开发者近期将 AI Agent 引入原版 Minecraft,尝试让其自动建造十几万至三十余万方块、玩家可实机行走的大型建筑,并开源了底层体素编译引擎 CraftDAG。实验暴露出编译校验无法覆盖的四类空间问题:其一,15.7 万方块的山地建筑编译零报错,但洞穴顶部 69 列未封顶,瀑布悬空且无承接水池,经水体物理与局部遮挡修复后完成 550 步 Survival 实机走查;其二,澡堂观景台的命令行渲染检查通过、视线无阻挡,但第一人称正前方 62.49% 画面被实心石栏杆堵死,参与建造的 Agent 看图自检毫无察觉,改由不参与建造的独立视觉评审模型盲审才揪出问题;其三,33.4 万方块夜景街区静态检查全部合法,导入客户端触发邻居方块更新后,挂在树叶和半砖下的 203 盏灯笼全部坠落,补上挂点合法性校验才稳住 1633 盏灯;其四,自由女神像等曲面雕塑需改用 Python/C 生成三角网格再作亚体素采样,而嵌于冰川裂隙的天文台因地形被切成死板挡土墙斜面,被独立评审以 74/100 打回重做。作者总结:三维空间中真正决定成败的是未填充的负空间、玩家第一人称视线与独立视觉盲审,多模型(Claude/GPT/Gemini)接力对比的完整实验记录已整理成长文发布。
事件分析
核心观点:编译器管得住方块语法,管不住空间语义——Agent 迈向三维世界,缺的是负空间感知与独立于生成者的眼睛。
原文链接:V2EX 分享发现

评论前必须登录!
立即登录 注册