- 麻省理工学院的JARVIS挑战赛测试了AI能否加速小型燃气涡轮发动机的设计-制造-测试周期，本科生团队在四周内完成了发动机制造。
- 通过Parley平台获取的AI工具在教科书摘要、软件教程、供应商搜寻和设计权衡研究等任务上提供了帮助，但也面临诸如产生虚假信息、缺乏物理理解等局限。
- 各团队发现工程判断与专业知识至关重要；尽管AI提供了协助，仍需人工监督来信任、质疑并将AI输出转化为可运行的硬件。
- 低年级学生使用AI更频繁，而高年级团队更依赖深厚经验；获胜团队最初对AI持保留态度，转而信任基础原理与团队协作。
- 制造环节与供应商关系成为关键制约因素，在紧迫时间线下，人际关系比AI推荐的供应商更为可靠。
- 该挑战证明AI能够压缩工程周期，但教育与实践经验对于培养有效领导AI工具的判断力依然不可或缺。