
尘世中一个迷途小书童 2.0 @MarsDAO_ @137LabsCN @0x3Friends
Joined December 2016
- Tweets7.7K
- Following851
- Followers2.9K
- Likes4.8K
JackySun retweeted
天时地利人和:拆解 Sac 的小王子 3D,理解一个 AI 创作范例是如何诞生的
我们见过太多 AI 做的东西了
每天的时间线里,AI 生成的图片、视频、网页、小游戏太多太多了,我们甚至已经练出了一种本能,一眼就能认出“这是 AI 做的”,然后划走。
但是,Sac @Saccc_c 用AI做的东西让我们停了下来
用 Opus 5.5、Tripo 和 Blender 做了一款《小王子》3D 剧情游戏。
小王子坐在木椅上看落日,
脚下是一片花田,远处是铺开的云海
发出来之后的结果自然是大爆特爆~
很多人的第一反应是“怎么做到的”
Sac 也确实公开了完整的制作流程,从工具选型到提示词,事无巨细。
但我更想聊的不是 how,而是 why:
为什么偏偏是这个项目、这个人、这个时间点,撞出了这样的结果?
我觉得答案可以用三个词概括:天时、地利、人和
天时:3D 的窗口,刚刚打开
AI 创作的能力一直在沿着一条路径溢出
——从文字到图片,从图片到视频,现在终于漫到了 3D
而 Sac 的项目,恰好踩在了 3D 这扇窗户刚被推开的那一刻
Opus 5.5 发布不到一个月
这个模型和之前的 Claude 最大的区别不是“更聪明”,而是它终于可以干活了。
给它一张场景参考图,它能自己拆解出哪些物件需要单独建模、哪些可以用基础几何体搭建,然后直接在 Blender 里写脚本执行——而且大概率一次就跑通
它不再是一个你需要反复擦屁股的实习生,
更像是一个你交代完任务就可以去喝杯咖啡、回来看成果的同事
同一时间,Tripo @tripoai 的 3D 生成也跨过了一条关键的门槛
几个月前,AI 生成的 3D 模型还停留在“看着挺酷但没法真正用”的阶段,拓扑乱、面数不可控、拿去绑骨就崩。
而现在,Tripo 的人物模型生成出来就是整齐的四边面网格,可以直接进蒙皮流程。
这个变化不起眼,但它意味着 AI 生成的资产第一次可以无缝接入专业的 3D 制作管线。
天时不是说工具完美了
天时是说,它们刚好够用了
早几个月,这个项目的工期要翻倍,质量要打折。
Sac 站在了那条线刚被跨过的时刻
地利:一个人走完了一支团队的路
做一个 3D 游戏需要多少个环节?
概念设计、场景参考图、3D 资产生成、场景搭建、人物建模、绑骨蒙皮、动作适配、引擎整合、交互调试。
传统游戏公司里,这每一环都是不同的岗位,不同的人,不同的专业训练。
而这一次,这条链上的每一个环节,都恰好有了 AI 可以介入的接口。
我认为最关键的一环是 Blender MCP
它让 AI 不再只是“帮你写一段代码你自己去粘贴运行”,而是直接连上你正在运行的 Blender,读场景、写脚本、执行、渲染截图检查效果、发现问题自行修改
Sac 在教程里展示了一个让我印象很深的工作流:
他让 Opus 5.5 按参考图搭建完场景之后,再“派一个独立的审查 agent 进行多机位盲审”。
AI 搭完了自己审,审完了自己改
这种自我迭代的能力,是以前完全不存在的
那么人物呢?
Auto-Rig Pro 加上 Opus 的操控能力,让绑骨蒙皮这个最劝退新手的环节变得可以用一条提示词走完。
Mixamo 提供动作库,Unity MCP 让 Claude 直接操作游戏引擎打包。
单独看,每一个工具都只是“有意思”
但当它们在同一个时间点同时达到可用状态、被一个人串联成从参考图到可玩游戏的完整管线时
一个人就真的可以走完以前需要一支团队才能走完的路了
这就是地利
不是某个神器的胜利,是整条路第一次被修通了
人和:工具对所有人开放,但作品只属于一个人
说到这里,一个更尖锐的问题浮出来了:
Opus 5.5 谁都能用,Tripo 谁都能注册,Blender MCP 谁都能配。
为什么是 Sac ?
因为工具只解决“能不能”的问题,不解决“好不好”的问题
Sac 选了《小王子》
他没有选赛博朋克,没有选 meme,没有选任何一个“容易出效果”的题材,他选了一本关于孤独和驯养的童话。
这意味着整个项目的调性必须是克制的、温柔的。
不能往里面堆特效,不能靠视觉冲击力取胜。
只能靠对的氛围。
然后是他的视觉处理
低多边形不是因为做不了写实,是一个主动的选择
这种手作感的质地和原著水彩插画的气质天然吻合
国王的星球用夸张的比例差制造荒诞,爱慕虚荣的人的星球被做成了一座剧场,地理学家的书房堆满藏书和浑天仪
每一个星球都在“读”原著,不是在“炫”技术
画面安静、留白,构图故意让角色在大场景中显得很小
这种孤独感,AI 不会自动给你
得自己知道你要什么,才能引导它给出什么
有人评价说“完全不像 AI 做的”
我觉得这恰恰是最高的评价
它说明站在 AI 前面的那个人有足够清晰的审美判断,以至于工具的痕迹被完全消化了。
AI 是画笔,不是画家
画笔再好,拿笔的人不知道什么是多余的、什么该留白,出来的东西就只是一堆技术的堆砌。
还有一件事容易被忽略:时间
在一个所有人都在追逐热点、以小时为单位生产内容的环境里,Sac 在这个项目上泡了超过两周。
他不是试了一下新工具发个截图,而是真正沉进去
反复调试提示词,从多个机位检查场景,为一个“小王子提水壶”的握持动作来回迭代手指和把手的接触细节。
没有人会只因为“他调了很久蒙皮权重”而给他点赞
但所有人都能感受到最终作品里那种“说不上来哪里好,但就是舒服”的品质
那个品质的来源,就是这些不性感的时间
一点私人的感触
这件事让我想明白了一个一直在模糊地感觉、
但没有说清楚的东西
AI 正在把创作的门槛拉低到一个前所未有的程度
理论上,每个人都拿到了同样的工具
但门槛低了之后,区分作品好坏的那个东西,反而变得更古老了
是关于你的品味,你的耐心,
你愿不愿意在一个项目上花掉不划算的时间。
工具在加速民主化
但审美从来没有被民主化过
Sac 的小王子是一个好的范例,不是因为他用了最新的工具,而是因为他知道拿这些工具去做什么。
时代给了所有人同一架钢琴,
但弹出一首值得听的曲子,靠的从来不是琴啊
下午好美人儿
听大家说,X涨粉秘籍:多发美女照片。
可惜我不属于美女那一挂。
外貌带来的流量来得快,去得也快。
我不想靠颜值博眼球,只想持续输出行业真实想法、现场见闻,聊聊生态共建。或是喜欢向行业内的前辈请教学习。
吸引来的不是看脸的路人,而是能同频交流、一起做事的伙伴。
好看的皮囊很多,愿意沉下心做事、分享思考的人不多。
感兴趣的朋友,欢迎一起交流🤝
我从来就不是好看的皮囊,却也是个有趣的灵魂。
#Web3 #Hypertrend生态共建
朋友在招产品运营
我认为是非常好的机会
POP大舞台,有才你就来
PopDEX 招第一位增长产品运营 🛠️ 早期加入,亲手打造驱动增长的工具。
Growth Product Operations
About Us
PopDEX is a trader-first perpetual DEX incubated by Foresight Ventures (Bitget's strategic investment arm), moving from Closed Beta into Open Beta and growing fast.
What You'll Do
Research and design conversion tools from a growth angle (onboarding, referral, retention mechanics), spec requirements to product/engineering, and drive them to launch
Refine and optimize the trading interface experience at a pixel level
Build growth dashboards that quantify the real impact of campaigns, promotions, and incentives — driving decisions with data
Independently design and build off-platform campaign pages (using AI / low-code, without consuming engineering resources)
Who You Are
1+ years in growth product / growth ops, with a track record of shipping growth features from zero to launch (bring examples)
Product-minded, data-fluent, strong on execution — can both figure out "what to build" and drive engineering, AND build it yourself with AI / low-code
Able to work effectively with engineers
Crypto / trading product experience preferred; familiarity with perps and traders is a plus
Working proficiency in Chinese and English
Bonus
Growth experience at a DEX / wallet / trading terminal
Comfortable with on-chain data and self-serve analytics (e.g. Dune)
Trade. Pop. Repeat.
👀9月22日,上海见!🤝
123X @123xLabs 「AI与多资产交易的未来 · 上海站」即将开启。
这一次,我们不只聊 AI,也不只聊 Crypto,而是把 AI与多资产交易 放在同一个现场:
🤖 Agent进入交易之后,我们相信的是策略,还是Agent本身?
HyperTrend @GoHyperTrend 从「策略时代」走向「信用时代」,聊聊 AI Agent 如何重构交易流程。
🔍 每天面对海量信息,如何真正用AI做投研?
Uweb @Uweb_agent 从实操出发,拆解辅助投资研究的 AI 工作流。
⚡ Perp DEX + Trading Terminal + AI Agent,会不会成为下一代交易入口?
@Ewanyun 从黄金、外汇到Crypto,探讨多资产环境下正在形成的新交易范式。
🧠 AI工具越来越强,为什么人反而越来越累?
@key1doo 重新思考人与AI的分工,以及真正有效的AI协作方式。
🎙️最后,我们把问题重新交给交易者:
标的怎么选?策略怎么做?执行如何优化?AI应该参与到哪一步?@Go3Trader @Ewanyun
加密、美股、黄金、外汇等不同市场交易者同场圆桌,回到真实交易本身。
📍上海 📅 9月22日 14:00–18:00
AI在进化,市场也在变化。
欢迎交易者、AI/量化从业者和行业建设者来到现场,一起寻找下一代交易方式。🚀
Thanks❤️
@JinseFinance @TreeNewsCN @fxh_crypto @talk99 @137LabsCN @MarsDAO_ @VARIETY_LABS
📍下一站,上海!
9月22日,123X @123xLabs 「AI与多资产交易的未来 · 上海站」开启报名。
AI × Multi-Asset Trading
一边是 AI Agent、量化、数据与智能交易工具的快速进化;
另一边是股票、黄金、外汇、大宗、Crypto、RWA 等不同资产市场的机会与联动。
技术在变,资产在变,交易方式也在变。
这一次上海站,我们继续把 AI 与多资产交易 放在同一张桌子上,与交易者、量化团队和行业建设者一起讨论未来市场的新机会。
🎫 报名开启|9月22日 上海
#AITrading #MultiAssetTrading #QuantTrading #RWA #Trading
MarsDao 妖币讨论小组 t.me/+XIwxLQ-zCyVmOTQx
9 月 20 日(周日)早上 10:00
主講人@ChainupAK :人生下半场最重要的事
当速度、财富和选择越来越多,什么才值得我们长期投入?欢迎来一起聊聊。
xitter.cf/i/spaces/1oJMvNMLXZXxQ
我唔知呀,我淨係知
很牛
@ChainupAK
本週日也有Space 喔
>< 不過我在外出工作當中
@key1doo 哥開
身边的很多朋友陆陆续续在Pop上面交易(包括我)
很好的一点是现金奖励,我们测了一下,对真实用户的奖励还是很不错的,发不发币不太清楚,但是每轮都有实打实的现金奖励,算下来不仅cover手续费,也接近手续费两倍左右。
有补贴还是很香的。
最近留意到一个新Perp @popdex_
以前很多Perp DEX的套路都差不多:积分、空投、交易返佣。说到底,都是靠补贴和空投预期去换一段时间的成交量。活动一停,大家的热情也就没了;TGE后币没起来,平台往往也就慢慢没声音了。
PopDEX 让我觉得有点不一样的地方,是它在尝试换一种奖励方式来稳步发展平台。
先说手续费。VIP 0 taker fee 是3.2 bps,对比其他平台常见的4.5 bps,看起来只差1.3 bps。但如果你真的有交易量,单边交易100万U,大概就是130U的成本差。偶尔开一两单的人确实没什么感觉。但是对日常做合约的交易员确实能省下不少的钱。
另外,PopDEX没有把“返还利润”停留在 PPT 画饼阶段。
项目在测试阶段已经按不同轮次给过实际USDT奖励:早期反馈、Genesis Trader、后续交易与有效贡献,都有对应奖励。
奖励金额能不能定义一个项目,当然另说。但至少说明它在测试一个实际问题:怎么把钱给到真正提供流动性、有交易行为、愿意反馈的人,而不是只奖励最会刷量的那批人。
因为交易成本更低,用户愿意留下;
用户留下来,带来真实成交和流动性;
平台再把一部分可分配价值回馈给真实参与者。
这样就不是发完积分、空投预期一结束,所有人一起撤流动性散场。
当然,内测阶段我感受到的问题也很现实。
市场快速拉针、流动性变薄的时候,实际成交价与看到的价格之间的偏离会明显放大。点差一大,交易体验确实很痛。
所以 PopDEX 后面真正要解决的,还是在波动最剧烈的那几分钟里,深度、报价和执行系统能不能扛住。
Perp DEX想活下去,最终不是比谁更会发奖励,而是比交易员最需要成交的时候,谁真的能给到成交。这个闭环跑通了,其他才有意义。
至少目前看,@popdex_ 没有只把用户当成 TGE 前的数据。它更像是在尝试把交易者当作平台价值的一部分。
后续我会持续体验关注。
图二为我在内测阶段实际领取到的奖励。
📍下一站,上海!
9月22日,123X @123xLabs 「AI与多资产交易的未来 · 上海站」开启报名。
AI × Multi-Asset Trading
一边是 AI Agent、量化、数据与智能交易工具的快速进化;
另一边是股票、黄金、外汇、大宗、Crypto、RWA 等不同资产市场的机会与联动。
技术在变,资产在变,交易方式也在变。
这一次上海站,我们继续把 AI 与多资产交易 放在同一张桌子上,与交易者、量化团队和行业建设者一起讨论未来市场的新机会。
🎫 报名开启|9月22日 上海
#AITrading #MultiAssetTrading #QuantTrading #RWA #Trading
二月玩到现在 只明白了一个道理
学得慢啊,真就不用学!!!
暴论:Skill 将死,方法论永生。
昨天参加 B 站的 Build in Public,卡比老师 @jakevin7 真的把这条写进了他的 ppt 然后公开讲了!整个下午最精彩的部分就在这了,完全是来上课的!
干中之干太干了!
按照卡比老师说的,随着模型训练不断进步,很多通用知识和标准流程,会逐渐被模型内化。以前需要写一大段指令教它怎么做的事,未来可能用几句精炼的提示,就能调动已有的能力。
我们可以把更多精力放在:这次要解决什么问题,应该采用什么方法,以及怎样判断它真的做对了。
卡比老师分享的这 8 个点可以加进日常的 Prompt 中,可以极大的提高干活的效率,结合自己的理解,mark一下:
1️⃣ 第一性原理 ->先把问题本身搞清楚。
把这个输入给 Agent 让它回归事实,检查问题有没有复现、根因是什么、修复前后的结果有什么变化。保证最开始的问题存在并且可执行。
这里卡比老师也是拿 Claude 解决了费马大定理的时事举例,也是非常贴切,100轮次过后,怎么让 Claude 记住要做的任务是什么。
2️⃣ 对抗式审查->找一个专门挑毛病的 Agent。
让没有参与实现的 Agent 独立审查,寻找反例、遗漏和失败场景,要求它给出证据。
其实本质上来说是一个多 Agent 交叉验证,让大家认可一个结果。
3️⃣ 消融实验->拿掉一个东西,看看还行不行。
这其实是写论文最重要、不可获缺的一个地步,Ablation Study,简单来说就是去掉某个关键变量会不会对结果的影响有多大。
某条规则、某个工具、某段提示词到底有没有用,可以在其他条件尽量不变时,删掉它再跑一遍,对比结果。
这样才能证明每一个元素都有自己的作用。
4️⃣ 奥卡姆剃刀->先做最简单、能工作的版本。
能用一个脚本解决的事,可以先把脚本跑通。架构可以随着真实需求不断迭代。
这和这场会议刚开始分享的猫娘计划创始人如出一辙。现在大家都是 Build In Public,有一个主意能 work,就可以让大家来审阅,提出更多真实反馈、真实需求,就能让产品更好!
5️⃣ 列出所有不自信的点->让不确定有地方出现。
明确要求 Agent 交代:哪些结论缺少证据,哪些场景还没测,哪些地方只是猜测。
毕竟 Agent 再强也会犯错(Astra 100%的benchmark当我没说先排除),只有让它自查才能降低犯错的概率。
6️⃣ 保持独立思考->先判断,再参考别人的答案。
尤其在多 Agent 协作时,可以让每个 Agent 先独立给出结论和依据,再互相讨论。这样更容易发现分歧,减少一个 Agent 说错、其他 Agent 跟着点头的情况。
后面也是详细分享了多 Agent 的多种架构,Swarm、Graph、Agent Team等如何选择。
7️⃣ 批判性思维->必须检查证据。
不要因为一段分析讲得完整,就默认它成立。让 Agent 区分观察到的事实和推测,并说明什么证据会推翻自己的判断。
8️⃣ 高内聚、低耦合->把模块边界划清楚。
相关的逻辑放在一起,不同模块通过清楚的接口协作。
这也会直接影响 Agent 的工作难度:改一个模块时,需要理解的范围越明确,越容易给它合适的上下文,也更方便验证修改。
我对「Skill 将死」的理解,主要落在那些重复讲通用知识的长篇说明上。以前 1000 多行的通用说明可能已经被内化到预训练过程,现在只需要两三行文字就可以实现非常好的效果。
当然,Skill 也不只是文本,还有一些视觉参考、工具调用之类的,这其实也还有存在的必要。
这次听完确实受益匪浅!很喜欢卡比老师把工程里的方法,讲成了我们下一次打开 Agent 就能用上的表达!有高深的让人思考的,也有落地能直接让我们执行的!
感谢卡比老师的分享,期待下次见!
JackySun retweeted
焦虑的时候就放下手机,走路去附近的便利店买瓶可乐,站在路边喝,看红灯变成绿灯,绿灯又变成红灯,看外卖小哥赶着送单而闯了红灯,看路边的大爷在垃圾桶旁捡每公斤可以卖两块钱的塑料瓶子,再看看你自己。


































