我只说了 15 句“哪里不对”，OpenAgents 就帮我做出了一个鹈鹕骑行 3D 游戏

lab_pixel_92

我只说了15句“哪里不对”，OpenAgents就帮我做出了一个鹈鹕骑行3D游戏

本文所用的作品、全部渲染截图与制作过程数据， 均由作者本人授权发布。

一个 161 KB 的 HTML 文件，零外部素材。AI 真正干活 5.9 小时。而这位用户做的，只是看图、说一句哪里不对。



快来成为用户体验官，快速上手！

https://openagents.org/blog/posts/2026-09-08-pilot-user-program?utm_source=1029kyzg


01 一道考了很久的题，被做成了能玩的游戏



AI 圈有一道考了很久的题： “画一只骑自行车的鹈鹕。” 开发者 Simon Willison 每出一个新模型，都会让它画一张 SVG。鹈鹕不会骑车，自行车又很难画对，这道题就成了检验模型能力的标尺。



在OpenAgents进行的用户体验官活动中，一位用户把这道题往前推了一步：不是一张图，而是一个 能骑、能拍翅膀、能按车铃、有白天黑夜的 3D 游戏。



他在 OpenAgents 里连上 DeepSeek Harness，开始了这次制作。17小时后，交付物是一个 161 KB 的 pelican-bicycle.html。双击就能玩，不需要安装任何东西，也没有引用任何一张外部图片。






最后一轮改完的画面：鹈鹕、自行车、公路、天空，全部由代码程序化生成，没有一张外部贴图。



作品卡

作品:《鹈鹕骑行 Pelican on a Bicycle》，单文件 HTML，约 161 KB，浏览器直接打开

技术: Three.js；鹈鹕、自行车、环境、动画全部程序化生成，零外部模型、贴图和预烘焙动画

总跨度: 17.75 小时（9 月 20 日 17:21 → 9 月 21 日 11:06）

AI 实际产出: 5.9 小时；其余 11.9 小时是看图、思考和等待

人工审阅: 约 15 轮，每轮一句话

预览图: 82 张

Agent: 1个主 agent（DeepSeek Harness），中途换过 3 种底层模型

工作区: OpenAgents



以上数据来自产物的时间戳和工具调用记录，不是事后回忆。


02 怎么做出来的：9 个阶段

① 搭场景 渲染器、天空、光照、材质库、地面和公路

（9/20 17:21–18:13，约 51 分钟）

② 主体建模与装配 自行车、鹈鹕、动画、交互

（9/20 21:52–00:06，约 1 小时 50 分）

③ 细节大修 嘴、羽毛、轮胎、脚、车架、翅膀、天空飞鸟、弯道

（9/21 00:26–02:38，131 分钟，最大的一块）

④ 修车头与车架的接头 留下修改前后对比图

（9/21 06:27–06:31，约 5 分钟）

⑤ 默认视角改成环绕

（9/21 06:31–06:48，约 17 分钟）

⑥ 羽毛质感重构

（9/21 08:32–09:28，约 56 分钟）

⑦ 翅膀重塑 删掉翼顶小球

（9/21 09:27–09:35，约 8 分钟）

⑧ 拍翅时的翼顶和肘部优化

（9/21 09:42 起，几分钟）

⑨ 性能测量与终检 10 个视角逐一检查

（9/21 10:47–11:06，约 20 分钟）


03 OpenAgents里，你如何一步步做出自己的小游戏

如果你也想做一个属于自己的小游戏，照着这个流程走就行。



整个过程人只做一件事：看图，然后说哪里不对。

渲染验证图 →人看出一处不对 →一句话反馈 →AI 定位几何或材质的根因 →改代码 →重新渲染验证

作者在 OpenAgents 的会话里 @ 自己的 agent，把要做的东西讲清楚，然后要求它 每完成一个部件就用固定机位截图发回来 。之后的 17 个小时，他没有打开过代码，只是一轮一轮地看图、回一句话。



第一步：先让它跑出一个能看的版本 第一轮产出的是整个场景的骨架：渲染器、天空、光照、材质库、地面和公路，用了约 51 分钟。接着是主体建模与装配——自行车、鹈鹕、动画、交互，约 1 小时 50 分。

所有东西都是代码生成的 ，包括车把、刹把、车铃、链条这些零件：




自行车车头特写：车把、刹把、车铃、线缆都是分别建模再装配的，没有用任何现成模型。



第二步：看图，每轮只说一处不对 不用写长篇需求文档。真正推着项目往前走的，是每一轮看渲染图+一句话缺陷描述。

最后 6 轮，原话： 「 自行车的车体和车头是分开的 」 「 默认是环绕的状态 」 「 羽毛的质感看起来很不真实 」 「 翅膀也优化一下 」 「 翅膀顶部不应该有一个小球 」 「 拍打翅膀的时候翅膀顶部优化一下 」

更早的 9 轮，依次是： 嘴部 → 羽毛细节 → 轮胎接地 → 脚部 → 车架真实感 → 翅膀抓把 → 背羽 → 天空飞鸟 → 弯道与倾斜。



第三步：一句话之后，AI 自己去找根因 你给的是一句模糊的吐槽，agents给出的是具体的修改。

作者说「自行车的车体和车头是分开的」 AI 查出根因：头管半径 30 mm，上方垫圈只有 17.5 mm，整根转向柱在这里“缩了脖子”。修法是把上碗加粗到 35.5 mm 扣住头管，垫圈统一到 30.5 mm，把立下端下移 4 mm，从转向柱里“长出来”。接头处最小半径从 17.5 mm 提到 24–30.5 mm，并且留下了修改前后的对比图。

作者说「羽毛的质感看起来很不真实」 这一轮改得最多，视觉变化最大的一次：

•
封闭的“花瓣筒”羽片，改成开放、微弯、带羽轴、尖端收拢的羽瓣；

•
体羽改成标准叠瓦，后排压前排；颈羽从 4 圈稀疏改成 6 圈、每圈 18 片短密羽；

•
每片羽毛单独上色：羽根深、羽尖暖亮，明度随机抖动 ±8%；

•
换成带绒感的物理材质，用着色器模拟羽枝和绒毛；

•
新做了一套完全程序化的环境光，夜晚的环境光强度从 0.72 降到 0.24。



重构前




重构前：羽片是一片片封闭的“花瓣筒”，整体发白、没有层次。

重构后




重构后：羽瓣开放、微弯、带羽轴，每片单独上色，羽根深、羽尖暖亮。

作者说「翅膀也优化一下」「翅膀顶部不应该有一个小球」 AI 把翅膀整体重塑成肩圆腕尖、后缘下垂的连续翼壳，飞羽变宽变短、互相覆盖。至于那个小球，它在总结里坦白：是自己“此前误加的腕部翼垫球”，删掉。




删掉翼顶小球、重塑之后的翅膀。

作者说「拍打翅膀的时候翅膀顶部优化一下」 AI 把上臂翼壳的收窄幅度从 46% 降到 22%，消除宽度台阶；在肘部加了 9 片桥接覆羽，拍翅时动态铺开，遮住 V 形缝隙。



第四步：不看代码，让 AI 自己验收 作者全程不读代码，那谁来保证“改对了”？

在OpenAgents里，agent 给自己搭了一套验收方法：

•
调用视觉工具描述画面、找出看起来不自然的地方；

•
用无头 Chrome 固定机位批量出图，每轮都能前后对比；

•
自己写 PNG 解码器做像素级检查，比如统计喙的橙色像素、画出物体剪影；

•
用显示 / 隐藏差分，提取单个物体的真实轮廓；

•
逐个三角形扫描几何，证明车头管从 0.60 m 到 0.90 m 没有缺口；

•
跑 48 个相位的动态回归，检查脚踏接触、左右对称、手腕到车把的距离。






固定机位的正面对称性检查——同一个角度反复出图，改没改好一眼就看出来。



它也老实记下了踩过的坑： 截图可能是旧帧。

停掉动画循环后，截到的是上一帧的画面，它一度据此得出“喙没渲染”“看不到眼睛”的错误结论，后来加上一次显式渲染才纠正。

这个流程可以直接套用 换个主角、换个场景，循环是一样的： 让 agent 每做完一个部件就固定机位截图 → 你只看图 → 每轮只说一处不对 → 让它自己写验证脚本 。这一套不依赖你会不会写代码。


04 同一个游戏，在别处做 vs 在 OpenAgents 里做

这次制作并不是一路顺风。总结里如实记下了几个卡点。但有意思的是， 这些卡点没有一个是“模型不够聪明”，全都是“协作没接上” ：看不了图、记不住事、换个模型要重讲一遍、图只在自己电脑上、人得守着屏幕。



OpenAgents 不替代 你的 AI 编程工具，而是把它们接进同一个工作区：你、你的 agents、所有过程，都在一个地方。下面六件事，就是它和“在别处做”的真实差别。



① 审阅截图，需要一个“能看图”的模型

这次真实遇到的：agent 派了一个子agent去审阅羽毛截图， 产出为零。子agent 用的模型不支持图像输入，读不了 PNG。那一轮的图白截了，只能由作者自己肉眼看。

在别处做：在网页里和 AI 聊天，你得把图下载下来、再开一个支持视觉的网页、来回粘贴；用单独的 AI 编程工具，你只能用它支持的那几个模型，它不支持视觉就没办法。

在OpenAgents 里：同一个会话里 @ 另一个厂商的 agent 就行：写代码的用 DeepSeek Harness，看图的用一个支持视觉的 agent，各用各的模型，看的是同一批截图，不用导出、不用粘贴。

这次“产出为零”的那一轮，在 OpenAgents 里就是一条 @ 消息的事。



② 规矩和每轮的结论，要存得住

这次真实遇到的：项目记忆工具调用两次都返回 401， 项目记忆全程不可用 。“零外部素材”这条铁律、每一轮改完的结论，只能靠人反复提醒、靠反复渲染来验证。

在别处做：网页聊天对话一长就忘；AI 编程工具要自己配记忆文件或规则文件，换一个工具又得重配一遍，而且只对这一个工具生效。

在OpenAgents 里：工作区自带「知识库」， 写一次，所有接进来的 agent 都能读 。把“零外部素材”“固定机位出图”“截图前先手动渲染一帧”这三条写进去， 15 轮迭代就不用每轮重新交代一遍。



③ 中途换模型、换 agent，不用从头交代

这次真实遇到的：这次底层模型换了 3 次：deepseek → glm → qwen → deepseek。这是同一个会话里换模型，不是多agent协作。

在别处做：换模型往往意味着换一个对话窗口：之前的上下文、82 张截图、十几轮结论，都要重新喂一遍，或者干脆放弃，从头再来。

在OpenAgents 里：会话、文件、知识库都留在工作区里。

换模型、换 agent、甚至换成另一家厂商的 agent，接手的那个 AI 看到的是同一份历史。

官网案例里 Claude 当产品经理写需求文档、Codex 当工程师接手，靠的就是这一点。



④ 82 张预览图，不只躺在一台电脑里

这次真实遇到的：82 张预览图、所有验证脚本和那个自己写的 PNG 解码器，全都在作者自己的电脑上。

在别处做：截图存在本机文件夹，只有这台电脑看得到。想给同事看一眼“改好没有”，得先压缩、上传网盘或者微信传一轮。

在OpenAgents 里：让 agent 直接把关键截图存进共享文件， 手机能看、队友能看，改前改后并排放在一起 。像羽毛重构那一轮的前后对比图，发一个链接别人就能判断“这样改对不对"，而不用等你回到电脑前。



⑤ 11.9 小时的静默期，人不用守在电脑前

这次真实遇到的：17.75 小时的总跨度里，有 11.9 小时是静默期 ：看图、思考、等待。真正的 AI 产出只有 5.9 小时。

在别处做：进度只在那台电脑的终端里滚动，人一离开就断了。回来还得翻日志，想起刚才看到哪儿了。

在OpenAgents 里：电脑开着、agent 接着干， 你在手机 App 上看进度、回一句话，结果提示保存在收件箱 。这个案例的 15 轮反馈每轮都只有一句话:"翅膀顶部不应该有一个小球"这种颗粒度的活，在手机上几秒钟就回完了。



⑥ 不用换工具，也不被哪一家绑定

这次真实遇到的：这次用的是 DeepSeek Harness，但审图、改几何、跑验证脚本，不同环节其实适合不同的模型。

在别处做：在网页里聊天，你被绑定在这个网站；用单独的编程工具，你被绑定在它支持的那张模型列表上。

在OpenAgents 里：Claude Code、Codex、Cursor、Gemini CLI、DeepSeek Harness 等十多种 agent 都能接进来，可以混着用。

而且代码仍然在你自己的电脑上写、在你自己的电脑上跑，工作区本身不执行你的代码。



OpenAgents 管的是协作，不是替你跑代码。

一句话总结 这个案例里 agent 踩的每一个坑（看不了图、记不住事、换模型要重来、图只在本机、人得守着）都不是模型能力问题，而是 协作问题 。

OpenAgents 解决的正是这一类问题：把你和你的agents放进同一个工作区，让过程、素材和规矩留得下来。

注：agent 所在的电脑需要保持开机联网，可以把 agent 放在服务器上。




05 最后，成品长这样

↑ ↓ 加减速 ← → 转向 Space 捏闸 F 拍翅膀 B 摇车铃 N 切白天 / 黑夜 C 切镜头 R 回起点

•
四种镜头：跟随、环绕、特写、电影；

•
夜里有星星、萤火虫、车灯光束和红色尾灯；

•
右上角一块骑行仪表：时速、踏频、传动比。






夜间模式：星星、萤火虫、车灯光束和红色尾灯，全部是程序化生成的。




过弯时鹈鹕和车身一起向内压，这是第 3 阶段“弯道与倾斜”那一轮加的。


06 几个你可能会问的问题

Q：我已经在用 Codex / Claude Code / DeepSeek Harness 了，还需要 OpenAgents 吗？

不用换工具，把它连进工作区就行。它照样在你电脑上写代码；OpenAgents 负责把截图、规矩、进度和其他 agent 放到一个地方，手机上也能跟进。

Q：不会写代码能做吗？

这个案例里，作者审阅时不看代码，只看渲染图、说一句哪里不对。代码由 agent 来写。

Q：要花钱吗？

OpenAgents 工作区免费起步。agent 用的模型，按你自己的账号或 API 套餐计费。

Q：要多久？

这个案例总跨度 17.75 小时，AI 实际产出 5.9 小时。想做得多精细，由你决定。


07 你也来做，5分钟开局

1.
进入官网注册登录。



点击“创建工作空间”，新建你的 第一个工作区。或者直接下载桌面端。

1.
连接你电脑上的 agent或云端 agent。



在网页端「连接智能体」→「本地智能体」→「连接设备」，拿配对码在电脑上安装配对。连好后点「添加智能体」，选 DeepSeek Harness、Claude Code、Codex 等。只想先试试，「云端智能体」里有内置助手 Yumi。桌面端直接连接智能体即可。

1.
开会话，发第一句话。



「会话」→「新建会话」，@ 你的 agent。

提示词，照抄就能开局 ↓ @你的agent 用 Three.js 做一个单文件 HTML 的浏览器 3D 小游戏：一只 【动物】 骑着 【交通工具】 在 【场景】 里前进。

要求：

（1）所有模型、纹理、动画都用代码程序化生成，不引用任何外部素材；

（2）键盘操控，至少两种镜头，可以切换白天 / 黑夜；

（3）每完成一个部件，用固定机位截图给我看，改动前后各留一张；

（4）截图前先手动渲染一帧，别截到旧画面。

1.
看图，说一句哪里不对。



一轮一轮改，直到满意。



快来成为用户体验官，快速上手！

https://openagents.org/blog/posts/2026-09-08-pilot-user-program?utm_source=1029kyzg

原文链接

mega969

有一说一，现在肯把OpenAgents讲这么细的人不多了。