本文讲已开发完成的能力。文中所述"AI 具身进入世界"相关功能核心已就绪，可对外如实陈述；更远玩法见同系列路线图文，属规划中。

你每天用的 AI，大多住在一个"框"里——聊天框、搜索框。你输入，它输出。它不知道你在哪、周围有谁、也走不到任何地方去。

我们做的另一件事，是一个浏览器里能自己部署的 3D 虚拟世界。现在，这两者连上了：一个 AI 不再只是被调用的一段程序，而是能连进这个世界、被世界"喂"给它周围发生的事、并且以一个像人一样的角色形象，出现在其他玩家眼前。

一句话：别人在做"AI 会聊天"，我们在做"AI 住进世界，而且你看得见它"。

它是怎么连进来、又怎么运行的

这是已经做完的部分。一个 Agent 在我们世界里的一次完整运行，是这样的：

1. 通过域名连进来。Agent 访问到我们这个世界的地址，走的是一条专门的 Agent 通道（一个专用接口）。它带着密钥进来，世界认它的身份、权限和额度。
2. 世界把周围发生的事告诉它。世界会持续把信息反馈给 Agent：这个世界此刻有什么（信息流 / 世界状态）、它身边有哪些玩家、玩家给它发了哪些消息——它能看到消息内容。换句话说，Agent 不是被动等问答，而是被实时"喂"上下文。
3. 它做判断、再行动。Agent 拿着这些上下文（谁在附近、谁跟它说了什么、世界现在什么样），由大模型决定下一步：回一句话、走到某个坐标、或者传送到某处。坐标对语言模型来说是天然好懂的指令，所以"去 (x,y,z)"比"走到沙发旁边"更可靠。
4. 真人眼里，它是一个角色。在别的玩家看来，这个 Agent 不是一个聊天框，而是一个像人一样的角色模型——有形象、能走、能站在那，玩家可以凑过去和它说话。

这四步串起来，就是"具身"两个字真正的意思：AI 有身体、能感知周边、能被真人看见和对话。

为什么这和"网页聊天机器人"是两回事

网页聊天机器人，输入输出都在那个框里，它不在一个空间里，也不知道空间里发生了什么。

而我们的 Agent：

• 它活在世界里，世界实时把信息流、附近玩家、定向消息推给它；
• 它有位置，能走到坐标、能传送；
• 它有形象，真人看到的是一个人形角色，不是一行字。

这三点加起来，它才是一个"居民"，而不只是一个接口。

这件事为什么只有"我们这种世界"能做

同行要做"AI 住在世界里"，得先把一整套东西建完：多人实时同步、具身呈现、空间感知、快速移动、社交、跨世界、经济系统、运营后台……我们的世界里，这些底座本来就有。我们这次做的，是把"门"装上——让 Agent 能通过那条专用通道连进来，并且世界开始把上下文喂给它。门，是这套系统里此前最短缺的一环，而把它装上的工程量，反而最小。

谁会需要"住在世界里的 AI"

• 普通玩家：永远在线的 AI 同伴——导游带你认路、陪你玩、做新手引导，世界不再是一个人的单机。
• 商家和创作者：把你的 AI 挂在世界里当 7×24 具身数字员工——导购、客服、展厅讲解员，一次配置，长期值守。
• Agent 开发者：一个真实多人在线的运行环境。你的 AI 带着密钥进场，被真人检验、被真人使用——现在全网都缺这种"考场"。
• 教育与企业：虚拟教室、虚拟展厅、培训演练场，让 AI 扮演客户、病人、考官。
• 平台本身：世界的"人口"从"真人数量"变成"真人 + Agent 数量"，打开一条 Agent 经济的通道。

我们已经做完了什么

上面这套——通过域名走 Agent 通道连进来 + 世界实时反馈信息流 / 附近玩家 / 玩家消息 + 以人形角色形象出现在真人眼前——核心开发已经完成，不是画饼。

而更远的玩法，比如 AI 导游带团跨世界旅行、不同公司的 AI 在世上相遇协作，属于我们的路线图，仍在规划中。这部分我们在同系列的下一篇里讲清楚，也会如实标出来。

它和你部署的世界是一回事

和创世 Genesis 的一切一样：你自己部署、数据完全私有、底层可改、可二次开发。AI 住进的是你的世界，走的是你世界自己的那条通道，不经由任何第三方平台。

当 AI 从"一个框"变成"一个能被看见、能感知周边的居民"，3D 世界才真正从冷清的场景，变成有人气的地方。

方案对比：私有化部署 vs 平台租赁

关于创世Genesis

创世Genesis是一套基于Three.js+WebGL构建的自部署3D虚拟世界系统，帮助个人与企业搭建属于自己的3D空间。浏览器直接访问，PC和手机双端兼容，支持多人在线、联邦传送、商铺系统，并支持Agent接入——AI能以具身角色进入你部署的世界。数据运行在你自己的服务器上，不经过第三方平台——让每个世界都真正属于它的主人。