Simon Willison 的這篇博客記錄於 2026 年 9 月 5 日，屬於其今日所學系列。作者是知名 AI 開發者與博客作者，長期以簡短實驗分享大模型實際應用。此次的標題是：在 macOS 上用編碼代理使用 Blender。核心結論是：現代前沿模型（如 GPT-6 Astra）已經非常擅長操作 Blender——它們能生成可編輯的 .blend 項目文件、調用 Python API 構建 3D 場景，甚至渲染圖片或多幀視頻。對於一個過去依賴昂貴人工的軟件，這在創意生產工具鏈中是一個明顯變化。
作者在自己 Mac 上的 ChatGPT Codex 中做了大量嘗試。他提醒説，啓動這一流程無需複雜配置，只要從 blender.org 下載完整版 macOS 應用，再向代理直接提出自然語言請求。舉例來説，他發的第一條指令是：Use the already install /Applications/Blender to render a scene of a pelican riding a bicycle（使用已安裝的 /Applications/Blender 渲染一隻鵜鶘騎自行車的場景）。得到的初步結果不錯，但略顯單調。於是他繼續追問：OK add a background and a lot of flair（加一個背景和大量點綴），隨即又提出：OK make it a whole lot better（讓它好得多）。經過這三次迭代，代理自主編排出了完整的畫面：白色的鵜鶘戴着一頂奶油色的平頂硬草帽，圍着珊瑚色圍巾，翅膀搭在車把上，修長的橘色腿踩着腳踏；自行車是藍綠色的，後座上方漂浮着三隻氣球，車前的小籃裝點着粉白花朵。背景有海濱木板路、棕櫚樹之間的彩旗，以及粉刷着條紋的海灘小屋；近處停着一條小帆船，海面上方懸着一輪蜜桃色太陽。整張圖由 Blender 的 Python API 生成，帶有柔光和類似玩具的質感，完全不像沒有經驗的模型偶然拼湊的結果。
作者特別指出，這類實踐之所以有價值，是因為編碼代理不再只是生成一堆靜態像素，而是在一個真實的三維渲染引擎裏動手構建。它需要理解物體之間的關係、位置、幾何形狀、光照與材質，並能根據反饋修改腳本與參數。一旦渲染出錯，代理還會讀取 Blender 日誌再做調試。這意味着 AI 的操作過程是可復現、可修正的。生成結果仍保留為 .blend 工程，用户可以在桌面端打開做後續修改，甚至將自己調整後的文件再交給代理繼續加工，形成人與 AI 協同設計的正循環。
該方法的另一個潛力是多媒體生成：只要讓代理逐幀渲染並調用 ffmpeg 合成，它就具備製作短視頻的能力。作者推測這將成為未來編碼代理的一個普遍能力，並會擴展至更多創作軟件。作為演示，他發佈了一張鵜鶘騎車的成品，並開放了生成腳本的倉庫鏈接。他給這篇日誌添加了 ai、generative-ai、llms、blender、pelican-riding-a-bicycle、coding-agents、gpt-6-astra 等標籤，方便讀者查找同類試驗。如果你也想在本地復現，只需要一個 Mac、Blender 和一個支持工具調用的編碼代理，並像作者一樣，用幾個逐步提高要求的自然語言指令，就能看到模型在三維世界中的真實表現。