一条 prompt 生成曼哈顿：GPT-6 Astra 造 3D 世界的五步 agent 循环全解
mattshumer_ · x · 2026-09-08
Matt Shumer 用 GPT-6 Astra 在数周内构建出 Unreal Engine 里的照片级 3D 曼哈顿、可在浏览器中行走并有丧尸生存玩法的一比一街区复刻、以及由自主智能体组成的模拟文明，相关视频累计浏览超 1500 万。
他公开了完整方法（含 prompt），核心要点：
- 没有银弹 prompt，但循环固定：Reference → Assets → Assembly → Critique → Ship。
- 锚定真实参考：强制模型以真实世界参考图（或 GPT-Image-2 等生成的图）为基准，而非依赖想象。
- 子智能体分工：让 Astra 派出专职子 agent 在 Blender 中无头建模资产，再用 Three.js 或 Unreal Engine 组装场景。
- 盲评批评者：在渲染结果与参考图之间放一个“看不见渲染过程”的严格 critic，不合格作品一律打回重做，循环直到满意。
该指南适合想复现高质量 AI 3D 世界/游戏生成的开发者参考。
所属事件:Matt Shumer 公开 GPT-6 Astra 3D 世界构建完整工作流(2 条相关)→
「编程与Agent」频道最新
- 开发者吐槽 agent 协作 PR 流程:改 prompt 再跑一遍只为小改动 — steipete · 2026-09-08
- 开发者用 AI 制作俯视角小游戏 — BLUECOW009 · 2026-09-08
- 47K star 开源 AI 渗透工具 Shannon 3.0 发布:先读源码再打真实目标 — testingcatalog · 2026-09-08
- Shannon 3.0 深度解析:借鉴 Mantis 的代码分析管线,Opus 5 测试出现误报 — testingcatalog · 2026-09-08
- 开源 AI 渗透工具 Shannon 3.0 实测:DeepSeek 成本仅 6.1 美元,商业扫描要 4000 美元 — testingcatalog · 2026-09-08
- 微软披露企业 Agent 上下文工程收益：证据召回提升 54%，token 成本大幅下降 — dl_weekly · 2026-09-08