今天一段一分钟的视频在 X 上刷屏。作者只对 AI 智能体说了一句话："在 Blender 里做一只写实蝙蝠"。智能体就自己装好 Blender、配好接口、调出毛发粒子系统、跑完渲染。途中一直没停，直到 token 用完。作者最后写了一句："This is AGI。"
变化确实发生了：智能体自主走完了从装软件到出片的全过程。把它直接叫 AGI，还差着一道明确的边界。这道边界在哪，看完视频和它的工具链就清楚了。这条视频里的项目文件名叫 Flying-fox.blend，连名字都是智能体自己起的。
GIF：视频尾段六秒多，AI 在 Blender 里把狐蝠模型调成展翅姿态。最后渲染出这只写实狐蝠。
01
视频里发生了什么
60 秒的画面是一份完整的 Blender 4.1.1 录屏。开头，智能体在弹窗里问"是否删除选中的物体"，显然它在清掉默认场景。然后镜头里出现了文件名叫 Flying-fox.blend 的项目。Blender 的版本号显示是 4.1.1，这个版本已经稳定支持粒子系统与 Cycles 渲染。
模型在右侧场景里一点点长出来。毛发粒子被调到写实密度，翼膜结构在调整面板里一点一点变形。细节在屏幕上一点点被压实：毛发密度、翼膜折痕、头部轮廓，都被反复调整过。
视频里，Blender 的右上角面板在快速切换。建模工具、粒子属性、渲染设置，这些面板在 AI 的指令下逐一打开、调整、关闭。每一秒画面背后，是智能体发出的真实 Blender 操作指令。
最后十几秒，渲染窗口打开。一只展翅的狐蝠从黑灰色背景里被推到镜头正中。整段过程没有人手操作，连鼠标移动都是智能体自己发的指令。
截图：Blender 里的 Flying-fox.blend，AI 把毛发粒子系统调到了写实密度。
02
真正变化的是工具链
理解这件事，要看这只蝙蝠是怎么被做出来的。这只蝙蝠来自一个叫 MCP（Model Context Protocol）的开放协议。这个协议让大模型像调用工具一样调用 Blender 的 API。
它把建模、渲染这些原本要人手点的功能，变成了可以被自然语言触发的指令。智能体接到"做一只写实蝙蝠"的指令后，先下载 Blender、装上 MCP 服务器。再连续发出建模指令。
模型负责决定每一步做什么，Blender 负责把模型做出来。换句话说，智能体在写一份长脚本，Blender 是它的执行环境。
这和"AI 生成一张图"是两回事。图像生成是模型直接产出像素；这里是模型在操作一套完整的 3D 软件，靠 Blender 的引擎完成最终渲染。模型是导演，Blender 是剧组。
过去，AI 能写代码、生成图片。但要让 AI 操作一款 3D 软件，需要专门的训练和接口适配。MCP 把这件事标准化了：只要软件提供一个 MCP 服务器，模型就能用同一套协议接入。
工具接入的成本从"专门开发"降到了"按协议实现"。这次演示没有要求 Blender 做改造，社区已经为 Blender 实现了 MCP 接口。
每一步，模型先决定下一步该做什么，再向 Blender 发出一条具体的工具调用指令。Blender 执行后把结果返回给模型，模型看到画面再决定下一步。这个循环在视频里跑了上百次，模型一边调整参数、一边观察结果，直到 token 用完把它打断。
MCP 由 Anthropic 提出，正式发布于约两年前，是一个开放标准。Blender 有一个社区维护的 MCP 服务器，开源可获取。任何接入了这套接口的智能体，都能用自然语言驱动 Blender 做建模、渲染、动画。这套机制不限于 Blender，只要软件有对应的 MCP 服务器，智能体就能用同样的方式操作它。
This is AGI。
03
工具链变了，门槛跟着变
过去，要做这样一只写实的狐蝠。建模师需要熟悉 Blender 的粒子系统、毛发渲染、灯光设置。现在，模型把这件事包了。
但包了不等于省了。模型生成这张图后，人仍需审核：毛发够不够密、姿态自不自然、是否符合作者给出的需求。这些判断仍由人完成。
这条变化落在那些把大量时间花在重复操作上的人身上。对个人创作者来说，这意味着可以从繁琐的 Blender 操作里抽身。把精力放在造型、构图、故事这些更上游的事上。
前提是能写清楚需求、能在结果里看出问题。工具链变长，判断的位置也跟着前移。
对小型团队来说，这种变化也意味着：原来需要一个建模师才能出的角色资产。现在可能只需要一个能把需求写清楚的导演型角色。岗位不会消失，但岗位里的时间分配会重新洗牌。
04
"This is AGI" 的边界
视频最后一幕，那只展翅的狐蝠在渲染窗口里定格。作者打出"它一直工作到我 token 用完"，紧接着写下"This is AGI"。
这句话是体验者的高调判断。反主流的读法不接受这种跳跃：变化真实发生在工具链上，AGI 的标签还缺少可验证的依据。智能体能连续做下去，唯一被设的硬边界是 token 预算。预算回来，它就会继续。
没有公开证据显示它能跨工具、跨任务地选择下一个目标。把这件事直接等同于 AGI，是把一段确定的工具调用，归到了通用智能这一类。
再看那只蝙蝠本身。它的毛发密度、姿态、镜头角度，都是智能体在 token 预算内自主决定的。这意味着模型在给定的目标下，已经能做出审美上站得住的选择。
智能体能跑完这样一段流程，关键前提是目标在起点处被写清楚了。"在 Blender 里做一只写实蝙蝠"这句话同时给了智能体任务、风格、工具。它知道该装 Blender、该选 Blender 当工作环境、该追求写实风格。这种"已知目标 + 已知工具"的设定，是今天演示能跑通的隐含前提。
但"在给定目标下"是前提，目标本身是作者给的。换一个目标，或者不给目标，模型会做什么，视频没有展示。给定的工具链和开放的智能之间，还有一段没有被这段视频跨越的距离。今天看到的视频里没有这一步。
AGI 的定义至今没有共识，把任何一个具体演示塞进这个词，都容易让讨论失焦。
截图：视频末段的渲染成品，AI 没有预设这只狐蝠最终会摆成展翅的姿态。
智能体停下来那一刻，是因为 token 用完了。这就是这件事的边界。60 秒录屏里，模型自主跑完了从清场到渲染的完整流程。这就是今天发生的变化。它跑得越长，停下来的那一刻越值得看清楚：那一刻由 token 预算决定，模型自己并未触发停止。这条边界的内容：变化发生在工具链上，边界写在预算里。
来源：Blender MCP 开源项目（社区维护，开源可获取）；Model Context Protocol 开放标准（Anthropic，2024 年发布）；原帖由 Alix Ollivier (@aollivier82) 发布于 9 月 5 日。