9 月 5 日凌晨 3 点，Codex 突然更新了。

我也立刻更新，打开 GPT-6，开始实测。

那先测什么？

肯定是最近推特上很火的一键生成三维场景。

这两天看了不少演示：给 AI 一张建筑照片，过一会儿，它就能交出一个可以旋转、缩放、进去逛的页面。

看别人的视频是一回事，自己随手找张图，能不能得到同样的结果，又是另一回事。

所以我找了一张白宫的照片，直接丢了进去。

后面又测了秦始皇骑北极熊的 SVG 动画，看了朋友用一句话做出的马里奥赛车游戏，最后还拿一个昨天写过的帖子，试了试它模仿孙宇晨小作文的能力。

这几个案例放在一起，挺能说明我这一晚的感受：

GPT-6 让我意外的地方，是一个很短的要求发过去，它能把多少没交代的细节一起做出来。

白宫这项，我的需求很简单：根据这张照片，做一个可以自由浏览的三维建筑页面。

没有给建筑图纸，没有补其他角度，也没有告诉它该用什么技术。

22 分钟后，它交出了一个能打开操作的页面。白宫主体、前面的喷泉、花坛、草坪和周围的树都在，页面上也做好了建筑名称、视角切换和控制按钮。

我先拖动鼠标，绕着建筑转了一圈，又拉近看了一下。

到这里，已经能理解为什么这类视频最近会火：

原本平面照片里的东西，突然有了可以绕过去看的空间。

然后我点了自由漫游。

我靠，居然还能用 WASD 走路？

你可以自己往建筑前面走，靠近柱子和门窗，也可以换个位置看庭院。

这里的区别，在你按下键盘的时候就能感觉出来。

看一张渲染图时，角度已经被选好了；进入场景以后，你可以决定自己站在哪里、往哪边

再往下点，还有日光调节。

拖动滑块，场景里的光线和阴影会跟着变化。

我确实要求了自由浏览，但没有逐条要求漫游怎么做、视角怎么切、光线怎么调。

这些东西，是它在实现需求的过程中自己补上的。

做完这一步，我觉得单说它能生成三维模型，已经有点说窄了。

我拿到的是一个围绕建筑搭好的浏览体验，模型只是其中一部分。

那些看起来不起眼的按钮，决定了这个东西打开以后，到底有什么可玩。

当然，一张正面照片没有提供建筑背面的信息，没拍到的部分只能近似补全，不能当成精确的建筑复原。

过程中也有一次访问报错，我把问题发回去，它切到本地预览后才正常打开。

但这些都没有改变最终的结果：我拿着一张照片，得到了一个可以自己走进去看的场景。

接下来测 SVG，也就是用代码画矢量图，再让里面的东西动起来。

以前这类测试的保留节目是鹈鹕骑自行车。

但这道题出现得实在太多，我也会怀疑，模型是不是已经见过类似训练材料，甚至对这道题有了过拟合。

再画好一只鹈鹕，对我的参考价值已经没那么大。

所以这次换成社区也在玩的秦始皇骑北极熊，再加一个逛长城。

这当然也算不上严格排除了训练污染，就是换道题，看看它处理几个不太搭的元素会是什么样。

我发过去的原话是：你帮我用 SVG 画一个秦始皇骑着北极熊逛长城，要能动。

界面显示，它做了 8 分 34 秒。

出来的画面叫“北境巡游”，秦始皇骑在北极熊背上，脚下是城墙，后面有层叠的山、延伸的长城和一轮红日，旁边还配了标题、印章和旗帜。

熊会迈步，秦始皇会跟着步伐起伏，披风也在动。

整张画里，人物、坐骑和背景能放在一起看，动作也有配合。

我当时的评价是，这是我见过最好的 SVG 之一。

这里面让我觉得好玩的，是我只交代了几个对象，它却自己给这些对象找了一种画法。

配色、构图、远近关系、标题，都要作选择。

秦始皇骑北极熊本来就很离谱，但画面做出来以后，居然有点像那么回事。

它也没有把“要能动”理解成让整幅画平移一下。

熊走路，骑在上面的人就得有相应的起伏，披风也要跟着动。

这个要求只有三个字，真正落实到画面里，会变成好几个相互关联的问题。这次，它把这些关系处理得不错。

做完这两项，再看朋友@路灯同学创业笔记发来的赛车游戏，我的第一反应是：

任天堂死了。

玩笑归玩笑，视频确实值得看。

据朋友说，他也是用一句话，让 GPT-6 做了一个马里奥风格的赛车游戏。

我刚才也单独聊过这个案例，这里把视频放上来。

打开以后，先是一个完整的比赛入口。

可以选马里奥、路易吉、碧姬、耀西这些角色，旁边是三维赛道，蘑菇、城堡、树和起跑线都做好了。

页面还列了竞速赛、道具赛两个选项，录屏里实际玩的是竞速赛。

进入比赛，左上角显示名次、圈数和时间，右上角有赛道小地图，下面是车速和漂移蓄力条。

其他车手会一起跑，排名随着比赛变化，镜头跟着车走。

漂移可以蓄力，攒够以后能用氮气加速，界面上还有对应的提示。

GPT-6甚至做了自动油门的开关。

打开以后，就可以把注意力放在转向和漂移上。

我看这个视频的时候，最在意的就是这些细节。

一个赛车游戏，画出车和赛道以后，还得让人知道怎么开始、怎么操作、自己排第几、什么时候能加速。

这些部分放在一起，才有了实际玩一局的感觉。

白宫补了自由漫游和日光，赛车补了比赛界面和驾驶辅助。

两个例子连起来看，很容易明白我为什么会觉得这轮体验好：需求里的那个名词，开始能带出一整套相关的功能。

它离一款经过长期打磨的商业游戏还有距离，手感、关卡和耐玩程度也不能靠一段录屏判断。

但从一句话出发，已经能拿到这种程度的原型，足够让很多人愿意先动手试一次。

最后，我还测了一下写作。

这项对我更直接。

我每天都要写东西，一个模型会不会写，读上几段，通常就能感觉出来。

有些文章单看每句话都没问题，连起来却很空。

开头给你铺一堆背景，中间换着说法重复，最后再强行讲一个时代已经到来。

所以这次我拿了一个具体的素材。

昨天我写过推特上的一个老哥 Josh Cohenzadeh：看到 GPT-6 Astra 的表现以后，他发帖说要搬去怀俄明州，尽量远离 AI。

帖子里还有一串带着技术圈笑话的生活计划，最后说要在那里劈柴，等算力耗尽。

我把这件事交给 GPT-6，让它模仿孙宇晨那类小作文的风格，写一篇文章。

出来的标题是《他去怀俄明州，等算力耗尽》，第一句只有：十五分钟以后，他订了机票。

接下来从这个人的反应写起，写到选房子的条件、柴火炉、水井和纸质地图，慢慢把那个有点荒诞的决定展开。

我觉得它写得好的地方，可以直接看这一段。

写到他想找牙医、木匠等人组建社区，并把这些本事叫作 AGI 前技能时，文章接了一句：

仿佛一个时代还没结束，已经有人开始给里面的东西贴标签，准备保存下来。

前面有具体的人和职业，这句话才接得住。

它把那个玩笑里有点复杂的情绪写出来了，又没有停下来解释一大段技术焦虑。

结尾也一样。

前面已经写过柴火炉，最后回到他要劈柴、等算力耗尽的说法，文章收在这里：

至于算力什么时候耗尽，没有人能给他一个准信。

柴倒是可以先准备起来。

这两句我很喜欢。

关于未来的大问题还悬在那里，但文章回到了一个人眼下能做的事。

开头的机票，中间的纸质地图和柴火炉，最后的劈柴，是能一路读下来的。

对我来说，这比单纯模仿几个口头禅难得多。

写作要判断哪里值得展开，哪个细节可以留下，什么地方已经说够了。

尤其是结尾，很多 AI 写到这里就开始舍不得停，好像不把意义再解释三遍，前面的文章就白写了。

这次的收尾，我觉得相当好。

这一晚看下来，三维场景、SVG、赛车和写作，其实给了我一个相近的感受：

我交代一个目标以后，它已经能替我处理相当一部分中间的选择。

白宫要怎么逛，赛车要怎么开始，动画里哪些东西应该一起动，文章里哪个细节应该放到最后。

这些都曾经需要人在做的过程中一项项决定。现在，模型交回来的第一版里，已经带着它自己的处理。

几次体验当然不能证明所有任务都到了这个水平。

但它改变了我对尝试成本的判断。

以前一个想法冒出来，想到要学工具、找素材、搭环境，可能就先放下了。

现在可以先交给它做，等结果出来，再判断这个想法值不值得继续。

当第一版越来越容易做出来，选择什么值得做、判断哪里做得不好，就会占据更多精力。

这对写作者、产品经理和想做点东西的普通人，都很具体。

我们能更早拿着作品讨论，也能更便宜地发现自己原来的想法不成立。

这会改变很多讨论发生的时间。

以前，你得先把一个想法解释得足够清楚，说服自己或者别人投入时间，才有机会看到结果。

现在，一些原本要等到做出来才知道的问题，可以更早得到回答：这个视角合不合适，操作顺不顺手，这个故事到底有没有意思。

拿做内容来说，文章里要解释一个场景，以前可能到一张配图就结束了。

如果这种完成度能够稳定复现，我就可以考虑把它做成一个读者能进去看的页面，或者一个能亲手操作的小演示。

一个人能使用的表达方式，会跟着制作成本的下降一起增加。

很多原本觉得不值得专门做的东西，可能就会因此被做出来。

所以这一晚之后，我对 GPT-6 最直接的期待是：

下次想到一个东西，可以少在脑子里空转一会儿，先让它做出来看看。

毕竟，一张白宫的照片，我已经真的走进去逛过了。