DEV Community · Show DEV8/7 19:3355 分
AI代理无法看视频,却制作了三部电影
AI Agents Can't Watch Video. Mine Made Three Films Anyway.
Martin Krpan是斯洛文尼亚家喻户晓的故事,作者尝试让AI代理将其制作成动画电影。由于语言模型无法观看视频,代理无法检查自己的镜头,作者进行了三次实验,使用三种不同的AI设置。所有结果均已上线。关键技巧是确定性时间线:每帧都是时间的纯函数,截图成为测量手段,代理可以查看静态图像并比较像素哈希。第一次运行使用单个Claude代理构建场景,耗时7.5小时,生成3505行TypeScript代码。代理通过查看截图自我批评,发现24个缺陷,但未能发现电影丑陋。人类四条简短评论(如“低多边形外观真丑”)显著改善了结果。