GitHub 上的 realcodebear/blender-fable-5.2 给出了一组明确数字:同一款 AI 模型生成 3 个 Blender 场景,投入最高时成本从 6.22 美元升至 113.96 美元,三角面从 12.6 万增至 102.8 万。我们认为,这个实验最值得看的不是“AI 会做 3D”,而是模型必须依靠脚本、渲染和反复自检,才能把创意变成可交付工程。
这是什么
该项目使用 Claude Fable 5.2,通过 Python 控制 Blender 5.2(3D 建模与渲染软件),不下载外部模型或图片贴图,生成台灯、浮空岛和雨夜霓虹街道。快速版本用 21 分钟完成;高投入版本拆成 3 个子 Agent(可分别执行任务的 AI 分工单元),累计工作约 219 分钟,并多次渲染后读图检查。
高投入版本放弃共享的图形界面,改用无头命令行,避免并发任务互相覆盖状态;再封装材质节点、网格构建和三维字体等工具。其结果代码从 1,439 行增至 8,740 行,网页端模型体积也明显扩大。这不是一次提示词生成成功,而是“写代码—渲染—发现问题—修改”的循环。
行业怎么看
我们认为,实验揭示了 AI 编程工具正在接近专业内容生产链条:真正能提高交付质量的,不是单次生成更多细节,而是建立可重复执行、可检查、可修正的流程。对设计、营销和培训内容而言,程序化 3D 有望缩短从概念图到可交互原型的距离,尤其适合结构规则明确、需要批量变体的场景。
风险也很清楚。113.96 美元只覆盖 3 个场景、约 3.7 小时工作,不能直接代表稳定生产成本;而且项目高度依赖 Claude、Blender、Mac Metal 显卡和作者设计的工程流程,迁移到其他模型或设备后未必保持同样效果。更关键的是,视觉上更复杂不等于业务上更有用:三角面、代码量和文件体积同步增加,后续维护、网页加载和版本管理都可能成为新负担。
对普通人的影响
对企业 IT:这说明企业评估 AI 工具时,不能只看生成速度,还要计算返工、算力、素材授权和工程维护成本;能隔离任务、保留日志并自动验收,比单纯接入聊天界面更重要。
对个人职场:会写提示词仍然不是终点,懂清需求、拆解步骤和判断输出质量的人更可能受益。非设计岗位也可能用 3D 原型沟通方案,但交付责任仍需人工把关。
对消费市场:更便宜的程序化建模可能增加互动展示、商品预览和虚拟内容供给,不过用户最终感受到的仍是速度、稳定性和内容质量,而非模型背后用了多少三角面。