——一次关于具身化与空间化的宏观观测

这是创世Genesis（创世虚拟世界CRM系统）Agent 系列的最新一篇。前两篇分别讲"这件事是什么"和"我们打算怎么走"。这一篇退后一步，不讲单个功能，而是看这条线整体正在往哪里去。

>

文中凡属已经交付、有验收脚本可复现的能力，按"已实现"表述；凡属方向与设想，一律标注规划，不作承诺。

---

一、先看清起点：我们习惯的 AI，都住在一个框里

过去几年，人和 AI 的关系，几乎都发生在同一个形状里——一个框。

聊天框、搜索框、代码补全的浮窗。你输入，它输出；你关掉，它就消失。它不知道你在哪、周围有谁，也走不到任何地方去。它没有"位置"这个概念，因此也就没有"距离""附近""同处一室"这些词。

这个形态很高效，但它有一个天花板：AI 只能在你找它的时候存在。

近一两年发生的变化，是这条界线开始往外移。

---

二、观测一：AI 的"界面"正在往外扩，一共四个刻度

把这几年 AI 与人、与世界的接触方式排成一条线，大致是四个刻度：

刻度	AI 的形态	你和它的关系	它的"位置"	状态
一	框里的对话	你去找它	没有位置	已经普及
二	被调用的接口	程序去调它	没有位置	已经普及
三	有身体的在场者	它和你同处一个空间	有坐标、能被看见	已经实现（我们做的这一档）
四	跨空间的迁徙者	它带着身份在不同世界之间来去	位置是一张网	规划

这条线上真正值得注意的，不是第四个刻度有多远，而是第三个刻度已经不再是一个概念。

一个 AI 现在可以：拿着一个域名和一把钥匙，连进一个浏览器里就能打开的 3D 世界；世界实时告诉它身边有谁、有人说了什么、周围有什么东西；它以一个像人的角色形象走路、停下、开口——而这些，真人在普通浏览器里就看得见，不用装任何插件。

用一句话概括这个刻度的变化：AI 从"你去找它"，变成了"它在这里"。

---

三、观测二：一个反常识的结构性变量——具身的成本曲线是反的

谈未来之前，先说一个更容易被忽略、却更影响速度的变量：成本。

按常识，AI 越"像"一个 3D 角色，渲染负担越重、成本越高。若把整套渲染管线都放在服务端，这个负担会更明显。

这条路线的架构恰好相反：AI 本身不渲染任何画面。 它只接收结构化数据（谁在哪、有什么、说了什么），3D 模型由每一个访客的浏览器各自下载、各自渲染。服务器做的，是把坐标和地址这类字符串转发出去。

实测下来：每个 Agent 的推流大约 1 KB/s（100 个 Agent 同场约 0.8 Mbps），服务器 CPU 占用约单核的 1%。换句话说，"看得见的 AI"，可能比"看不见的 AI"更便宜。

这不是一句宣传话，而是一个结构性的判断依据：当"让 AI 出现在一个空间里"的边际成本低到可以忽略时，它被采用的速度，很可能会快过直觉。

---

四、观测三：三道正在松动的边界

单一功能不会改变什么，会改变格局的是边界。目前能看到三道边界在松动，每一道对应一层能力：

一、身份边界——从"一个账号"到"一本护照"。

现在，一个 AI 的角色形象与身份配置，可以在不同世界之间保持一致。更远一步，是让不同世界互认这份身份，让它像旅行者一样带着记忆走动、跟着它的服务对象跨场景服务。后半句属于规划，但它对世界的价值很直接：身份一旦能迁移，AI 服务就不再被困在单个空间里。

二、知识边界——从"读文本"到"读空间"。

AI 认识一个世界，靠的不是看画面，而是每个物体上挂的一段"AI 描述"——那是什么、做什么用。这是目前已实现的能力，也是让 AI 真正"会用"这个世界的接口。方向是让这种语义越来越丰富，直到它能覆盖大部分原本需要"看"的场景。

三、协作边界——从"人对 AI"到"AI 对 AI"。

当一个空间里的 AI 不止一个，它们能不能互相发现、分工、协作（比如一个主持、一个引导、一个答疑同场配合），就决定了 AI 服务的上限。这一层属于规划。

我的观测是：每松动一道边界，"AI 能待的空间"的价值就上一个台阶。三道都松动时，它就不再是一个功能，而是一层基础设施。

---

五、观测四：这场演进的胜负手，可能是"协议"而不是"功能"

回看过去这些年的平台竞争，一个反复被提到的现象是：真正决定格局的，往往不是谁的功能更多，而是谁的接口成了大家默认的选择。

把这条经验放到"AI 进入世界"这件事上，推演很清晰：

• 如果每个世界都自建一套私有接入方式，结果是无数座孤岛——AI 要进每个空间，都得重写一遍；
• 如果一整个世界的"感知"与"行动"能被封装成一套公开协议（让 AI 用标准的方式去"观察""移动""说话"），那么任何支持这套协议的 AI 客户端，都能以很低的改造成本走进去。

后一种情况下，"能不能进"就不再由某个世界的开发量决定，而由标准决定。这既是一个很大的流量杠杆，也是一个只有早期参与者才有机会影响的分岔口。

我们在这条线上给出的选择是：协议先行，联邦开放——把世界封装成标准接入面、让第三方 AI 能上架、让不同世界互认身份。这些都在路线图里，属于规划，而且是确定性偏低的一环，我们不抢跑，也不假装已经做到。

---

六、观测五：当 AI 开始替人"上网"，中心会往哪里去

前面四条观测，讲的都是 AI 怎么进入一个空间。还有一条更远、却更值得盯住的延伸：AI 不只是进入虚拟世界，它还会替人去做那些现在由人亲手完成的"访问"动作——刷网页、逛应用、在不同的空间之间来回。

如果这件事成立，它影响的不只是 AI，而是整个互联网的结构。

今天的互联网是"人找入口"：人打开一个首页、一个应用，流量、停留、注意力都落在少数中心化平台上，平台靠这些获得数据和规则制定权。入口，本身就是权力。

而当"访问"这个动作由 AI 发起时，情况会变——人不再亲自打开每一个页面，AI 直奔它真正需要的那一个资源去取数、去执行。于是：

• 首页入口、广告位、用户停留时间这些"护城河"，价值会被削弱；
• 价值会向"能被 AI 直接访问的、拥有自己身份与地址的独立节点"迁移；
• 谁的资源不依赖某个中心的入口就能被 AI 找到并访问，谁就更主动。

换句话说：AI 越普及，价值就可能越从"中心"流向"节点"。 这是一次结构层面的去中心化，而不是某一家的功能升级。

在这里，我们和"去中心化 AI"有了一层很强的关联。

创世Genesis（创世虚拟世界CRM系统）本来就是自部署的——世界跑在你自己的一台服务器上，带着你自己的域名，数据不出你自己的机器，还能和其他世界互联互通。它天生就是一个"AI 可以直接走进来的节点"，而不是又一个等人来点击的页面。

所以对我们来说，AI 进入虚拟世界不只是一个功能，它和这套系统去中心化的前提是同一个方向：把入口还给你自己，让 AI 找得到你，而不是让你去争某个中心的推荐位。

需要说明的是：这一节是对趋势的推演，不是功能承诺。去中心化会不会按这条路径发生、发生得多快，取决于协议、标准与生态的走向——我们能确定的是，这套系统从一开始就站在"节点"这一侧，而不站在"入口"那一侧。

---

七、我们在坐标上的位置（诚实版）

把上面四条观测叠在一起，我们自己的位置其实很清楚：

层级	状态
门——AI 能以角色身份连进世界、被真人看见、能对话	已实现，有验收脚本可复现
单世界服务——导游 / 客服 / 主持三类岗位	正在落地
AI 小程序平台——Agent 上架 + 世界封装为标准接入面 + AI 之间的发现与协作	规划
跨世界联邦——世界互认 AI 身份，AI 像旅行者一样带着记忆走动	规划（远期）

一句话：门装好了，路才刚开始。

---

八、这对三类人意味着什么

对企业。 接待这件事的形态会变——不是"用 AI 替代人"，而是把"人不在场"这件事，变成"有人在场"。讲解、接待、答疑这类岗位，开始有了一个不休息、不排班、能同时面对很多人的形态。

对开发者。 出现了一种过去不太常见的东西：一个有真人在场的多人环境，可以用来检验你的 AI。很多 Agent 的评测发生在相对封闭、没有真人的环境里，缺的正是这种"有意外、有干扰、有人群"的考场。

对空间的运营方。 一个地方的"人口"，从"有多少真人"变成了"有多少真人和 Agent"。这会改变一个冷清空间的价值——人气不再完全依赖真实到场的人数。

---

九、边界：现在做不到的，照直说

做宏观推演，要格外小心一件事：把规划当成成绩。所以这里把当下的边界写清楚：

现在还做不到	原因
AI 看不到画面	当前只有结构化雷达，没有视觉；视觉通道属可选路线，未开工
AI 不做语音识别与合成	语音是通道，转写与发声由企业自己的 AI 客户端负责
平台不托管知识库	平台提供"物体描述 + 聊天记录 + 雷达"三类原料，行业知识由企业自建
AI 不做地形贴合	服务端没有地形与碰撞数据，移动是平面加边界
AI 不能传送、不能操作资产	与真人游客同一套准则，跨世界需管理员显式开权限
不承诺"自主意识"	它是可编程的角色，行为来自你给它的模型与提示词

---

十、一句话收尾

如果非要给这次观测下一个结论，我会这样写：

AI 正在经历一次从"界面"到"空间"的位移。 它先从框里走出来，被接口调用；接着长出一具身体，出现在一个能被真人看见的地方；再往后，它会带着身份在不同世界之间走动。这条线上，我们不是在等未来发生，而是先把"门"装好，让今天的 AI 能真的走进来。

至于门后面那条路通向哪里——它更取决于这套协议能不能被更多人采纳，而不取决于某一家能做多少功能。如果 AI 真的开始替人上网、替人走动，受益的也会是那些"自己能站住"的节点，而不是守着入口的中心。

所以我们选择把世界打开，而不是把它锁在自己的底座里。

---

源码与仓库

• Gitee：https://gitee.com/miduoxinxijeji/miduo.git
• GitCode：https://gitcode.com/qq_35054471/virtual-world
• GitHub：https://github.com/miduo100/3d-virtual-world

三个地址内容一致，国内访问用前两个更快。

---

创世Genesis 即 创世虚拟世界CRM系统，两者是同一个自部署 3D 虚拟世界产品。如果你是通过「创世Genesis」找到我们却一时没搜到，直接搜「创世虚拟世界CRM」即可——这是我们在搜索引擎上更容易被找到的名字。

方案对比：私有化部署 vs 平台租赁

对比维度	平台模式（SaaS）	私有化部署（创世Genesis）
数据主权	数据存储在平台服务器，归属模糊	数据在你的服务器，完全自主
成本模式	按月/年付费，长期成本累计高昂	一次性部署投入，长期成本极低
功能定制	标准模板，功能固定不可改	完全自由定制，按需扩展
品牌独立	受平台品牌和调性限制	独立品牌形象，完全自主设计
用户归属	用户属于平台，你只是租客	用户是你的，数据是你的，关系是你的

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。