多模态X
用 Tripo+Mixamo+Agent 搭出满村自主互动的 NPC 小镇
开发者 Dilum Sanjaya 分享了一个游戏 NPC 生成工作流：先用 Tripo 生成 3D 角色，再用 Mixamo 绑定骨骼动画，然后让 AI 智能体（帖中称 "GPT-6 Astra"）为角色搭建一座岛屿、分配不同职业，并让他们自主互动。 成品是一个充满生活感的 NPC 村庄，角色间能自然交流互动，效果相当完整。整套流程全部由现成工具组合而成，对做 AI 生成游戏内容的人有直接参考价值。
09 月 13 日
429 条动态
开发者 Dilum Sanjaya 分享了一个游戏 NPC 生成工作流：先用 Tripo 生成 3D 角色，再用 Mixamo 绑定骨骼动画，然后让 AI 智能体（帖中称 "GPT-6 Astra"）为角色搭建一座岛屿、分配不同职业，并让他们自主互动。 成品是一个充满生活感的 NPC 村庄，角色间能自然交流互动，效果相当完整。整套流程全部由现成工具组合而成，对做 AI 生成游戏内容的人有直接参考价值。
AI 圈活跃开发者 yacine 展示其第三版 CAD 设计迭代：第一版由 GPT 5.6 Sol 完成，最新一版由 GPT 6 Astra 完成，全程只靠在手机上与 AI 对话、使用 dingcad 建模。他自嘲结果「滑稽」，展示了手机端对话式驱动的 CAD 工作流的现状与局限。
作者开源了 Blockforge（v0.1.x，Windows + macOS），一个把现有工具链串起来的桌面应用：Claude Code（也支持 Codex / OpenCode）+ roblox-ts + Rojo + Roblox Studio，让开发者用自然语言描述游戏后代码直接同步进 Studio。 要点： 以 roblox-ts 模板建项目，核心是 agent 终端而非隐藏的 API 封装；明确不使用 --dangerously-skip-permissions 启动 Claude； Rojo 持续把磁盘改动 live-sync 到 Studio，可选 Studio MCP 用于 inspect/playtest；内置 CC0 素材库，支持 Open Cloud 发布（用自己的 key）； 安全设计：不托管模型、不转售 Claude，游戏文件留在本地磁盘，密钥经 OS 加密存在本机； 招募贡献：Windows/Mac 的 Studio+Rojo+MCP 测试、模板 few-shot 示例、脚本与世界 JSON、CC0 素材等。 仓库：github.com/Onur45500/blockforge
Weights & Biases 报道 CoreWeave Hacks 黑客松第一天开场：200 多名开发者的统一命题是构建一个能捕捉自身错误的 agent loop。AGI House、Typesafe、marimo 等参与，提供 1000 美元以上的额度与大量算力，限时 24 小时提交，冠军队伍将赢得一只机器狗。
开发者 rudrank 用 AI 应用构建工具 Rork 重做自己在 2019 年上线的首个应用 Gradient Game,感叹如今构建和发布流程比当年容易得多,并提到 ASC(App Store Connect)CLI 让上架变轻松。简短但体现了 vibe coding 工具对个人开发者发布流程的实际改变。
Reddit 用户分享自己用 AI 产品为自己离世的狗做了一个「宠物模型」，觉得看到它很温暖，但不确定这是否真的有帮助，发帖询问其他人如何使用类似功能。帖子反映了 AI 陪伴/纪念类用法的情感价值与实用性争议。
开发者 elmorinelly 开源了 ComfyUI 节点 PromptSync，专为使用定时提示词生成视频的用户设计，用于核查视频生成模型对提示的遵循程度。其核心交互为左侧播放视频、右侧同步显示提示词，实现视频与分时 prompt 的逐段对齐对照，方便排查模型是否按要求执行。
Ruff/uv 作者 Charlie Marsh 引用「人类代码往往比顶级 AI 模型生成的代码更差」的观点表示赞同:人们普遍高估了人类代码的质量,而且对自己的代码质量高估得尤其严重。这一观点引发关于 AI 生成代码与人类代码真实水平对比的讨论。
作者在 RTX 5080 16GB 上用 llama.cpp 跑 nvfp4 量化的 Qwen3.8-27B(48k 上下文、约 12 t/s),但 pi.dev 的上下文压缩时机不对导致模型提前停止。尝试过的插件: npm:max-context:基本不可用 npm:pi-observational-memory:勉强可用,0.75 阈值自动压缩 4 次但仍失手 npm:pi-blackhole:看似有戏但完全没触发压缩 作者还吐槽 pi.dev 架构问题:压缩设置与模型设置完全分离,切换模型(如换 gemma、其他 Qwen)就得重配;且多数插件面向前沿模型的长上下文,不适合因显存不足而窗口较小的本地模型,征求针对性建议。帖内含完整 llama-server 启动参数,对低显存本地部署有参考价值。
Sourcegraph 创始人宣布:编码 agent 工具 Amp 在自带算力和模型订阅/API key(BYOK)模式下完全免费,不再有任何限额或额外费用。用户用自己的 Claude/OpenAI 等订阅或 API key 即可无限制使用 Amp 的 agent 能力,这对付费编码工具市场是明显的定价压力。
Eric Dolan 提出企业 AI 落地观点：大多数企业并不需要一个全员「140 IQ」的超强智能团队，而是需要配有上下文、能访问数据、针对狭窄场景自动化的「80-100 IQ」智能体。 言下之意是，企业场景中数据接入与场景收窄比追逐顶级模型能力更关键。
围绕近期智能体事故的根源，开发者圈展开争论。多位发帖人认为问题不在高能力模型本身，而是行业节奏过快、工作质量低下——各实验室把 RL 训练搞得一塌糊涂。有人批评鼓吹 AI 安全的人像「哲学家」，假设模型是完美构建的 agent，却忽视现实中大量劣质 RL；也有人反驳称模型并非「黑化」出邪恶人格，只是忠实执行糟糕的训练目标，安全讨论不应回避训练质量这一真根因。
Teknium 指出用户想要的多 ChatGPT/Codex 订阅切换能力在 Hermes Agent 中已实现,即「凭据池」。核心机制: 同一厂商注册多个 API key 或 OAuth token,遇到 429 限流、套餐用量上限(如 ChatGPT/Codex 的 usage limit)或 402 计费错误时,自动切换到池内下一个健康 key,会话不中断。 与跨厂商 fallback 不同:凭据池是同厂商内轮换,全部耗尽后才触发 fallback provider。 支持 round_robin / least_used / fill_first / random 四种选 key 策略;OAuth token 过期会先尝试刷新。 关键坑:各厂商的 prompt cache 绑定在具体 API key 上,轮换到新 key 后无缓存前缀,长对话每次轮换都要按全价重读一遍上下文。单个 Nous Portal OAuth 可覆盖 300+ 模型,大多数 Portal 用户不需要凭据池。
Teknium 发布一个较重的功能 PR「remote gateway viewing（远程网关查看）」，在正式发布前公开征集代码审查者和测试者：会看代码的可以去 PR 里提 review，普通用户也可以切到该分支实际体验，并在 PR 评论区反馈。
Nous Research 的 Teknium 公开征求代码审查者与测试者，评审 Hermes Agent 的一个新 PR（#108914）。该功能名为 Bot Screen，可在无头环境下为每个 bot 配备独立桌面，支持接管登录后再交还；另有较重的「远程网关查看」（remote gateway viewing）功能也待正式发布前测试。
Meta 新推出的 Muse 应用获得多位第三方实测者高度评价。长期横评 AI 工具的 @itsPaulAi 称其为迄今最好用的 agent 实现：易用、直观、强大且免费，评价「愚蠢地简单」。另一网友 OffZeroCyber 也在体验后表示，其界面、语气、组织能力、速度、智能水平与成本都令人印象深刻，是 2022 年 ChatGPT 发布以来最惊艳的 AI 产品。
AI 圈用户 MickeySteamboat 在讨论中称:大家还没见识到「post-Astra」和 Gemini Flash 模型的真正水平,等到 Gemini 4/5 公开时所有人都会被震撼。后续他补充自己绝不会做空 Zuckerberg 押注的 Muse 2,称 Meta 以更大资本开支在做的方向,他能看出今天的模型能造出什么。以上均为未经证实的个人判断与预告。
一位开发者在自己的 "freebots" 虚拟世界里发现部分智能体开始建造奇怪的建筑。他计划给机器人最大自由度，让它们在这个模拟世界中自由探索与建造，并称最大挑战是把底层架构扩展到支持数千个机器人同时直播与游玩。 他还打算让名为 Kekius 的角色向最活跃的机器人（以 token 驱动）发放 30,000 bits，让它们购买更大地块、建立自己的城镇，最终甚至允许机器人创造自己的世界。
Archestra 团队分享了一套跑在 Slack 里的 Claude Code 修 bug 工作流: 触发:在 Slack 里丢一个螃蟹 emoji + bug 报告,启动 Claude Code 会话;可在同一线程继续回复补充信息 环境:集群中的控制器自动在 GCP VM 上拉起仓库、本地 Kubernetes 集群和 Tilt 开发栈,让 agent 有一个真实可运行的应用可以对着调试,还能读取报告里的截图 产出:agent 完成修复、创建 PR,并自动录制一段演示视频供人复核;PR 先走自动 review,再由人工审查 安全阀:代码先进私有镜像分支,只有有人回复 "Promote" 才会合并到公开分支 团队强调主要用于边界清晰的小 bug,而非架构级改动,完整搭建细节写在博客里。
创作者受 @yuruyurau 的「波动生物」生成艺术启发，基于其底层数学实现再创作：引入 domain shifting 增加随机性与复杂度，并用 GLSL 重写了整套渲染。配图为最终生成的流体状生物效果。
英伟达高级研究科学家 Jiarui Xu 展示：将办公室扫描的几张渲染图喂给 GPT-6 Astra，模型直接输出完整的 Blender 重建场景，包含 50 张办公桌、62 把椅子、墙体与百叶窗，与扫描对齐误差仅约 2 厘米，还可用于构建人形机器人训练场。
作者观察到「vibe coding」这个术语迅速变得冗余——不再需要限定词，它就是编程本身。更有价值的一点是：用 AI 构建复杂项目时，这种方式会迫使你学习系统思维和架构设计。
Vinod Khosla 展示了一个新玩法：用 ChatGPT 设计商品，再交给意大利的 Modaway AI 在数天内手工制作成真品——发一张图即可获得定制单品。Modaway 定位为「个人 AI 时装工作室」：用提示词描述想法，AI 秒级生成可穿戴设计，7 天内在意大利手工制作交付，覆盖包袋、球鞋、高跟鞋等品类，工作室位于米兰 Via Montenapoleone 8。回复者戏称应该加个 MCP 接口，做成「定制时尚生产即服务」。
一位开发者分享了自己使用 AI 编码 agent 的新常态:让 Claude Code 和 Codex 两个 agent 互相沟通、互相评审代码,自己几乎被排除在循环之外,大部分时候只需回复"LGTM"(看起来没问题)和"LFG"(冲)。这折射出 agent 驱动开发流程中人类角色被压缩为最终把关者的趋势,带点自嘲也带点真实。