AI agent 能从照片构建 3D 场景，却无法判断自己是否做对

The Decoder 报道了一种名为 LEGO-Anything 的新方法，可将单张照片转换为可编辑的 Blender 代码，用于构建 3D 场景。配套基准测试显示，GPT-6 Astra 取得最高 53% 的重建准确率。但所有受测 agent 的最大共同弱点是无法判断自身几何准确率，表现与抛硬币相当。

此前讨论多集中在 AI 能否生成 3D 内容，这次基准把问题推进到可验证环节：生成能力已有阶段性结果，但自我评估能力接近随机，意味着 agent 难以在无人监督下可靠迭代或交付 3D 资产。

LEGO-Anything 把图像理解结果转译为 Blender 可执行代码，使 3D 场景具备可编辑性；基准则用重建准确率衡量生成质量。自我判断失效说明模型缺乏对几何一致性的内部校验信号，生成与验证可能仍依赖不同的能力路径。

对做 3D 工具、游戏资产、电商展示或空间设计的产品，短期应把 AI 生成定位为草稿和加速环节，而非自动交付；研发流程需要加入人工几何审核或外部校验步骤，否则错误会静默流入下游。

• 为 3D 生成流程加入自动几何校验层，例如多视角一致性检查或渲染回比，降低人工审核成本。
• 围绕 Blender 代码生成做版本对比与回滚功能，让用户快速识别并修正几何偏差。
• 在基准测试基础上提供面向团队的准确率看板，按场景类型标注 53% 等指标的实际适用边界。

• LEGO-Anything 的具体技术细节和可复现性尚未在证据中说明。
• 53% 重建准确率的计算口径、测试集规模和场景覆盖范围未明确。
• GPT-6 Astra 之外其他受测 agent 的具体名称与表现差异未给出。