樹浮在地上、玉米像黃棍子：一篇實錄，把智慧農業 3D 大屏的返工全攤開來

這篇文章的原始事件發生在 2026 年 9 月 29 日，開發者柳杉在掘金發布了一篇長文，題目是把 GPT-6 Astra 和 Tripo3D 拿去蓋一座「智慧農業 3D 大屏」的全流程實錄。熱度不算爆炸，但在技術社羣裡，這種「把 AI 工具真的拿去做完一個專案、連返工都寫出來」的文章，向來有它的讀者。

先換場景，再發現農業更容易露餡

作者上一篇文章做的是智慧廠房。這次的起點很樸素：那條從調研、設計、切素材、建模到網頁化的流程，換個場景還能不能跑通？

答案是能跑，但代價不小。廠房裡看的是設備和分區，農業園區要看地塊、作物、土壤墒情、水肥和當天作業。畫面中心從一棟廠房，換成有溫室、露地、道路、水體和水肥房的一整片園區。作者在文中坦白，農業場景更容易穿幫：樹如果浮在地上，玉米長得像一排黃色棍子，大棚外面漂亮、裡面空空的，觀眾一眼就看得出來。

這個「露餡清單」其實是全文最有趣的部分。做 3D 場景最難的從來不是技術清單，是那些懂的人一眼就會發現的細節。

概念園區與「不能順手下的結論」

調研階段的做法值得記一筆。作者沒有直接叫 GPT-Image-2.5 生成一張「農業科技大屏」，而是先定義使用情境：園區負責人打開螢幕，要先看到種了什麼、種在哪，再看到土壤墒情差異、水肥進度、當天作業落在哪些地塊。

為了讓後續設計有可核對的對象，專案設定了一個無具體地名的概念園區：12 個種植單元、240 畝，含 8 個棚區和 4 塊露地，種番茄、黃瓜、甜椒、生菜和甜玉米。這些數字是可複現的設計樣例，螢幕上的業務讀數也是固定樣例，並非即時資料。

比較難得的是數據口徑的自我約束。文章舉例：某地塊 20 公分土壤含水率 22.4%，同組中位數 27.1%，差了 4.7 個百分點。介面可以提示「低於同組中位數」，但不能順手寫成「缺水告警」，因為沒有土壤類型、作物階段和農藝閾值的現場證據，差異本身不足以支持這個結論。這種克制在展示型大屏的討論裡並不常見。

三稿設計與 271 個元素的去向

設計階段出了三個方向：A 是田園生產全景，B 是地塊對照研究臺，C 是農事生產日程。作者選了 A，理由是這塊大屏需要先建立整園空間關係，再去看單一地塊的證據。三稿是不同的資訊組織方式，並非同一張圖換配色。

設計稿確定後，作者沒有把整張圖直接鋪上頁面，而是先做一張可互動的 HTML 審閱頁，逐項標出中央物理邊界、文字、圖表和裝飾，點擊任一元素就能查到座標、所屬層級和最終落在哪個模型節點或前端元件。畫面拆成四類：三維場景負責溫室、道路、水體；運行時空間層負責地塊邊界與選中態；React 與 ECharts 負責文字圖表；標題承託、邊框等靜態裝飾才從設計稿提取。

最後 271 個邏輯元素都有去處，素材包保留 21 份母版。這張歸屬表後來還真派上用場：作者發現「復位視角」按鈕周圍冒出一塊舊樹林背景，排查後確認是按鈕外框的裝飾圖烘進了景色。素材管理做得紮實，返工時才有得對照。

這種「模型變強、流程反而要變薄」的直覺，與我們先前整理過的AGENTS.md 與 Skills 大掃除現象有點像：工具能力上來之後，開發者花力氣的地方從寫細節指令，移到整理源頭與介面紀律。

AI 生成 3D 的看點：對話比漂亮流程更誠實

全文按真實推進順序寫，從調研、三稿設計、素材拆分、建模小樣、整園深化、網頁聯動，一路寫到人物生成、骨骼動畫、近景巡檢與最後的瀏覽器驗收。作者也摘錄了幾段與 Codex 的實際對話，理由是「它們比事後寫一條漂亮流程，更能說明每次返工是怎麼發生的」。

這正是此類實錄在社羣裡的價值所在。多數展示 AI 工具的文章只給頭尾：一個需求、一張成果圖，中間全部黑盒子。把返工攤開來寫，讀者才看得出哪些環節 AI 真的省了工，哪些地方還是得靠人盯著座標、邊界和數字。

這也呼應了這一年技術社羣對「民間實測」的胃口：就像 B 站 UP 主自己出題重排 AI 排行榜那波討論，使用者越來越不信官方跑分，寧願看別人把工具按在地上摩擦一遍的紀錄。可以參考我們先前的民間 AI 榜單與學術跑分落差觀察。

大屏展示與真實農業之間，留了一條線

要說清楚的是：這個專案驗收的是設計口徑與樣例算術，不是現場農業診斷。作者自己講得明白，沒有真實園區臺帳、介面與測繪資料，資料樣例先核對總分關係，後面無論圖片、圖表或互動出現相反數字，都能回頭查。

一塊掛在管理室牆上的 3D 大屏，做得再漂亮，本質仍是一種敘事工具。它替管理者把碎片資訊排成空間順序。至於田裡的番茄到底缺不缺水，還是得有人走進棚裡。這篇實錄誠實地把那條線畫了出來，大概是它最值得看的地方。