一百万只鸟自己飞：vork 让 agent 写代码拍 3D 镜头，不用视频模型

视频生成模型拍片靠抽卡，vork 换了一条路：让 agent 写代码，把镜头渲染出来。这个仓库 11 月 5 日才创建，三天后冲上今日 GitHub 新仓 AI Agent 榜第一，一天涨了约 400 个 star。它是一个给 agent 用的无界面 3D/VFX 引擎，Rust 加 Slang 写成，走 Vulkan 和 Metal 渲染，没有编辑器界面——agent 写场景、渲染、看结果、改代码，全程不用人点鼠标。

它能拍的东西，看例子就明白。README 里放了六个示例：一百万只模拟的鸟在湖面上自己飞，镜头从鸟群里穿过去；实拍镜头上加一个发光的种子，整个房间跟着重新打光；一个黑洞把光线弯成环，旁边还停着一艘货船；水花在盆里溅起的液体模拟；还有蛋糕和温馨厨房这种纯渲染静帧。共同点是：没有一个画面是视频模型生成的，全是代码加 GPU 算出来的。

用法也按 agent 的习惯设计的。装完先跑一句 vork init my-shot，再把这段话贴给 agent：“装好 vork，跑 vork init my-shot，读 vork help，渲染一张预览并检查图片，终渲之前先调好相机和灯光。”场景可以写 JSON，也可以写 TypeScript 或 Python；渲染分档，std/previs 先快速看，std/draft 和 std/final 再出成片，默认带降噪。

我的判断是，vork 真正有意思的不是“又一个渲染器”，而是它把 vibe-coding 那套循环搬到了影像上：写代码、跑起来、看结果、再改。视频模型的问题从来不是画质，是改不动——想让鸟往左飞一点，你只能换提示词重新抽；vork 里鸟往哪飞是代码说了算，改一行就能重渲。代价也在这：它要求你（或者说你的 agent）真的会写场景代码，门槛比“说一句话出视频”高得多。它适合的是“要精确、要可改、要复现”的镜头，不适合“先随便来一个看看”的灵感草稿。

边界也要说清楚：第一，它还在研究预览阶段，README 自己写了限制，功能和接口都可能变；第二，渲染要 Apple Silicon 或者支持 Vulkan 光线查询的 NVIDIA 显卡，没好显卡只能写场景、看帮助，渲不出来，官方说的托管渲染还没上线；第三，速度数字是项目方自己的测量，而且 README 自己加了限定——是计时、不是同等画质下的加速比，别当成独立跑分；第四，它的协议是 source-available，不是常见的开源协议（仓库 license 栏写的是 Other），商用之前先读协议；第五，我没实测过，示例里的静帧是项目方给的渲染结果，不是我的运行截图。