AI 设计 2175 块乐高模型，未拼过真积木

给 Claude Opus 5.5 一句提示词——“想到你脑海中最好看的那个模型”——它交出了一座 2175 块零件的“樱花花园”（Sakura Garden）。这是开源项目 LDraw Nova 的演示作品之一，但到目前为止，这些设计没有一个真正用实体积木搭出来过。开发者 Carlos Antelo 的说法很直接：他“压根没试过”。

Antelo 于周五下午发布该项目，这是他尝试数次后终于跑通的第一个正式版本。GitHub 项目 README 的标语是：“给 AI agent 一个模型创意。引导它，让它去搭。”

一块积木，一行代码

LDraw 是一种文本格式，每放置一块乐高零件就是一行带坐标的代码，LDView、LeoCAD、Studio 都能打开，一个模型对应一个文件。LDraw Nova 的工作流正围绕它展开：agent 先用 JSON 写出一份完整描述模型与子模型的方案，据此生成一段 Python 程序，程序再输出 LDraw 源文件；渲染成图片后，agent 自己看图、调整、重新渲染，如此循环，直到它认为模型完成。

这样做是为了绕开“（邪恶的！）几何数学”——在 Antelo 看来，agent 更擅长写 Python 代码。

LDraw Nova 以 Docker Web 应用的形式运行，可对接 OpenAI、Anthropic 和 OpenRouter 等 AI 服务商。画廊里每件作品都标注了作者模型和提示词：樱花花园和一件未完成的 Atlas Crane 出自 Opus 5.5，Cathedral（大教堂）和 Tidal Observatory 出自 Astra，Copper Bean 公寓楼则出自 Opus 5——括号里特意注明“不是 5.5！”。项目本身也是在 OpenAI 的 GPT-6 Astra 和 Anthropic 的 Claude Opus 5.5 协助下完成的。

能算碰撞，算不了稳定

限制同样明显。Nova“目前缺少物理建模”，也就是说碰撞能处理，稳定性不能。成本也不低：Antelo 自己“往高了估”，Astra 设计一个 Technic 机构大约要花 5 美元（约 36 元人民币）的 token 费用。按他的经验，目前只有前沿模型才能生成又大又准的设计，而且整个过程相当耗时。项目虽然支持 Meta Quest 3 的 VR 模式，但“问题很多，还有性能问题”。

要把这些设计真搭出来，还意味着按零件收集数千个部件，Antelo 认为这很难——2175 块已经接近乐高成人向收藏套装的量级。

这与卡内基梅隆大学的 LegoGPT（现已在 GitHub 上更名为 BrickGPT）路线不同。后者用超过 4.7 万件乐高结构训练，在生成过程中就会对设计的有效性和物理稳定性做校验。

工具还能混用不同类型的模型。Astra 的大教堂用到了 jev-rerank——一个由 TypeSafe 的 Jev System One AI 模型驱动的“带重排的语义搜索工具”，用来对零件搜索结果重新排序，但它并非必需；不提供 TypeSafe API key 时，agent 会退回全文搜索。这个模型前不久还被用于多次自动通关《宝可梦 红》。

目标是让低端 agent 也能搭

Antelo 建议使用高端 AI 模型，但他也把“让低端 agent 迭代搭建的工具链”列为目标之一。待办清单上还有乐高人仔、Technic 机械与引擎。用 AI agent 通过编程完成任务并不新鲜，但正变得越来越复杂：周五还有一次记录，Astra 用一句提示词清掉了《魔兽世界》的兽人新手区。

Antelo 做这个项目，是想让 AI agent“有能力设计可搭建的实体物件”。眼下这些积木只存在于 CAD 里，他正在考虑 3D 打印一个小模型。AI agent 也能介入 3D 打印：通过 Model Context Protocol 服务器，Kiln 可以上传文件并启动打印，OctoEverywhere 的服务器则让 agent 查看打印进度并暂停、取消或继续。这有望补上“AI 写下的几行代码”与“一件真实产物”之间的缺口。假以时日，具备实体能力的机器人甚至能接手搭建这一步——不过那样还有什么乐趣？在那之前，你可以先试着设计那套一直住在你脑子里的乐高。