去年有个数据挺有意思：GitHub Copilot用户平均只接受30%的代码建议。不是AI不够聪明，是生成和落地之间隔着一条河。Cipher团队想做的，是让AI直接游过去——不是给建议，是进Unreal Engine（虚幻引擎）里动手搭。
听起来像科幻片。实际干起来，负责人用了三个词：messy, frustrating, insane。
从"生成代码"到"直接动手"，中间差着47个坑
大多数AI工具停在第一步：你提需求，它吐代码，剩下的自己折腾。Cipher的野心是闭环——Goal（目标）→ Plan（规划）→ Validate（验证）→ Execute（执行）→ Verify（核实）→ Repeat（循环）。
举个具体场景。你说："Create a player character with a mesh and animation"（创建一个带网格和动画的玩家角色）。传统流程是AI给你一段代码，你复制粘贴、调试、祈祷别报错。Cipher的做法是：直接进引擎，分配网格，绑定动画，编译，运行，自己检查对不对。
第一个让团队觉得"这事能成"的节点，是解决网格+动画的持久化问题。
Unreal的CharacterMesh0是个原生组件，行为非常反直觉。团队试了三种方案：写CDO（Class Default Object，类默认对象）——值存不住；改完重新编译——值被清掉；用Handler处理——原生组件根本不认。最后解法是两步走：通过Handle修改组件，再严格控制编译顺序。后者"比任何事都重要"。
这个卡点打通后，Cipher第一次有了稳定感。能加组件、设位置、绑网格、指定动画，还能循环执行目标文件。
但稳定是幻觉。接下来三个月，他们踩了47个"看起来对了其实错了"的坑。
验证系统在撒谎，这是最阴险的bug
Cipher有个verify步骤，设计意图是自我纠错。实际运行中，verify会报告成功，但真相藏在下一层。
网格显示已分配——但没保存。动画文件存在——但没真正应用到角色。蓝图编译通过——但运行时崩溃。团队管这叫"False Positives in Verification"（验证环节的假阳性），花了大量时间重建验证逻辑：剥离生成类名的_C后缀、直接检查组件存在性、运行时二次确认。
更隐蔽的是时序问题。网格加太早会被 wiped（清空），编译太频繁会丢状态，重载方式不对会验证到错误对象。很多"bug"追到最后发现不是代码错，是时机错。
Python端的Agent也出过状况。每次重载 agent_listener.py 都会残留旧回调，导致行为诡异。解法是把架构改成持久化分发器（persistent dispatcher），不再每次重绑函数。
Blueprint（蓝图）的节点连线是现在的主战场。
团队最近开始攻节点布线和扇出逻辑（fan-out logic），新问题涌现：节点类型不匹配、执行流断裂、数据引脚连错对象。小错误在这里不会报错，只会静默失效——角色不动、技能不触发、碰撞检测消失。调试成本极高。
目前Cipher能稳定做的事：加组件（相机、弹簧臂等）、设位置/旋转、绑网格和动画、从目标文件循环执行。py dev_agent.py --loop goals/aegion_setup.txt 这行命令是现在的基础。
下一步：从"造资产"到"改逻辑"
团队把路线图分成两个阶段。第一阶段是"证明控制"——让AI能可靠地操作引擎，这部分接近收尾。接下来要攻的是动画蓝图（Animation Blueprint）：确保状态机正确、过渡规则生效、变量映射准确。
这个里程碑的意义是区分"资产自动化"和"玩法自动化"。前者是搭架子，后者是让角色真的动起来、响应输入、产生游戏性。
更难的还在后面：Blueprint Modification（蓝图修改），不是创建新蓝图，而是改现有的。要解析已有逻辑、插入新节点、不破坏原有功能。比从零生成难一个数量级。
最终目标是事件驱动系统——AI能响应游戏内事件，处理交互链条（输入→响应）。现在还在打地基，但地基里已经埋了东西：一个能把自然语言变成Unreal内部实体的管道。
负责人复盘时用了个类比：前三个月像在重写"几乎能工作"的系统，学到的核心认知是"编译通过等于什么都没保证"。但现在有了一件真东西——不是demo，是能循环执行、能自我验证、能持续迭代的骨架。
他们刚完成一轮压力测试，目标文件里塞了17个连续任务，Cipher跑了4小时没崩。下一个测试该塞多少个任务？该测多复杂的蓝图修改？团队还没定，但有个共识：假阳性比真报错更可怕，因为后者至少知道要修哪。
热门跟贴