从趣味生成转向能检查的模型任务
Karpathy 描述了让模型把文学场景写成程序化三维世界的试验，同时指出模型难以顺畅观看视频和游玩来检查自身结果。这个例子适合讨论生成能力与自检能力之间的差距，以及为什么最终画面仍需要人工验收。
Andrej Karpathy@karpathy原帖
为什么值得留
设计评估时加入观察结果和发现缺陷的步骤。
可以从这里开始
选一个小交互场景，预先写下可见错误与操作验收项。
阅读时留意
未观看所附视频，预算、耗时和代码量仅为作者记录，不作性能比较。
OnBalls 导读整理于 2026.10.15。已读保存的原帖正文与可见引用；未核验图片和视频，不以自动摘要作为原始证据。