我和 Kimi K3 造了一座会动的3D机械博物馆，聊聊带 AI 干活的几条规矩！

我和 Kimi K3 造了一座会动的3D机械博物馆，聊聊带 AI 干活的几条规矩！
最近一阵子，Kimi K3 发布很火，我也搞了一些Demo 在 x 上也是爆火，并且也还得到Kimi 联创转发我的Demo Show ，累计也有100w+曝光。
我用它造了一座会动的 3D 机械博物馆：14 台机器，全是活的，能转、能炸、能拆、能装。
没有任何一个模型是从网上下载的，全是代码一行行画出来的几何，整个站零外部资源，一个文件夹丢服务器就能跑。
这么大一摊活，是我一个人带着 Kimi K3 做出来的。
申明：文章内容主要是 Kimi K3 自述完成。
先给你看个东西。
打开浏览器，一台四冲程发动机立在玻璃缸套里。活塞按 1-3-4-2 的点火顺序上下窜，进排气门跟着凸轮轴一开一合。你按一下键，它当场炸开，每个零件飘在半空，标注引线指着告诉你：这是连杆，那是曲轴。你再拖一拖，它又装回去了。
旁边还有火箭发动机、机械手表、六轴机械臂、会打军体拳还会跳舞的人形机器人。一共 14 台。
还有一件事，比这些更让我意外。
前阵子，有人往 「造物台」 页面传了几张索尼 Walkman 的老照片，说想要一台能拆开的。几个小时后，展厅里多了一台 Walkman：磁带仓能弹开，皮带和主导轴各自转各自的，每个零件带标注，能爆炸、能讲解、能亲手装回去。
从头到尾，没有任何一个人类碰过这台机器。看图、写代码、验收、上架，全是 K3 一手包办。
它是怎么做到的？先卖个关子，你带着这个问题往下看。
为什么会有这座 3D 机械博物馆？
初衷特别简单，就是一次「眼馋」。
我很早就迷 JigSpace：它把复杂的产品和原理，做成一步步可交互的 3D 演示，也有人管它叫「3D 版的 PPT」。但玩得越多，越觉得有两点不过瘾。
一是模型基本靠 CAD 导入，普通人手里没有 CAD 文件就玩不转。二是它的「运转」是提前烘焙好的动画，你看的是录好的动作，不是真的在动。
烘焙动画和实时运动学的区别：烘焙动画像放录像，每个零件怎么动是提前录死的，你只能看它演。实时运动学是每一帧现场算，曲轴转一度，活塞、连杆、气门该在哪，全部由机械关系现推出来。前者你只能看，后者你可以拧着它玩。
我就一直想，能不能做一个纯代码的版本：所有几何用代码一行行生成，所有运动是实时求解的运动学，整个站零外部资源。
这个想法在我心里搁了很久，缺的是一个能扛得住这种工程量的搭档。K3 发布之后，我把这个想法丢给了它，先拿四冲程发动机开刀。
后面的事你们在 Twitter 上都看到了。demo 视频一条条发出去，反响好到超出我的预期，后台和私信里全是问「这是怎么做的」的朋友。问的人多了，就有了这篇复盘。
坦率讲，这篇不是来炫成果的。这几个月带 AI 干活踩过的坑、摸出来的规矩，我毫无保留地掏给你。在这个人人都在用 AI 写代码的当口，怎么跟 AI 配合，比 AI 本身多强重要得多。
原则一、先让 AI 的活，变成机器能验证的东西。
这话听着绕，举个例子就懂了。3D-Lab 里有一集差速器，就是汽车转弯时让内外轮转不同速的那个东西。
最偷懒的做法，是直接告诉每个齿轮转多快，看起来对就行。我们没这么干：每个齿轮转多快，一个都没写死，全是一条纯滚动约束方程推出来的。
直线行驶时，方程算出行星轮自转恒等于 0，你不用管它，它自己就该是 0。转弯了，非零自转自然冒出来，一侧打滑，另一侧也跟着没劲。差速器那个又坑又真实的特性，不是我演出来的，是方程自己推出来的。
你可能纳闷，这跟带 AI 干活有啥关系？关系大了。
因为当一个东西由确定的数学结构推出来，它就可以被机器验证：直线行驶行星轮该不该是 0，写一行断言测一下就知道。我们全站定了个 铁律：禁止用裸的 Math.random，所有看似随机的散落位置，要么显式写死，要么用零件 id 做哈希。所以同一个页面加载两次，画面逐字节一模一样。
画面能复现，我就能让程序自己截图、自己跟上一版比对，哪个像素变了立刻报警。AI 半夜改了一版，第二天机器先帮我扫一遍。
K3 的能力：能把约束方程这种硬结构吃进代码，写得又准又能跑。
人的智慧：让对错有客观标准，把系统改造成一个能自动判卷的系统。
结合点：让 AI 干得放心，靠的不是它多聪明，而是你先给了它一套能判卷的卷子。
原则二、给 AI 一个能自己开图验证的遥控器
上面说机器能自动截图判卷，那 AI 怎么知道该截哪张图？
我们给全站定了一套统一的 钩子协议。每台机器的网址后面都能挂参数：snap=1 让它截图，mode 切运转还是爆炸，step 走到讲解第几步，theta 转到哪个角度。全站 14 台机器，一套参数走天下。
Kimi K3 改完机械臂的代码，不用等我来点鼠标验收。它自己拼一个网址：snap=1、mode=抓取，把机械臂开到抓取那一帧，啪，截个图回来自己看对不对。
它成了一个能自己开图、自己检查、自己发现问题的东西，而不是一个写完代码就等着被判死刑的工具。
K3 的能力：有自主迭代的闭环，能自己看结果、自己回头改。
人的智慧：给它装上眼睛，给它一个能自己看到结果的通道。
结合点：让它闭环，别让它盲写。它能自己看到，它就能自己迭代。
原则三、委派一件活，质量的天花板等于你规格写得多细。
这次做机械臂和人形机器人这些大工程，我用了主子 agent 分工：我负责理解需求、定方案、验收，具体一整集的活派给子 agent 去做。五次委派，一次通过率 100%。
我知道你想问什么：是不是 K3 特别牛所以百发百中？不全是。真正的秘诀，是我给每次委派都配了一份简报，我叫它 简报六件套：上下文锚点、约束清单、精确到数字的规格、验证清单、汇报格式、取舍授权。
我摸出来一条特别硬的规律：委派质量的上限，等于你规格的精确度。
你写「帮我做个机械臂，能抓东西就行」，它交回来的东西一定含糊，因为它在猜。你写「后空翻要绕质心轴翻转，位置补偿是 y 加上 h 乘以 1 减 cos θ」，它几乎不可能做错，因为你已经把正确答案的结构写进去了。
这个道理反过来也扎心。很多人抱怨 AI 干活不靠谱，其实是自己根本没想清楚要什么。AI 只是把你脑子里的含糊，忠实地放大成了代码里的一坨乱麻。
K3 的能力：在精确到数字的规格下，几乎不可能做错，能扛住整集的工程。
人的智慧：负责想清楚，把规格写到精确，写到它没法猜。
结合点：人负责想清楚，AI 负责变成真的。这个分工，我越做越信。
原则四、逻辑对 ≠ 画面对 ≠ 用户用着对
前面说得挺顺，好像带 AI 干活很爽。现在说点疼的。
这三个月我返工了三次，三次全是同一个魔鬼。最典型的是 3D 打印机那集：它要一格一格打印出一只 634 格的体素霸王龙，逻辑核心是一个 G-code 解释器，构造上就保证正确。我测过，逻辑全对，断言全绿。
结果用户反馈：空打。喷嘴老老实实走，一格料都没出来。
所有仪表盘都告诉我一切正常，可现实就是不正常。后来上活体实验一步步逼，终于逮到真凶：three.js 的视锥剔除。那 634 个体素用 InstancedMesh 批量渲染，判断在不在屏幕里用的是包围球，一颗只有 3.3 毫米的小球。相机稍微一偏，小球出了画面，整组体素被连坐剔除。
解药是两行代码，把 frustumCulled 关掉。两行。但这个坑给我上的课，值一万行。
三次返工摆一起看：字标做成空白牌子、军体拳一拳打穿旁边的箱子、还有这个空打。没有一个是断言能抓住的。因为断言验证的，永远只是你想到要测的那个性质；而用户，验证的是所有性质。
所以这次最重要的流程遗产，是 三层验收：状态断言（机器测逻辑）、截图目检（我肉眼看画面）、真实路径复现（完全按用户的操作走一遍）。少一层，魔鬼就从那个缝里钻出来。
K3 的能力：最擅长把逻辑写得自洽得滴水不漏，然后在你看不见的那一层悄悄出错。它不是骗你，是骗过了它自己。
人的智慧：承认断言有盲区，坚持三层验收。
结合点：能戳穿这层自我欺骗的，目前还只有一样东西——人的眼睛，去真实地看一眼。
五、这几条规矩，后来有了「造物台」。
前面这四条规矩——判卷、遥控器、规格、三层验收，本来都是我跟 K3 之间的协作纪律。做到后来我突然意识到：既然这些规矩全是死的、全可以写成流程，那这个循环中间，为什么还需要我？
这就是 造物台 的由来，也是开头那台 Walkman 的由来。
它的用法简单到有点过分：打开页面，用大白话描述你想要的东西，可以一句话，也可以附上最多四张照片。然后你去喝杯咖啡，回来的时候，展厅里多了一台能转、能拆、能讲解、能装回去的机器。
听上去很像 Meshy、Tripo 那种图生 3D 服务，传张图进去吐个模型文件。但造物台走的路子完全不同：它不给你一坨网格，而是让 K3 像一个真正的开发者那样，直接写 Three.js 代码。
代码建模和网格生成的区别：网格生成像 3D 打印一个雕塑，形状对就行，里面是一整块死料。代码建模像真的去造这台东西——先想清楚它由哪些零件组成、每个零件怎么动，再用代码把零件一个个造出来。前者给你一张照片级的相似，后者给你一台活的机器。
这是 K3 的多模态能力第一次在项目里挑大梁，它得真的看懂那几张照片。它看图的方式也很守规矩：先交出一份细节清单，什么类别、复杂度多高、哪些细节是身份标志。Walkman 的磁带仓、SU7 的溜背线条、GBA SP 的翻盖铰链，必须逐条列出来，达不到复杂度门槛，不许动工。
像不像一个靠谱的老师傅接单？
先拿张纸把图纸画出来给你确认，确认完了才开工。能看图不稀奇，看完图能把看到的变成结构化规格，再由规格长出代码，这才是完整的链路。
验收也长成了 四层终审，从头到尾没有人类参与：静态一致性、运行时行为、视觉评审，还有最狠的一层——把你的原始照片和成品放在一起对照打分。考不过，东西进不了展厅。
至于规格，简报六件套在这里走到了极限形态——一份叫 Manifest 的协议：JSON 格式的合同，定义了一件合格展品该有什么。K3 不需要猜我想要什么，合同上每一条都写着，它照着交付，系统照着验收，合上就过，合不上就退回。
这就像乐高积木的凸点接口。标准定死了，谁生产的积木都能咔哒一声拼上去。所以 AI 生成的东西五花八门，却能直接继承我 14 台手工剧集攒下的全部家底。
K3 的能力：多模态看图、直接写工程代码、在长任务里记住合同上的每一条。
人的智慧：把协作纪律写成死流程，把规格写成机器可校验的合同，再配一个真会按合同打分的考官。
结合点：把聪明留给创造，把靠谱留给流程。这就是人机协作的终极形态——人的品味定义标准，K3 的能力负责交付。
目前展厅里已经躺着 15 件 这样的展品了：小米 SU7、索尼 A7R、Walkman、Macintosh、iMac、GBA SP、拍立得、立式空调、直升机、银行家台灯。每一件，都是某个人一两句话加几张图换来的。
让AI和机制自己说话
聊到这你可能觉得，这篇一直在讲工程、讲流程，挺硬核。但我最想说的，其实是这整座博物馆真正的灵魂。
回到最开始那台差速器：它的差速不是转出来的，是约束方程推出来的。打印机那只恐龙，不是渐渐显形的，是解释器一格一格铺出来的。人形机器人跳舞，动作和音乐不是谁配合谁，它们是同一个节拍时钟喂出来的两路输出，用 112 BPM 的同一个函数，所以永远不可能脱拍。
这些东西有一个共同的固执：它们都拒绝表演，坚持让机制自己说话。
而这个固执，如今原封不动地长在造物台的产出里。AI 造的风扇，摇头是真有个摇头机构在摆；AI 造的相机，拆开来是真有快门帘和反光板。
它不是生成一个「看起来像风扇」的形状糊弄事，它是真的去理解构造，然后把这个构造用代码重新发明一遍。
AI 可以帮你把差速器做得看起来会差速，那太容易了，给几个角度插值一下就行，观众根本看不出来。但要不要坚持让它由真实的约束方程推出来？这份较真，这份对理解的固执，是我这个人的选择，不是 AI 的。
好的设计，是让东西自己解释自己，而不是贴一堆说明书。好的教学，是让原理自己长出来给你看。我负责提出这份较真，Kimi K3 负责把这份固执变成一条能跑的约束方程、一个逐格求值的解释器、一个同源的节拍时钟。人出品味，AI 出系统。
写在最后
一路走下来，我也算看清了 K3 真正的能力长在哪：大家聊模型，总爱聊它答题多聪明、写文多流畅。
但造物台这种活，考验的是另一组东西——看图看到多细、能不能扛住一千多行的工程、在一个多小时的连续任务里记不记得合同上每一条、出了问题愿不愿意老老实实截图、对照、回头修。
这些能力不在任何榜单的标题上。但它们才是真正把 AI 从聊天搭子变成生产力的那部分。
所以如果你也想带着 AI 干一件稍微大点的活，我把这几条再给你捋一遍：
让你的系统能自动判卷，别靠肉眼
给 AI 一个能自己开图验证的遥控器，别让它盲写
委派前先把规格写到精确，因为那是质量的天花板，写到头它会成为一份合同
验收一定要三层：逻辑对不等于画面对，画面对不等于用户用着对
最后，也是最重要的：那份对真实的固执、对理解的较真，你自己留着，别外包
这几条我自己也还在补课，肯定有不周全的地方。但我是真心觉得，AI 时代最值钱的能力，不是会不会用 AI，是你心里有没有一个不肯将就的标准，然后有没有本事把这个标准变成 AI 能听懂、能执行、能被验证的东西。