留まる画像ではなく、材料の表面に着地するパターンであり、デザインの価値は翻訳のルールと手作りの陶器との噛み合わせにあります。CMFやパターン、食器や家庭用品に携わる人にとって、生成的な手法が造形を置き換えるのではなく、表面デザインの道具として既存の工芸の流れに組み込めることを示しています。留意すべきは、これがギャラリーや小ロットの文脈であり、釉薬や焼成収縮に対するパターンの安定性を1点ずつ管理する必要があることです。

最新AIプロジェクト#

1. CloudflareがClefとClef-flashを公開、エージェントは人間をループに入れずに行動できる（#新モデル #オープンソース；The Decoder、2026-10-02）：Cloudflareは、TypeSafe AIのJevと直接競合するAIエージェント向けの意思決定モデル、ClefとClef-flashを公開しました。テキストを生成する代わりに、あらかじめ定義された選択肢に確率を割り当て、下流のシステムがその結果に基づいて自動的に動けます。たとえばカスタマーサポートのメッセージを受け取ると、緊急度を判断し、対応すべきチームを特定し、コードがチケットの振り分け、エスカレーションの発火、人間への引き継ぎを行えます。両モデルはQwenをベースにテキストと画像に対応し、Cloudflareによれば応答時間の中央値はClef-flashが39ミリ秒、Clefが209ミリ秒で、Jevの524ミリ秒超を下回ります。43のベンチマークで関連する競合の意思決定モデルより高速だとしています。APIはJevと完全互換で移行しやすく、Cloudflareの言い方では「エージェントの意思決定に必ずしも人間がループに入る必要はもうない」一方、必要なら人間に委ねることもできます。なぜ注目か：意思決定モデルは大規模言語モデルと従来の分類器の隙間を埋めます。LLMは推論できるが遅く出力が不安定で、分類器は速いが新しいカテゴリごとに再学習が必要です。設計の自動化では「次に何をするか」のノードに適し、どの書き出し形式を使うか、どの検査工程に入るか、人間の確認を呼ぶかを判断できます。数十ミリ秒の遅延は、エージェントを本番フローで常時動かすための前提です。留意すべきは、遅延と品質の数値はすべてCloudflareの申告であり、これらのモデルは与えられた選択肢から選ぶだけで内容を生成しないため、適用範囲はプロセスを明確な離散的な意思決定に分解できるかにかかっていることです。
2. Black Forest LabsがFlux 3 Imageを公開、多段編集で画面の他の部分を変えない（#新モデル；The Decoder、2026-10-02）：Black Forest Labsは、Flux 3モデルファミリーの画像側であるFlux 3 Imageを公開しました。目玉は多段編集で、何度か続けて編集しても指定していない部分は変わりません。テキストからの画像生成、画像からの画像生成、文字レンダリング、写実表現をカバーし、境界ボックスでシーンを構成でき、最大10枚の参照画像を受け付け、最大4Kを出力します。10月8日まで50%の導入割引があり、企業は商用ウェイトのライセンスを購入して自社インフラで実行・ファインチューニングできます。オープンウェイト版は数週間以内に公開される見込みです。公開の直前にIdeogramも編集重視の4.5を出しており、こちらもオープンウェイトを予告しています。なぜ注目か：インダストリアル／プロダクトデザインに本当に必要なのは「一度きれいな画像を出す」ことではなく、「一か所を直し、また別の一か所を直し、残りはそのままにする」ことです。多段編集と最大10枚の参照画像は、色、素材、シーンの反復という日常のループにそのまま対応します。商用ウェイトは、未発表のクライアント製品画像を外部APIへ送らず、ローカルやプライベート環境で動かせることも意味します。留意すべきは、オープンウェイトはまだ約束であり、編集の一貫性や4Kの細部は自分の素材でIdeogram 4.5などの競合と比べる必要があることです。
3. NVIDIAがDGX Spark 64GBを発表、ローカルエージェント向けの1ペタフロップス・デスクトップ（#製品 #ハードウェア；MarkTechPost、2026-10-02）：NVIDIAは、GB10を搭載したデスクトップAIシステムDGX Sparkに64GBのユニファイドメモリ構成を追加しました。Acer、ASUS、Dell、Gigabyte、HP、MSIなどのOEMが販売し、2026年10月23日にNVIDIA Marketplace、OEMパートナー、小売で入手可能になります。GB10 Grace Blackwellスーパーチップをそのまま使い、スパース時のFP4 AI演算で最大1ペタフロップス、20コアのArm CPU（Cortex-X925が10基とCortex-A725が10基）を備え、GPUとCPUはNVLink-C2Cで1つのメモリプールを共有します。帯域はPCIe Gen 5の5倍で、重みをシステムRAMとVRAMの間でコピーする必要はありません。64GBを2台クラスタ化すれば128GBになります。NVIDIAは64GBで現在最も高性能な30〜35Bクラスのオープンモデルを動かせるとし、DGX OSにはPyTorch、Jupyter、Ollamaに加え、OpenClawエージェントにガードレールを付けるNVIDIA OpenShellとNemotronが含まれます。同社が示す背景数値は、2026年初頭以降トークン消費が約14倍に増えたというものです。なぜ注目か：エージェントを長時間動かすと、ツール呼び出し、リトライ、長いコンテキスト、多段計画でトークンを消費し続け、クラウドAPIではすべて課金されます。マシンを所有すれば限界費用は電気代と減価償却になり、モデル、KVキャッシュ、ツールプロセスを1つのアドレス空間に置けます。設計チームにとって、30〜35Bモデルをデスクトップで動かすことは、顧客の図面、未発表モデル、社内文書をネットワークの外に出さずに済むことを意味し、AI導入のコンプライアンス議論で現実的な意味を持ちます。留意すべきは、64GBではモデル規模と同時実行が制限され、デスクトップ級の運用、冷却、クラスタ化の手間はチーム側に残ることです。
4. ChatGPTがバーチャル試着とお気に入りを追加、画像モデルを買い物の流れに接続（#製品；TechCrunch、2026-10-01米国東部時間＝北京時間2026-10-02）：OpenAIは、バーチャル試着とお気に入り（Favorites）という2つの買い物機能を世界で公開しました。自撮りや全身写真をアップロードすると、服やアクセサリーを身に着けたときの見え方を確認でき、検索結果に「Try On」ボタンが表示されます。商品画像（ウェブのスクリーンショットなど）をアップロードして試着させることもできます。お気に入りは、見つけて保存した商品をアプリ内のLibraryにまとめ、試着画像と一緒に保管します。OpenAIによれば、新機能は先ごろ公開した画像モデルを使い、より自然な照明と豊かなテクスチャを生成し、編集指示により確実に従い、画像生成の遅延を抑えます。好みのスタイルを説明して一式を買い物させたり、著名人の服装写真をアップロードして購入できる同種のアイテムを探させたりもできます。なぜ注目か：試着は生成画像を「コンセプト出し」から「購入判断」へ押し進めます。ファッション、アクセサリー、コンシューマーエレクトロニクスのデザインやECビジュアルのチームにとって、商品画像の形と量のニーズが変わり、同じ商品をさまざまな体型やシーン向けに大量生成する必要が出てきます。留意すべきは、全身写真のアップロードがプライバシーとデータ利用の境界に触れること、試着結果が実際のフィットや布のドレープと異なることです。
5. AppleがAIエージェントの新たなリスクを受けてmacOSの「フルディスクアクセス」を厳格化（#製品 #セキュリティ；TechCrunch、2026-10-02）：Appleは、macOSの「フルディスクアクセス」に追加の制御を導入すると発表しました。この権限はバックアップを機能させるためのものでしたが、AppleはAIエージェントが「このレベルのアクセスに伴うリスク」を高めたとし、今後はアプリが「きわめて明示的なユーザー操作」を通じてのみこの権限を得られるとしています。背景には、Inc.のコラムニストJason Aten氏が、MetaのMuseアプリがMac上で自分の私信の内容を把握していたと主張した件があります（同氏はAIエージェントに権限を与えていないとしています）。さらに、ChatGPTのMacアプリの脆弱性により攻撃者が機密データにアクセスできた可能性を報じた記事もあります。Appleの表現では、一部の開発者がフルディスクアクセスを「ユーザーが完全に知り、理解しないまま」システム上のすべてを露出させる形で使っているということです。なぜ注目か：これはエージェントの権限問題を、モデルの出力からOSの層へ引き戻します。設計チームは、CADのMCPサーバー、バッチスクリプト、素材整理ツールなど、ローカルファイルに触れるデスクトップエージェントをますます使うようになり、「既定でどこまで権限を渡すか」が選定と導入の必須の問いになります。留意すべきは、Appleが新しい制御の具体像と時期をまだ示しておらず、権限の厳格化が自動化ツールの導入ハードルも上げることです。
6. openJiuwenがX-Routerをオープンソース化、タスクごとにモデルを選びトークンを50%以上削減（#オープンソース #効率；量子位、2026-10-02）：openJiuwenは、Huaweiの2012ラボ、Huawei Cloud、デバイス、コンピューティングなどのチームが大学や企業と共同で構築したオープンソースのAIエージェント基盤で、今回X-Routerという自己進化型のモデルルーティング技術を公開しました。狙いは、エージェントとモデルの間にリクエスト単位の意思決定層を足すことです。簡単な問題は軽く安いモデルへ、複雑な問題はより強いモデルへ回して深く考えさせ、相互に裏付けが必要なタスクは複数モデルの協調にまとめてから統合します。ルーティングは固定の設定表ではなく、タスク、ユーザー、負荷、コストに応じてリアルタイムに変わり、業務側が「今回は最も安くか、最も速くか」を指定できます。同社によれば、ルーティングの根拠と実行のフィードバックは追跡・監査でき、Ascendチップに親和的で、テストではトークン消費を50%以上削減できたとしています。なぜ注目か：1つの設計フローにローカルモデル、クラウドモデル、複数ベンダーのサービスが同時にぶら下がると、真のコストと遅延は単発の推論ではなく「今回は誰に任せるか」にあります。ルーティングを説明可能で追跡可能な層にすることが、エージェントを常時動かす前提です。設計の自動化にとって、上記のCloudflare Clefと対で見られます。一方は編成層でモデルを選び、もう一方は工程のノードで判断します。留意すべきは、50%以上のトークン削減はベンダー側の申告であり、openJiuwenは主に中国語と国内計算エコシステム向けで、移植性の検証が必要なことです。

注目のGitHubプロジェクト#

1. earthtojake/text-to-cad：アイデア→CAD→製造性チェック→スライス→印刷をエージェントスキルに（#オープンソース #CAD #エージェント；GitHub、2026-04-22作成、2026-10-02更新（約16,540★、Python、MIT））：text-to-cadは、AIエージェント向けのCADとロボット記述のスキルライブラリで、ローカルのプロジェクトファイルから生成、検査、選定、スライス、製造への引き渡しを行います。スキルは、自然言語や画像からCADを作成・編集する（主出力はSTEP、STL・3MF・GLBへの書き出しも可）、ねじや軸受、モーター、コネクタなどの既製STEP部品を探す、寸法・隠れ線・穴注記を含む工程図PDFを作る、コードや形状から2D DXFを作る、URDF/SRDF/SDFのロボット構造とシミュレーション世界を書く、プロセスごとにメッシュの印刷適性（肉厚、オーバーハング、サポート体積、積層方向）を検査する、板金・CNC・射出成形向けのDFMレビューを測定根拠と引用ルール付きで行う、実際のスライサーCLIで検証済みFDM G-codeを作り、ローカルのBambu Labプリンターへ渡す、といった内容です。なぜ注目か：「一文から製造可能な部品へ」を、モデルにいきなりメッシュを吐かせるのではなく、チェックポイント付きの流れに分解しています。DFMとDfAMの指摘を測定値で裏付ける形は、エンジニアリングの現場が受け入れやすいものです。1万6千を超えるスターは、設計から製造までをエージェントスキルとして包むことが独立した領域になったことを示しています。留意すべきは、生成と検査を担うだけで、形状の正しさ、製造可能性、安全の責任は依然としてエンジニアの確認が必要なことです。
2. pascalorg/editor：ローカル優先でMCPを備えたオープンソースの3D建築エディター（#オープンソース #建築 #CAD；GitHub、2025-10-16作成、2026-10-02更新（約24,559★、TypeScript、MIT））：Pascal Editorは、React Three FiberとWebGPUで作られたオープンソースのローカル優先3D建築エディターで、ブラウザでもCLIからでも動きます。CLIはバックグラウンドでエディターと認証付きMCPサービスを起動し、衝突しないループバックポートを選び、プロジェクトをローカルのSQLite（~/.pascal/data/pascal.db）に保存します。モデルは分解ビュー、断面カット、設備を見るX-ray、目線でのウォークスルー、環境光の切り替えに対応し、公式デモは部屋や仕上げから壁の構造、配管までを詳細に再構築した住宅です。なぜ注目か：ローカル優先でデータを自分のマシンに置き、MCPでエージェントに開放する組み合わせは、プロ設計ツールがAIを取り入れる現実的な道です。エンジニアリングデータをクラウドへ送らず、AI専用の別ツールも作らずに済みます。建築、インテリア、展示のチームにとって、人間とエージェントが同じモデルとプロジェクトファイルを共有する姿を示しています。留意すべきは、建築と空間のスケール向けで、機械CADの拘束ソルバーやアセンブリ機能は対象外なことです。
3. lightningpixel/modly：自分のGPUだけで動く画像→3Dのデスクトップアプリ（#オープンソース #画像から3D；GitHub、2026-03-17作成、2026-10-02更新（約7,918★、TypeScript、標準ライセンス表記なし））：Modlyは、AIによる画像→3Dメッシュ生成のローカル・オープンソースのデスクトップアプリで、Windows、Linux、Apple SiliconのmacOSに対応します。オープンソースのAIモデルで写真やプロンプトを3Dモデルに変え、推論はすべてローカルGPUで完結し、クラウドへアップロードしません。インストーラーが提供され、リポジトリをクローンして直接動かすこともでき、フロントはnpm、推論バックエンドは独立したPythonサービスです。なぜ注目か：ローカル推論はプライバシーとコストを同時に解決します。未発表のクライアント製品写真を第三者へ送らずに済み、試行錯誤も生成ごとの課金がなくなります。これにより「候補を数十個出して選ぶ」ことが設計フローで現実的になります。画像→3Dを検討するスタジオにとって、クラウドAPIよりデータコンプライアンスの説明がしやすい出発点です。留意すべきは、標準のオープンソースライセンスが明記されておらず商用前に確認が必要なこと、生成メッシュは通常リトポロジーとクリーンアップが要ることです。
4. ghbalf/freecad-ai：計画してから構造化ツールを呼ぶFreeCADのAIワークベンチ（#オープンソース #FreeCAD #エージェント；GitHub、2026-02-20作成、2026-10-02更新（約534★、Python、LGPL-2.1））：freecad-aiはFreeCAD 1.0+向けのAIアシスタントワークベンチで、ドック型のストリーミングチャットとPlan／Actモードを提供します。Planは実行前にコードを確認させ、Actは直接実行します。Actモードではモデルが50の構造化されたFreeCAD操作を通じてモデリングし、自由なPython生成より制御しやすくなっています。再利用可能なスキル（筐体、歯車、ねじ穴、画像からのスケッチなど）、プロンプトのトークンを節約する任意のツール再ランキング、ユーザー定義のPythonツールとフック、ドキュメントの状態と選択を自動で文脈に含める機能、失敗したコードの自動リトライ、ローカルのOllamaを含む21のLLMプロバイダーへの対応もあります。なぜ注目か：Plan／Actと構造化ツール呼び出しは、「AIがCADを編集する」を監査可能な流れにするエンジニアリング上の答えです。何を実行しようとしているかが見え、誤りを取り消せるかが分かります。モデリングをエージェントに任せたいチームは参考実装として読む価値があります。留意すべきは、作者がアルファ版と明記し、LLMが生成したコードでFreeCADがクラッシュすることがあるため、こまめな保存が必要なことです。
5. Mixar-AI/mixar-app：AIエージェントとレイヤー描画をBlender 5.2のフォークに組み込む（#オープンソース #Blender #エージェント；GitHub、2026-05-18作成、2026-10-02更新（約303★、Python、GPL-3.0、初の公開ソース版v2.0.0））：MixarはBlender 5.2のカスタムフォークで、Blenderの機能をすべて残しつつ、シーンに対して多段タスクを計画・実行するアプリ内チャットエージェントMixieを追加します。プロンプトからのモデリング、テクスチャ描画、マテリアル設定、UV修正、修復提案ができます。さらにPhotoshop風のレイヤーテクスチャ描画（レイヤー、マスク、モディファイア、ベイク、UDIM、プロシージャルマテリアル、デカール、アセット書き出し）、Hunyuanなどのプロバイダー経由のテキスト→3Dと画像→3D（リトポロジーと自動UV展開付き）、ムードボードとシーン生成、ニューラル埋め込みによるアセット検索、Bring Your Own Keyに対応します。デスクトップアプリのソースは公開、ホスト型AIバックエンドは非公開です。なぜ注目か：AIネイティブなツールを作り直すのではなく「ソフト内の一層としてAIを足す」路線で、Blenderを離れたくないスタジオにとって現実的です。エージェントが既存のマテリアル、UV、アセットライブラリを直接扱えます。留意すべきは、AI機能にはMixarアカウントか自分のAPIキーが必要で、GPL-3.0とオープン／クローズが混在する構成を商用前に確認する必要があることです。