只看零件名和坐标文本，AI 就能自己推算出乐高机械怎么动。 有个叫 antelocnova 的哥们刚开源了一个项目，叫 LDraw Mecha。 你扔给它一份乐高模型的 LDraw 源码文件，它能自己分析出里面的机械结构，写代码在 Blender 里绑好骨骼，直接渲染出 3D 动画。 最有意思的是它怎么看懂机械结构的。 乐高的 LDraw 文件本质上就是纯文本代码，每一行记录一个零件编号、颜色和空间坐标。 这哥们给文本加上了零件描述注释，比如标出哪块是 2x12 的底板，哪块是斜坡砖。 Agent 读完这些文本，先把一堆散装零件按父子层级拆成不同的子模块。 拆完之后，它光靠读零件描述和拼装顺序，就能反推出哪些子模块是可动的机械装置，以及不同部件之间怎么联动。 我原本以为让 AI 做 3D 骨骼绑定，最头疼的肯定是空间几何计算。 毕竟让大模型直接脑补三维坐标，特别容易算劈叉。 但这哥们的解法确实有点东西。 他把文本源码转成 3D 的 glTF 模型时，在 3D 节点上打了和文本源码一模一样的注释标签。 Agent 在 Blender 外面，只对着它最熟悉的文本代码做机械拆解和运动规划。 等进了 Blender，直接写 Python 脚本去驱动那些同名的 3D 节点，把复杂的几何计算、关节间隙和视觉检查全交给专门的脚本工具去跑。 相当于把一个 3D 空间难题，直接降维成了大模型最擅长的代码逆向和节点映射。 不过这玩意目前的边界也很清楚。 它还没有真正的物理引擎，算不出重力、惯性和重量，遇到软管、线缆这种柔性零件动画也会坏。 遇到太大太复杂的模型，Agent 干活中途还会自己钻进死胡同迷路。 展示案例里有个细节特别逗。 在跑乐高 42043 奔驰卡车的时候，因为整车太复杂，干活的 Claude Sonnet 干脆跟作者提议，要不咱们只给车上那个气动起重机做动画吧，作者居然还妥协同意了。 我觉得这事挺有启发。 现在很多人觉得 CAD、3D 制作这类重度工业软件安全，是因为它们全锁在图形界面和三维视图里，大模型看着抓瞎。 可一旦有人把工程文件翻译成带语义标签的文本代码，再配一套验证工具链，Agent 就能直接用写代码的逻辑把这些传统软件啃下来。 就是我真没想到，AI 才刚学会绑骨骼做动画，就已经先学会跟甲方砍需求了，看来我书架上那盒落灰的乐高机械组要是交给它，最后大概率只给我拼个方向盘。