2026-08-08：AI 开始直接修改它看到的世界

五个实验把 AI 从聊天回复带进矢量编辑、参数化 CAD、房间扫描、本地运行时和 AR 场景。

快速概览

  • AI Pen 让 agent 先画矢量，再由人直接精修 Bézier 曲线。
  • Partmode 把 agent 放进有约束、历史和装配结构的浏览器 CAD。
  • LiteReality-Agent 连接房间扫描、空间重建和可交互数字场景。
  • Magnitude 探索模型、工具和权限都在本机运行的 agent。
  • AR 眼镜演示让自然语言直接改变眼前的 3D 分子模型。

这批内容的共同点很具体：AI 输出开始带着结构和状态，用户可以继续修改，环境也能对语言做出响应。它们仍是早期实验，很多性能和稳定性说法还没有独立验证。

今天有趣的信息

1. AI Pen 让 agent 画矢量，人手精修 Bézier

  • 发生了什么：Pendev 的 AI Pen 允许用户让 agent 绘制矢量图，再手动调整 Bézier 曲线。帖子还展示了多点旋转、缩放和多路径编辑。
  • 为什么值得关注：AI 参与的是编辑器里的具体操作，人工控制保留在几何细节上。
  • 我应该关注什么点：agent 如何理解复杂路径，修改是否可追踪，手动改过之后能否继续交给 agent。
  • 相关帖子：AI Pen 让 agent 绘制并精修矢量图
  • 你的判断：这是一个清楚的协作模型。agent 负责快速形成初稿，人负责把结果调到可用状态。

2. Partmode 把参数化 CAD 做成 agent 可驱动的浏览器工作台

  • 发生了什么：Partmode 是免费的开源浏览器参数化 CAD，包含约束草图、可编辑特征历史、零件、结构化装配、精确 B-rep 几何、生产图纸和标准 CAD 交换。作者把它定位成同时服务人和 agent 的 CAD，当前版本为 0.1。
  • 为什么值得关注：agent 进入了带约束和历史结构的工程工具，输出需要保持几何关系，不能只追求视觉上像。
  • 我应该关注什么点：agent 能否稳定修改约束和特征历史，生成的几何是否满足制造要求，复杂装配在浏览器里的性能如何。
  • 相关帖子：Partmode 的 agent-first 参数化 CAD
  • 你的判断：这是今天最值得跟踪的工程实验。它的价值要靠实际驱动和返工过程证明，版本号也提醒我们保持谨慎。

3. LiteReality-Agent 把房间扫描转换成可交互 3D 场景

  • 发生了什么：LiteReality-Agent 试图把房间扫描转换成真实感、可交互的 3D 场景。流程是先用配套 app 扫描房间，再由 agent 生成带可动部件的数字副本，帖子同时给出了项目页、代码和 app 入口。
  • 为什么值得关注：现实空间成为输入，输出是可以继续操作的数字环境，移动采集、空间重建和 agent 处理被放到同一条链路里。
  • 我应该关注什么点：遮挡和光照处理、可动资产的准确性、场景加载成本，以及扫描数据是否需要人工清理。
  • 相关帖子：房间扫描到可交互 3D 场景
  • 你的判断：这个方向很有趣，当前互动量很低，先把它当成值得观察的早期原型。

4. Magnitude 探索完全在本机运行的 agent

  • 发生了什么：Magnitude 宣称将模型和 agent 运行时都放在本机，支持根据硬件选择模型，并处理 shell、文件、脚本以及 Excel、PowerPoint、PDF 和 Chrome 等工具。帖子强调离线运行、无需 token 和 API key。
  • 为什么值得关注：它把 AI agent 的运行环境本身拿出来重新设计，模型、工具和敏感数据尽量留在个人设备上。
  • 我应该关注什么点：本地模型的实际质量、硬件覆盖、工具权限、离线边界，以及隐私承诺的实现方式。
  • 相关帖子：Magnitude 的本地 agent 运行时
  • 你的判断：这是基础设施层的实验。对个人工作流有吸引力，实际体验仍要看模型质量和设备成本。

5. AR 眼镜让自然语言直接修改眼前的 3D 场景

  • 发生了什么：演示者佩戴 Snap Spectacles，对桌面上漂浮的 3D 分子模型直接说“持续旋转”“放大”“让标签更清楚”等指令，系统实时调整 AR 场景。帖子把它描述为程序化建模与动画系统。
  • 为什么值得关注：语言开始直接作用于环境里的对象，用户不需要先把问题翻译成按钮、菜单或代码。
  • 我应该关注什么点：语音识别和响应延迟、可处理的场景范围、撤销机制，以及空间状态能否保存。
  • 相关帖子：AR 眼镜里的自然语言 3D 场景编辑
  • 你的判断：演示很有趣，证据来自转述帖且互动量较低。它适合作为空间计算交互的早期信号。

关于这个日报

这份内容记录 X 上值得继续观察的 AI 实验，由 半庄 整理、取舍和补充判断。它更关心别人用 AI 做出了什么具体东西，以及这些东西把交互、工具和运行环境带到了哪里。