AI Agent 走进三维世界之后
内容提要
作者在MinePilot中让AI Agent生成Minecraft三维建筑，发现编译器只能验证合法性，无法保证空间成立，于是引入玩家眼高观察、独立视觉盲审和有界局部修复形成闭环，完成峡谷圣所、湿地温室、灯火长安及两座雕塑等作品；冰川天文台因体块失衡被叫停，促使改用新几何方法。作者认为三维世界构建或将成为检验通用Agent空间理解与执行能力的试金石。
延伸解读
编译通过不等于空间成立
文章反复强调一个关键区分：CraftDAG 能验证构件不越界、导出零差异，却无法证明洞穴真的在水流后面、玩家看到的是水还是栏杆。这类似 TypeScript 编译通过不代表网页不白屏。对读者的启示是，评估三维生成 Agent 时不能只看工程指标绿灯，必须把玩家眼高观察、原生游戏物理和独立审美评审纳入验收，否则容易把合法但不可用的模型当成成品。
独立盲审比作者自检更有效
R07 浴场受控实验提供了具体证据：自检组重读渲染图后仍把挡住大半画面的实心栏杆当作正常前景，池水可见比例保持 0.00%；拿到独立评审缺陷回执的辅助组则把池水可见比例拉回 5.23%。这说明作者模型容易对自己的产出形成盲区，把生成与挑刺拆开、按需引入独立视觉盲审，是复杂场景中更可靠的纠错机制，而非可有可无的流程装饰。
体块不对就换几何方法
T03 冰川天文台在 26 万方块、零编译错误、路线全通的情况下仍被拦下，原因是素模体块像楔形挡土墙、露台近景发黑。作者没有靠贴花硬冲生产，而是封存低模阶段、追查病根，发现旧脚本用近 80° 凸多面体切割冰体导致连续直墙，改用侵蚀优先的自然内凹曲面包络。这提示读者：技术指标全绿时，宏观体块失衡仍应触发方法级返工，而非局部修补。
作品边界需要如实标注
文章在展示五件上线作品时，同步保留了各自的限制：T01 跨场景迁移仍标 UNVERIFIED，T02 的 404 步 Survival 走线由工具驱动而非人工键盘通关，两座雕塑内部不开虚构房间且路线仍属 L1 Experimental。这种把已验证范围与未验证部分分开记录的做法，比单纯展示高分更有参考价值，也提醒读者在看待 Agent 生成成果时，应关注验收口径和适用范围，而非只看最终评分。
Q&A
为什么说编译器能证明合法，却证明不了空间成立？
编译器能验证构件没越界、没有悬空孤岛、导出的 .schem 读回内存零差异，但它证明不了洞穴真在水流后面，证明不了玩家站在看台上看到的是一池水还是一堵胸口高的实心栏杆，也证明不了一座下界要塞看上去像城门还是像黑砖火电厂。就像 TypeScript 编译通过不代表网页不是白屏，Agent 还需要观察空间、接受批评，并在不毁掉全局的前提下做局部手术。
生成 Minecraft 建筑比做 Three.js 预览难在哪里？
关键在于验收契约完全不同。展示型 3D 场景围绕 Mesh、打光和少数预设镜头交付，背面穿模只要镜头不拍到就不算大事；而放进玩家存档的 .schem 蓝图必须同时扛住六层约束：三维拓扑与负空间、离散体素转译、玩家尺度可达性、原生游戏物理、有界局部修复、技术与审美分立验收。
在三维建筑实验中踩过哪些昂贵的弯路？
主要有三个教训：一是 2D 概念图当不了 3D 设计源，单张画没有背面和剖面，转成三维会退化或几何关系打架；二是极端镜头优先会导致建筑变成狭窄的“镜头走廊”，空间分层与主地标必须先立住；三是工具亮绿灯不等于 Agent 真的“看见”了，例如浴场实验中 eye-05 机位池水可见比例为 0.00%，自检组未能发现，需要独立视觉盲审。
CraftDAG 之上按几何特征分出了哪三条前置路线？
三条路线是：语义组件路线（Semantic ComponentPlan），适合开间、楼层和屋顶模块清晰的常规建筑；命名体块与受保护空气路线（Region Blockout + Protected AIR），适合山地、河谷、桥梁与室内外穿插的复杂场景；雕塑优先路线（Sculpt-First Procedural Mesh），适合由连续曲面与衣褶主导的具象雕塑，先生成闭合可编辑 .obj 网格，再采样编译进 VoxelPlan。
灯火长安在原生 Minecraft 中遇到了什么惊险问题，如何解决？
把蓝图贴进原生 Java 26.3 触发邻格更新后，203 盏悬吊宫灯当场掉成了满地物品实体，因为它们挂在杜鹃树叶和上半砖底面，静态网页预览正常但原版底面承重规则挂不住。Argon 随后把挂点全部换成红树林木横枝与实心木梁，移走挡视线的河岸灯树，并把 canSupportLantern 写进静态质检，复测实现全部 1,633 盏灯笼零掉落。
冰川裂隙天文台为什么被叫停，之后如何改进？
M1-B 版虽然静态工程账本挑不出毛病（261,462 个占用方块编译导出零差异等），但 Dot 盲审后只给 74/100 的 D1 设计潜力评分，叫停在 S1 与原生实测之前：地上冰川体块像带重复阶梯纹路的楔形挡土墙，主露台近景发黑、远处只剩空天空，室内望远镜基座堵死房间体验。随后 Carbon 查清病根是旧脚本用近 80° 的凸多面体半空间切割冰体，改用“侵蚀优先的自然内凹曲面包络 + 冰下洞室与冰拱三维协同设计”后，北侧连续高墙被高山隘口切开，冰峰做出陡峭拔蚀壁与缓坡冰肩的走向反差。
作者认为三维世界构建对通用 Agent 评测有什么意义？
作者提出，过去 Coding Benchmark 测的是模型能不能让编译器和测试满意，图像与视频生成测的是模型能不能在单帧画面上讨好眼睛；而三维世界构建要求 Agent 构想空间、编译进离散物理规则、以第一人称走进去观察、做零误伤的局部修复，同时接受独立审美与真实运行时的双重检验，它可能成为接下来衡量通用 Agent 空间理解、创作判断、工具使用与可验证执行能力的一块试金石。
