
AIで文から金属部品まで生成する時代、物づくりの壁はどこに残るのか~Vibe Manufacturingを仕組みから読む~
【発端】 一文から部品が届く道が、一本につながり始めた

最近、Greg Isenbergさん(@gregisenberg)の「VIBE MANUFACTURING IS HERE」という記事を読みました。
AIが設計図を書き、家庭用プリンターで試し、ネット上の工場に発注し、安価なチップで賢くします。この流れで、アイデア一文から金属の実物までを数日で届けられる、という内容です。
個々の技術ではなく、「つなぎ目が消えていく」点が面白いです。設計・試作・製造・制御がそれぞれ別の職能だった時代から、一人がコードとフォルダで束ねる時代へ動いているように見えます。
この記事では、原文の数字や予測には深入りしません。「なぜ今これが成り立つのか」「どこで失敗しやすいのか」を、仕組みの側から整理します。
【基礎】 製品の実体が、寸法を変数に持つコードになる

つまり、製品の本体が「物」から「ファイル」に移ります。
ここで言うVibe Manufacturingは、ソフトウェアの「vibe coding」の物づくり版です。vibe codingは、Andrej Karpathyさんが2025年2月にXで名づけた呼び方で、AIに言葉で頼んでコードを書かせる作り方を指します。
物づくりでこれを可能にするのが、設計をコードで書くCAD(コンピューターで設計図を描く道具)です。たとえばCadQueryはPythonで3Dモデルを作るライブラリで、STEPやDXF、STLといった形式で書き出せます。
幅や穴の間隔を冒頭の変数にまとめておけば、数字を一つ変えるだけで設計全体が作り直されます。AIにとっても、マウス操作より「コードを書く」ほうが得意な領域です。
【違い】 在庫を賭ける量産から、注文後に作る一点ものへ

原文が描く2010年ごろの物づくりは、金型や最低ロットに大金を先に払い、売れるかを祈る形でした。いまは試作を机の上のプリンターで回し、本番の部品は見積もりが即座に出る工場に一個から頼めます。
最初の支出
従来の量産型:金型・最低ロット
ファイル型(原文の整理):設計と試作品
数量
従来の量産型:数千個単位
ファイル型(原文の整理):1個から
失敗の代償
従来の量産型:金型の作り直し
ファイル型(原文の整理):数字を直して再発注
在庫
従来の量産型:先に作って抱える
ファイル型(原文の整理):注文後に作る
向く相手
従来の量産型:平均的な顧客
ファイル型(原文の整理):少数、あるいは一人
向く相手が、原文でもっとも面白い論点です。設計がコードなら、棚の幅を変えた「あなた専用の1個」を追加コストほぼゼロで出せます。
オープンな規格の効果も見えます。Gridfinityは2022年に公開された収納の規格で、42mmのグリッドに揃えるため、誰が作った箱も互換になります。
規格が公開されていると、周辺の設計が自然に増えます。
【仕組み】 AIの出力は、三つの柵で受け止める

つまり、AIが描いた図を信じず、数字・工場の規則・自動テストの順に確かめます。
AIは、見た目が整った設計をいくらでも出します。ただし物理を理解しているわけではありません。
原文も、荷重や材料の特性には弱いと注意しています。そこで設計を次の三つで受けます。
要件:「2kgを支える」「ネジ2本で付く」「原価がいくら以下」のように、数字で書いておきます。
工場の規則:各工場が公開している設計ガイドを、AIに読ませて照らし合わせます。
自動テスト:壁の厚さや全体の幅などの条件を、コードとして毎回走らせます。
工場の規則は、数字で具体的に決まっています。たとえばSendCutSendの曲げの指針には、曲げ線に近い穴や切り欠きは成形でゆがむので、金型の幅の半分以上離す、とあります。
穴や切り欠きは、素材の厚みの50%以上にする、という規則もあります。板金設計の基本は、SendCutSend: From CAD to Cutでも工場の側から確認できます。
こうした規則は、数字で書けるのでテスト化できます。人が図面を眺めて気づくのを待たず、設計を変えるたびに機械が違反を拾います。
これがソフトウェアのテストと同じ発想です。
原文は、さらにフォルダ構成まで勧めています。要件、寸法、工場規則、失敗の記録、見積もりを一つのフォルダに文書として置くと、AIは推測せずに読んで動けます。
その上で、設計・製造性の確認・調達・原価などの役割を、別々のエージェントに分けています。
【具体例】 玄関の鍵棚は、安い段階で間違いを取り除いて金属になる

つまり、お金のかかる工程の手前に、安い確認を何段も挟みます。
原文の例は、玄関の壁の幅にぴったり合う、薄い金属の棚です。鍵・財布・サングラスを置き、鍵を忘れて出たらエージェントに知らせる機能まで付けます。
流れは、費用の安い順に、失敗を先に取り除く形になっています。
測る:ノギスで測り、写真と一緒に文書に残します。測り間違いが、初回の失敗の最大の原因だと原文は述べています。
紙とプラスチックで試す:実寸の紙を壁に貼り、危ない部分だけを家庭用プリンターで出します。
人に見てもらう:発注前に、機械設計の経験者に1時間だけレビューを頼みます。
金属で発注する:板金の工場に、一個から頼みます。
頭脳を足す:ESP32(Wi-Fi付きの数ドルのマイコン)にセンサーを付けます。
最後の段階では、ESPHomeが使えます。短い設定ファイルでセンサーの読み取りを書けて、Home Assistant(家庭向けのオープンな管理基盤)に自動で見つけてもらえます。
初回の書き込みだけは USBケーブルが必要です。
【関連概念】 エージェントに体を与えるなら、止める手も残す
つまり、機器は自分の能力を名乗り、状態を報告し、人が最後に手で止められるようにします。
原文は、AIエージェントが画面の中にしかいない点を指摘します。センサーやスイッチを作ることは、エージェントに目や手を与えることだという見立てです。
つなぎ口になるのが MCP(Model Context Protocol)です。MCPは、AIアプリを外部のデータやツールにつなぐ、オープンな標準です。
Home AssistantにもMCPサーバーが用意されており、接続にはアクセストークンが要ります。
原文はエージェント向け機器の条件として、自己申告、状態の常時報告、手動での上書き、安全側への失敗を挙げています。これは私の整理ですが、四つとも「エージェントは間違える前提で、被害を小さくする」設計の言い換えです。
売る場合は、さらに規制の壁があります。無線を内蔵する機器は、米国では販売の前にFCCの機器認証が要ります。
認証済みの無線モジュールを使う方法は、原文でも手間を減らす選択肢として挙がっています。
参考情報・参考書籍(PR)
本記事をより深く理解するために、概念マップスライドを作成しました。こちらをみることで理解の補助になるはずです。
『ESP32&Arduino 電子工作 プログラミング入門』(藤本 壱):マイコンで機器に頭脳を足す段階の入門書です。センサーを読み、機器を動かす基礎に役立ちます。
『IoT開発スタートブック ── ESP32でクラウドにつなげる電子工作をはじめよう!』(下島 健彦):ESP32でセンサーデータを送り、機器を制御する流れを学べます。エージェントに体を与える節で、その機器側の動きを知るのに役立ちます。
『「M5Stack」ではじめる電子工作』(大澤 文孝):ESP32搭載のモジュールで、はんだ付けを抑えて試作する入り口になります。
【まとめ】 身の回りの「ちょうどいいものがない」を一つ、コードにする
つまり、最初に作るのは製品ではなく、変数付きの一つの部品です。
原文の勧めは小さく始めることです。ノギスを用意し、家の中で売っていない寸法のものを一つ選びます。
AIにCadQueryで書かせ、印刷して直し、気に入れば一個だけ金属で発注します。
自分で試すときの目安を三つ挙げます。
寸法を先に変数へ:直すのが数字一つになり、友人用に作り替えるのも簡単になります。
工場の設計ガイドを先に読ませる:AIに照らし合わせて、図面の段階で落とします。
人が手で止められる形にする:センサーやロックを足すなら、手動の逃げ道を最初から用意します。
なお原文の数字や予測は、著者本人の見立てを含みます。この記事では、私が一次資料で確認できた範囲だけを事実として扱っています。