Appearance
AI 辅助生成 3D 孪生场景的实操记录
个人技术实验记录。这里说的"AI 辅助"指的是让大模型帮我写脚本、查错误、换算参数，不是让它直接生成模型文件。
折腾完一条完整的孪生场景管线之后回头看，大模型真正省时间的地方和我一开始期待的地方完全不一样。这篇按"有用 / 没用 / 添乱"三类记。
一、真省时间的三件事
1. 冷门 API 的语法查询
Blender 的 bmesh、numpy 直接写图像像素、glTF 导出参数这些，官方文档检索成本高。大模型能直接给出可跑的骨架，比如用 img.pixels.foreach_set(rgba.ravel()) 把 numpy 数组塞进 Blender 图像数据块——这个写法我自己翻文档要找很久。
py
yy, xx = np.mgrid[0:size, 0:size].astype(np.float32)
coord = yy if horizontal else xx
wave = np.sin(coord / stripe_period * 2 * math.pi) * 0.5 + 0.5
noise = np.random.default_rng(7).normal(0, 0.03, (size, size))
v = np.clip(base + (wave - 0.5) * contrast + noise, 0, 1)程序化生成波纹金属板贴图，一次就过。这类"API 用法明确、结果可立即验证"的任务是它的主场。
2. 几何算法的初稿
凸包、抽稀、外接矩形、长边方向判坡向——这些算法它写得很利索，我只要给输入输出格式。抽稀我原本准备手写，它直接给了基于垂距的实现，跑通后我只调阈值。
3. 报错信息反查
渲染出问题时，把控制台原文和上下文代码一起丢过去，比自己搜索快。典型例子：阴影改了参数画面没变化，答案是漏了 updateProjectionMatrix()。这类"症状明确、原因小众"的坑，命中率很高。
二、看起来有用、实际没用的
1. 让它设计整体架构
我一开始想让它把整条管线一次写完。结果是一堆看起来合理、实际对不上的抽象：坐标系约定不一致、参数在三层之间传来传去、还自作主张加了"通用配置系统"。架构必须我自己定，因为它不知道我的真实约束（几十栋楼、单文件交付、不要外部素材）。
2. 让它做美术判断
"这个屋顶好不好看"这类问题它答不了。给的建议永远是"增加材质变化、加入环境光遮蔽"，实际效果是把简单场景搞脏。视觉判断只能自己盯着屏幕调。
三、明确添乱的两类
1. 幻觉 API
它会编出不存在的方法名，最坑的是编得很有道理。比如 sun.shadow.camera.updateProjection()（正确是 updateProjectionMatrix()）。任何它写的 API 调用，第一次见就要跑一遍验证，别信"看起来对"。
2. 抄来的绝对路径与本机假设
生成的脚本里经常带 D:\某个工程目录\data.json 这种硬编码路径，甚至直接编一个不存在的路径。我现在的规矩是：数据路径一律从命令行参数或相对位置取，AI 生成的代码里凡是硬编码路径全部删掉重写。
四、我总结的使用边界
| 任务类型 | 该不该交给它 |
|---|---|
| 冷门 API 语法、参数含义 | 该，效率提升明显 |
| 标准几何算法初稿 | 该，但要自己验证边界条件 |
| 报错定位（有明确症状） | 该，命中率高 |
| 整体架构与模块划分 | 不该，约束它不知道 |
| 视觉与美术判断 | 不该，它没有屏幕 |
| 涉及真实数据的清洗规则 | 不该，规则要看图纸实际情况 |
一句话：把它当一个记性好、但没跑过你工程的助手。写样板、查语法、定位报错都行；凡是要理解"我的场景到底什么样"的判断，自己来。