De cero a un cubo giratorio creado por chat

La estrella polar: por qué "un cubo giratorio"

Todo este día apuntaba a un punto de aceptación: en una máquina limpia, clonar, colocar una clave, ejecutar un comando, luego decirle al agente en la interfaz "haga un cubo giratorio": edita el código, el motor se recarga en caliente y aparece un cubo giratorio en el navegador de inmediato. El cubo en sí no tiene nada de especial, pero es la prueba mínima de la apuesta principal del producto: "se puede construir algo realmente ejecutable con sólo hablar" y, si algún eslabón de esa cadena se rompe, la plataforma no aguanta. Colapsar el objetivo en un punto de aceptación inequívoco que una sola captura de pantalla puede demostrar significa que el equipo no "siente el progreso", sino que persigue un objetivo difícil de pasar/fallar. Este día pasó.

Se ejecuta el bucle de un extremo a otro: diga una oración, la imagen cambia

Este bucle encadena seis enlaces de un extremo a otro: estableces un requisito en el cuadro de chat → el agente escribe el código correspondiente en el archivo del juego → un observador de archivos nota el cambio → un canal en tiempo real notifica al front-end → el motor carga dinámicamente el nuevo código → la imagen se actualiza instantáneamente. Este día conectó esos seis enlaces de manera completa y estable por primera vez, y una captura de pantalla automática del navegador capturó el cubo en mitad de su rotación e inclinado, sin errores en todo el camino, excepto un aviso inofensivo de icono faltante. Eso significa que "lo que ves es lo que obtienes" ya no es una línea en una plataforma de visión sino un canal real que se activa repetidamente. Cada experiencia posterior de "construir mientras chateas y ver el resultado inmediatamente" se basa en este ciclo; Cuando funcionó, el producto realmente cobró vida una vez.

Las tres capas aterrizan: roles claros, reemplazables

Para que este bucle resista a largo plazo, el sistema se dividió en partes con responsabilidades claras y reemplazables de forma independiente: un núcleo de ejecución que realmente impulsa el pensamiento y la acción del agente (manejando llamadas de modelo, herramientas, sesiones, memoria); un puente puro de orquestación e interfaz (transmitiendo cambios de archivos al front-end, sin tocar nunca el modelo grande); un motor (que convierte el código del juego en una imagen); además de la interfaz de tres columnas a la que se enfrenta el usuario. Esta división se escribió en un contrato de interfaz interna y se estableció como una regla de hierro que no debe volverse a litigar a la ligera: el núcleo es el núcleo, la orquestación es la orquestación, los límites permanecen inequívocos. Su valor: cada capa puede evolucionar y ser intercambiada por sí sola, un problema en una capa no arrastra al conjunto, y "cambiar el motor, cambiar la interfaz" se vuelve posible más tarde en lugar de una reescritura.

Reemplazo del "shell de marcador de posición" con un tiempo de ejecución de agente real

En la versión del bucle anterior al amanecer, lo que impulsaba al agente seguía siendo un shell de marcador de posición temporal; este día, en más de treinta pasos, fue reemplazado por un tiempo de ejecución de agente real de "clase de asistente de codificación profesional". Este núcleo tiene lo que un agente real necesita: puede llamar al modelo grande, usar herramientas, mantener sesiones y memoria, y avanzar en un ciclo de "pensar-actuar". Después del intercambio, el sistema recibió respuestas genuinas del modelo por primera vez y ejecutó un ciclo completo de "modelo real + herramientas reales". Este paso hizo que el producto pasara de "parece que puede chatear" a "realmente puede hacer el trabajo"; las conversaciones anteriores eran una actuación; ahora detrás de ellos hay un motor que puede leer, escribir y usar herramientas para cambiar genuinamente su proyecto.

No reinventes: reutiliza estándares en lugar de copiar miles de líneas

Mientras se completaba la capacidad del agente, se podrían haber hecho dos partes "copiando mil líneas de otro lugar": la capa de protocolo que incorpora la capacidad de la herramienta y un protocolo estándar de eventos de conversación. El juicio de este día fue claro: dondequiera que exista un estándar abierto maduro que pueda instalarse y usarse directamente, no lo vuelva a copiar a mano. Así que ambos fueron reemplazados por implementaciones estándar oficiales de las versiones anteriores escritas a mano: el código de protocolo de herramienta se redujo de unas cien líneas a ochenta y obtuvo transportes más completos y notificaciones de cambio de capacidad de forma gratuita; el protocolo de eventos de conversación extrajo una biblioteca estándar y reexportó más de treinta eventos estándar casi sin código nuevo. En conjunto, los dos pasos agregaron menos de doscientas líneas netas y aún así brindaron capacidad de nivel empresarial. Detrás de esto hay una disciplina que se repite: dedicar esfuerzo a los problemas difíciles que nadie resolvió por ti, no a reinventar ruedas que ya están en los estándares públicos.

Cientos de pases de interfaz de usuario de chat: desde texto sin formato hasta casi de escritorio

Una vez que el bucle realmente funcionó, las lagunas en la experiencia de la interfaz se convirtieron en el punto más doloroso. Este día, en pequeños pasos de más de cien iteraciones, se pulió el panel de chat desde "texto sin formato y cuadros de marcador de posición" hasta algo parecido a un asistente de escritorio maduro. Incluye un renderizador de Markdown escrito a mano (bloques de código, listas, tablas, listas de tareas, todos compatibles), una animación de transmisión carácter por carácter cuya velocidad se adapta a la longitud del contenido, llamadas de herramientas condensadas en una etiqueta de "píldora" de alta densidad que se expande hasta el resultado completo, la "autocorrección/reflexión" del agente activada visualmente, el contraste entre las burbujas y el fondo ajustado para cumplir con los estándares de accesibilidad, y animaciones en bucle desactivadas para los usuarios que prefieren el movimiento reducido. Cada pase tocó una cosa, se autoprobó y registró una nota. El punto es claro: por muy fuerte que sea la capacidad, si se lee laboriosamente o parece barato, los usuarios no confiarán en él; Pulir la superficie que miras como máximo hasta convertirla en algo agradable es en sí mismo parte de la característica principal.

Una reestructuración plana + desarrollo sin compilación y ejecutado desde el código fuente

Por la tarde se produjo un aplanamiento estructural: los directorios que alguna vez estuvieron profundamente anidados se colocaron planos para que las partes se asienten una al lado de la otra de una manera más directa. Junto a esto, se estableció un modo de desarrollo de "construcción cero": después de la clonación, un comando ejecuta el código fuente directamente, sin un largo paso de compilación y empaquetado primero. Para los desarrolladores, eso significa cambiar una línea y ver el resultado en el navegador casi de inmediato, la iteración escalonada acelera un nivel; para los recién llegados, el camino "del clon a ver la imagen" se reduce al máximo. La simplificación estructural es intangible, pero decide si las próximas semanas pueden mantener una cadencia de "un gran paso por día": cuanto más simples y claros sean los cimientos, más rápido y más estable se construirá sobre ellos.

El Studio de tres columnas toma forma: archivos, vista previa, consola, conmutadores

Por la noche se dispuso el estudio de tres columnas, con un lote de paneles realmente utilizables a la vez: el árbol de archivos de la izquierda conectado a archivos de proyectos reales, haga clic en un producto para obtener una vista previa; una ventana de vista previa en vivo en el centro conectada directamente al motor, con lectura de velocidad de fotogramas, pausa, recarga, pantalla completa y modos de escritorio/dispositivo móvil; además de un panel que canaliza la salida de la consola del motor, un conmutador que enumera y reproduce sesiones pasadas y entradas para cambiar proyectos y juegos con un menú "nuevo". En particular, este día también siguió un instinto y fusionó los dos conceptos "proyecto" y "juego" en uno: el usuario dijo que eran lo mismo, por lo que la interfaz no debería separarlos. Con eso, el diseño "administrar-izquierda / vista previa-centro / chat-derecha" se estableció y Studio comenzó a converger de un montón de capacidades a un formato de producto utilizable.

que significa este dia

Visto en conjunto, el peso de este día es el siguiente: no se trató de un envío de una sola característica, sino que la tesis central del producto se demostró de principio a fin por primera vez. Desde una oración hasta un cubo en movimiento, cada vínculo intermedio (renderizado, tiempo de ejecución, orquestación, interfaz) realmente se ejecutó, en una máquina limpia, como lo demuestra una captura de pantalla. Todo lo complejo después del cubo (juegos reales, escenas complejas, todo un equipo de agentes) crece en este tronco ya conectado. Es exactamente por eso que vale la pena registrar este día como modelo: conecte primero la cadena principal más crítica y falsificable, luego hable de las ramas; Correr una vez es lo que te da confianza la segunda vez y la centésima.