美国独立游戏作者花100小时数百美元用AI制作出完美屁股

100小时无人值守，AI自己把自己”卷”到了次世代画质

独立开发者兼油管博主Dev Ed的做法其实并不复杂：他把新模型GPT-6 Astra接入一条持续运行的循环流水线，让AI自己生成3D模型、自己评估、自己修改、再生成，人只负责每天大约两次的方向微调。实验启动一周多，已连续运行超过100小时。按他的说法，最初产出还停留在PS2时代的粗糙多边形，如今已经逼近PS5 Pro级别的表现。

真正值得注意的不是画面精度的跃升，而是”无需持续人工干预”这几个字。过去我们谈AI辅助建模，默认前提是人给提示词、人挑结果、人再迭代，人类始终握着方向盘。而这次实验把人类压缩成了一个近乎象征性的角色——每天两次纠偏，像极了给长跑选手递水。换句话说，这套系统的引擎不是提示词工程，而是AI的自我评估能力。

隐患也正在这里。如果奖励信号来自模型自己的判断，它很可能会朝”自认为完美”的方向一路狂奔，而不是朝人类真正想要的方向。Dev Ed每天那两次修正，看似微不足道，实则是防止系统跑偏的锚点。这大概也是他计划再跑一个月、并逐步加入新风格与新变体的原因——单一目标容易收敛，多样本才能检验泛化。

数百美元成本、700万播放，这个”梗”里藏着真问题

按GPT-6 Astra每百万token十美元的价格推算，一周不间断运行加上反复迭代的消耗，这次实验的花费大概率落在数百美元区间，甚至可能上千。Dev Ed本人只留下一句轻描淡写的话：”烧掉了一大堆自己的token，但很值，全为了科学。”而首批结果视频已经收获超过700万次观看，”臀部基准测试”迅速在科技社区发酵成病毒式梗。

梗的表层是荒诞，里层却是一次相当苛刻的能力考核。要连续生成并迭代一个解剖结构复杂的3D模型，模型至少得在三个方向过关：几何一致性，不能这次是圆的下次是方的；结构理解，得知道什么形状在物理上说得通；以及长周期迭代中的稳定性，不能越改越崩。比起一次性的图像生成，这种循环任务才真正暴露模型的短板。

这也是社区愿意把它当”基准”的原因。它比很多跑分榜单更接近真实开发场景：没有标准答案，没有干净数据集，只有一个模糊的审美目标和无数次自我修正。数百美元换一条可复用的迭代管线，对独立开发者来说未必是亏本买卖。

对一个正在做Roguelike的独立开发者，这意味着什么

Dev Ed没有公开说明实验目的，但公开资料显示他正在开发一款Roguelike游戏，这让整件事的味道变了——它不再是一次纯粹的行为艺术。独立游戏最缺的从来不是点子，而是把点子变现的美术产能：角色、怪物、道具、场景，每一项都在吞掉时间和预算。如果一套循环管线能稳定产出接近次世代水准的资产，它解决的正是独立团队最痛的那根刺。

但”能生成好素材”和”能做出好游戏”之间，还隔着一条很宽的河。风格是否统一、资产能否商用、玩家会不会一眼认出AI痕迹，都是现实问题。更值得警惕的是，当模型开始自己定义”完美”，它也会把审美推向同质化的高地——所有人都用同一套模型迭代，最终得到的东西可能都很”对”，但也很像。

无论Ass Bench最终产出什么，它的价值可能已经兑现了：它把一个抽象问题摆到了所有人面前——当AI被允许在没有人类持续干预的情况下自我迭代，它能多接近我们的审美？又会离我们多远？这个问题，恐怕比一个完美的臀部重要得多。