# 策展 · X (Twitter) 🔥🔥

> 📖 本站完整內容索引（documentation index）：[llms.txt](/llms.txt)

> 作者：Pietro Schirano (@skirano) · 平台：X (Twitter) · 日期：2026-06-15

> 原始來源：https://x.com/skirano/status/2066225908202053818

## 中文摘要

Pietro Schirano 透過 Codex 實現 Agentic 程式開發。

**核心觀點**
Pietro Schirano 指出，在現代的開發流程中，他已幾乎不再親自撰寫 `/goal`。取而代之的是，他會要求 Codex 為其自身以及所衍生的每一個 Agent 分別撰寫目標。這種做法將開發的主導權從人類手動定義轉向由 AI 根據任務需求進行自我規劃與拆解，大幅提升了開發的自動化程度。

**實際應用與流程**
在實際的開發場景中，如建立「Three.js 第一人稱視角雲霄飛車」這類專案，系統展現了高度的自動化能力：
- 任務拆解：系統接收使用者需求後，會自動啟動多代理（multi-agent）模式，將複雜任務拆解為平行處理的子任務，例如軌道數學模型設計、視覺效果處理與音效整合。
- 執行監控：開發介面會即時顯示各個 Agent 的執行狀態，讓開發者能清楚掌握「軌道設計」、「視覺效果」與「音效處理」等子任務的進度。
- 自動迭代：系統會自動生成程式碼並進行迭代優化，最終將所有功能整合為一個單一的 HTML 檔案，實現了從需求到成品的端到端自動化。

<video src="https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/1781485644879-lbjmc9qg.mp4" poster="https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/3021b9b84fe75e66.jpg" controls playsinline preload="metadata" style="max-width:100%;height:auto;display:block;margin:1rem 0"></video>
> 該平台展示了利用多代理（multi-agent）機制進行 Three.js 雲霄飛車專案開發的自動化流程。

**技術影響**
讓 Agent 自行定義目標，開發者從事必躬親轉為擔任架構監督與需求定義者，這正是 Schirano 示範的 Agentic 開發核心。

## 媒體內容

**該平台展示了利用多代理（multi-agent）機制進行 Three.js 雲霄飛車專案開發的自動化流程。**

**影片中的 Prompt 與操作**

Prompt（00:00）：

```
在 Three.js 中建立一個第一人稱視角的雲霄飛車。攝影機應沿著一條包含下坡、傾斜轉彎和至少一次翻轉的環形軌道行進，在下坡時平滑加速，爬坡時減速。包含軌道幾何結構、支撐架、天空盒、下方地形以及能體現速度感的燈光。加入音效。單一 HTML 檔案。
針對此任務，請為自己寫一個新目標並平行產生代理（agents）——數量越多越好，以達到更好、更快的執行效果。將工作拆分為獨立的部分，並行分派任務，並在結果回傳時進行整合。為每個代理分配專屬的 /goal。
```

原文：Build a first-person roller coaster POV ride in Three.js. The camera should travel along a looping track with drops, banked turns, and at least one inversion, smooth acceleration on descents, slowing on climbs. include track geometry, supports, a skybox, terrain below, and lighting that sells the speed. Sound effects. Single HTML file
For this task, write yourself a new goal and spawn agents in parallel - as many as needed to do it better and faster. Split the work into independent pieces, dispatch them concurrently, and synthesize the results as they return. Give each agent its own dedicated /goal.

操作步驟：

1. （00:00）輸入開發需求並送出
2. （00:12）系統開始思考並啟動多代理模式
3. （00:20）介面顯示代理正在執行任務
4. （00:26）系統顯示多個代理分別處理軌道設計與實作

## 標籤

Codex, Agent, 自動化, AIGC, Codex, OpenAI