当 AI 演示开始自己构建、操作和验收结果

今天的几个样本都在尝试把 AI 放进一条更完整的执行链：它要做出东西，也要操作、验证，并把结果交给人。

Summary

Devin 在 macOS 中构建并测试 iOS 游戏，Claude 长时运行后交付可试玩作品，还有人给 AI 生成的 3D 游戏补上了编辑器。它们都把 AI 的能力展示成可观察、可操作的过程，真实成熟度仍有待验证。

快速概览

• Devin 的演示把原生 iOS 开发、模拟器操作、试玩和测试报告放在同一条链路里。
• 一次 24 小时的 Claude 运行交付了一款可试玩游戏，适合观察长流程的一致性能否成立。
• 3D 游戏编辑器把文字生成后的空间调整交回给人直接操作。

这些内容共同指向一个更具体的变化：AI 的演示开始需要给出过程和交付物，只有一句“做到了”已经不够。

今天有趣的信息

1. Devin 在 macOS 中构建、试玩并测试 iOS 游戏

• 发生了什么：Devin Cloud Agents 现在能在带 Xcode、iOS Simulator 与签名设置的 macOS 环境中运行。演示里，agent 生成原生 iOS 游戏，接着自己操作模拟器试玩和测试，最后把游戏录屏与测试报告交给人审阅。
• 为什么值得关注：这条链路覆盖了代码生成之后更麻烦的部分：真实工具操作、可见验证和交接材料。它让人能直接检查 agent 做了什么。
• 我应该关注什么点：签名凭据如何隔离、失败如何恢复、测试覆盖是否足够，仍需要真实项目里的证据。
• 相关帖子：Devin 在 macOS 中构建并测试 iOS 游戏（dabit3）
• 你的判断：这是今天最完整的样本。computer use 的意义在于把测试过程和证据一起交给人，而不是停在代码已经生成。

2. 让 Claude 连续运行 24 小时，最后得到一款游戏

• 发生了什么：这条帖子发布于 7 月 27 日，今天被重新发现。作者称让 Claude Opus 5 连续运行 24 小时，最终得到一款完整游戏；没有外部素材或既有代码，像素和音效也由 Claude 生成。作者同时提供了提示词、工作流、代码和试玩链接。
• 为什么值得关注：游戏会同时暴露代码、素材、交互和状态的一致性问题。它比一个短页面更能检验长时运行能否收敛到可用成品。
• 我应该关注什么点：人工介入程度、调用成本、bug 密度和复现过程还需要独立核对。现在能确认的是成品被展示出来，制作细节仍主要来自作者表述。
• 相关帖子：Claude 连续运行 24 小时生成游戏（anshuc）
• 你的判断：这是一条值得实际试玩的实验样本。重点不在“模型做了游戏”，而在长时间让模型自己工作时，哪些环节还能保持一致。

3. 给 AI 生成的 3D 游戏配上可视化编辑器

• 发生了什么：作者用 Codex 制作 WebGL / Three.js 小游戏时，发现只靠文字描述很难调整 3D 空间布局，于是让 Codex 同步做出类似 Blender 的编辑器。这个编辑器可选择资产，调整位置、缩放和旋转；展示关卡属于仍在制作中的《爱丽丝》系列第二章。
• 为什么值得关注：生成一个 3D 场景只是第一步，后续构图和空间调节仍需要直接操作。这个样本把编辑器放进生成流程里。
• 我应该关注什么点：状态保存、版本管理、场景逻辑和多人协作能力仍未知。
• 相关帖子：Codex 为 3D 游戏同步生成编辑器（ring_hyacinth）
• 你的判断：AI 能快速做出场景，也需要让人能可靠地改动场景。这是个很具体的制作问题。

关于这个日报

这份内容基于 X 上的公开搜索结果，筛选那些能直接展示 AI 实际效果、交互方式或工作流的早期样本。这里保留演示中的不确定性，也不把单个 demo 当成行业结论。