作者实测了主打 Computer Use 能力的 Nex-N2.5 Pro 模型（397B 参数），验证其在 Blender 3D 建模到 Three.js 前端交互网页的全自动长流程操作。测试显示其能在无 API 的桌面 GUI 中完成建模、材质设定、glTF 导出及前端渲染，全流程 1 分 48 秒，坐标对齐率 99.4%，60 FPS 稳定渲染。文章同时指出其工程边界：单步延迟 2-4 秒、视觉遮挡下的重试开销高。作者建议结构化任务优先用 API 与代码，而无接口的专业桌面软件自动化、遗留系统对账等场景则适合切入 Computer Use。
本文介绍如何利用 GPT6 Codex 的 Computer Use 能力全自动操控 Blender，构建零门槛的 AI 视频生产工作流。分为两大部分：一是复刻工作流，让 AI 自动分析参考视频的场景、人物动作和镜头运动，复刻出 3D 白模预演，再通过 AI 视频模型生成写实成片；二是原创工作流，仅用自然语言指令即可生成白模动画并迭代调整。白模作为'动态骨架'先锁死镜头、走位和空间遮挡关系，AI 只负责渲染画面，有效解决传统 AI 视频镜头漂移、人物变形、空间错乱等问题，实现低成本、高可控的视频生产。
作者对GPT-6 Astra进行高强度实测，拆解了4种高频落地工作流：角色设定四视图生成、可分层可编辑的商业海报设计、PPT从草稿到商业级汇报的迭代，以及基于Three.js和Blender的3D城市场景搭建。文章详细给出每个案例的提示词模板、交付标准和注意事项，并评估了电脑桌面操作的实用边界与成本账。作者还分享了精简后的系统指令配置、Codex客户端新机制、额度规则梳理，以及对个人创作者如何把握工具升级机会的思考。
GPT-6 Astra上线后，其Computer Use能力引发全网轰动：AI可直接操控Blender、Houdini、Unity等专业软件，自主完成3D建模、动画制作甚至游戏Demo。作者以《神之天平》为例，感慨过去独立开发者15年心血才能完成的作品，如今上限被大幅提升。文章指出，AI对GUI操作的泛化，让'执行能力'失去稀缺性，职业价值将被拆解为判断力与执行能力两层。但吊诡的是，人类的判断力恰恰从执行中磨炼而来——执行贬值而能力长于执行，这是时代最大的矛盾。作者担忧AI替人绕过痛苦的同时，也带走了人的成长路径，乃至传承。
作者花叔开源了huashu-mac-use skill，让Claude Code、Codex、Cursor等agent在Mac上操控无API的原生app。文章展示了用Claude Code操控Blender生成10万吨邮轮参数化模型和巧克力甜甜圈渲染动画的案例。核心原则是：能走脚本接口就不看图、能不点鼠标就不点鼠标，读操作不抢用户焦点，写操作前过四道闸，每步操作需回读验证留下可复现证据。skill按app内核（原生/Chromium/辅助功能树）自动选择操控通道。作者还介绍了以『教训变工具行为』为核心的进化机制，通过评审、重构把踩坑日记压缩成高效接口。
文章系统梳理了 GPT-6 Astra 在三大硬核领域的突破案例。一是 3D 建模与空间设计：AI 通过写代码直接调用 Blender 和 UE5，生成包含数千个可编辑零件的工业级工程文件，从单张图纸还原蒸汽火车、地标建筑，到照片转 3D 带看片，初级建模外包的护城河被抹平。二是独立游戏开发：Astra 首次真正理解物理引擎与即时交互，几分钟内即可生成带漂移、碰撞、道具系统的 3D 联机游戏。三是桌面专业软件代操作：Computer Use 能力让它接管 Final Cut 剪辑、Canva 绘画、PCB 布线等工作，靠熟练度吃饭的岗位正被颠覆，而普通创作者则获得前所未有的创作机会。
作者分享了使用 OpenAI GPT-6 Astra 的五点心得。Astra 能够操作各类桌面应用（如 BrickLink Studio 十分钟内完成乐高金门大桥模型），并能自然地结合代码与应用完成任务。它能承担更多产品层面的思考，例如自动补全快捷键、图层等交互设计，帮助作者快速构建个性化软件。Astra 在 Blender 3D 建模方面表现出色，无需旧版辅助 Skill 即可胜任任务。作者建议：给 Astra 开放实际工作所需的应用权限，先用原生能力尝试而非依赖旧 Skills，给出想法和参考即可，不必事无巨细地指定每个交互细节。
匿名模型 Ox Alpha 揭晓为智谱 GLM-5.3 Flash，320B 参数、MIT 开源、原生多模态、1M 上下文，限时价格仅为 Opus 4.8 的 1/40。作者通过三个前端场景实测：仅凭一张图用 Three.js 复刻玻璃折射海报、看录屏视频还原 60 片玻璃螺旋彩带交互网站、将静态体素海报改造为滚动揭示的 3D 网页，均表现出顶级多模态理解与代码能力，远超同价位的 DeepSeek V4 Flash，接近 Fable 5 但便宜约百倍。作者认为其把'便宜又够用'的行业斩杀线大幅推进，让预算有限的创作者也能用上前沿智能。
文章系统介绍了用代码（而非视频模型）生成 AI 视频的 9 种技术原理，分为四类：网页动画类（HyperFrames、Remotion、Motion Canvas），适合主流视频制作；去 AI 味类（rough.js 手绘线条、分层插画、p5.brush 数字水彩）；数学板书与地图路线类（Manim、基于 TTS 时间戳的地图路线动画及自研 map-motion skill）；3D 类（three.js 镜头曲线、Blender MCP）。代码动画相比视频模型可复现、可精确修改，作者推荐新手从生态最丰富的 HyperFrames 入手，并附开源地址和教程链接。
文章系统拆解了用 AI 写代码制作视频的 9 个技术方法，涵盖四大类型：一是网页渲染路线（HyperFrames、Remotion、Motion Canvas），借助浏览器逐帧截图生成视频；二是去除 AI 味的手绘风格（rough.js、分层插画、水彩动画叠层原理）；三是数学板书 Manim 与地图路线动画（结合 TTS 时间戳与高德地图的 map-motion skill）；四是 3D 视频制作（three.js 镜头曲线与 Blender MCP）。相比视频模型，代码动画可复现、可精确修改，作者推荐新手从生态最丰富的 HyperFrames 入手，并附开源地址与教程链接。
作者分享使用 Codex + Tripo AI + Headless Blender + Three.js 自动化生成 3D 游戏资产的第六天开发实录。文章分两部分：资产线部分介绍如何通过四视角原画定稿、穿装合成图确认、Prompt 工程约束等手段控制模型质量，并区分『用脚本修复』与『重新建模』两类问题，强调检测器必须直接运行游戏本身的代码；主线部分阐述如何通过『制度即代码』（41 条规则、21 个 CI 校验器）、决策记录机制管理多个 AI 协作开发，避免 AI 跑偏。还公开了累计消耗 4860 Tripo 积分的成本数据，以及从装备机制反推世界观的设计思路。
作者分享了用 Codex CLI、Tripo AI、Headless Blender、gltfpack 和 Three.js/WebGPU 搭建自动化 3D 游戏资产生产线的完整过程。文章详细记录了角色骨骼标准化与换装拆件、怪物绑骨问题的程序化绕行方案（如用数学驱动蝙蝠翅膀动画）、武器挂点矩阵化、模型压缩优化等关键技术决策，最终将整批角色、怪物和装备资产控制在 16.48 MB。作者还探讨了选择动态漫画分镜而非传统 3D 地图的设计思路，提出核心方法论：不要自动化每个步骤，而要自动化整个结果，把一次性人工修复转化为可重复执行的参数化规则。
作者在豆包工作中优化地图动效 skill，实现全自动制作旅行 vlog。只需提供社媒照片链接，Agent 即可生成 3D 地图动效，根据画面内容推断拍摄机位（如虎跳峡、梅里雪山、雨崩），并利用多模态能力将旅行自拍生成 Q 版贴纸小人。最终自动渲染配乐，输出 mp4 视频，如从地球俯冲定位、Q 版小人沿真实路线行走、照片弹出的云南自驾 vlog 成片。还可配合开源剪辑 skill 生成剪映工程文件，完成素材粗剪，解决旅行 vlog 制作难题。
