1. 先畫出代理人版圖，再動手寫引擎
在空間運算執行環境還沒有寫下任何一行程式碼之前，這個週六就先描繪出將要打造它的代理人艦隊。產品、SDK、工作室、行銷、營運、AI 策略，再加上一層監督所有監督者的治理機制。這就是把單人團隊強化成能出貨的引擎公司的方法——代理人先於架構，因為代理人形塑架構。
2. 八個展示、零行程式碼：SDK 到底是為了什麼而存在
八個正典展示，證明空間運算執行環境的用途——競技場多人對戰、AR 教練、HUD 設計器、實況主模式、服務點疊加層、伴侶 HUD、瞄準訓練器、多人 HUD 同步。沒寫任何程式碼，但每一個都完成了規格。展示就是規格，這也是 RakuAI 展現你的 AI 一旦棲身真實世界後能做什麼的方式。
3. 在紙上勾勒 SDK 的資料夾結構
資料夾結構就是程式碼的組織圖——及早把它做對，未來兩年每一個 PR 都會落在正確的位置。這個週六在任何程式碼存在之前先畫出 SDK 的骨架：/apps、/modules、/assets、/docs、/config，再加上鎖定契約、供代理人依循打造的模組樁。這就是讓 AI 打造的空間運算執行環境能維持多年連貫性的紀律。
4. 第一個提交之前的最後一個週六
儲存庫開張前的最後一個週六——背後是三個月的設計工作。代理人名單鎖定。展示套件規格完成。SDK 資料夾結構畫好。API 介面草擬完畢。十年之久的專利資產準備好成為基石。這就是在出貨任何一行程式碼之前，先讓空間運算執行環境貼合其團隊而設計的樣子。
5. 開始每週節奏
公開日誌的第零日：儲存庫上線、代理人工作中，桌上放著一份智慧眼鏡規格，作為下游每個決策的約束力量。這個賭注很簡單——最有趣的 AI 體驗是空間性的，錨定在你實際站立的真實地點。這就是那個明確為了在每一個影格接受你的模型指揮而打造的引擎。
6. 282 個提交，公開日誌上的第一個週末
兩天坐在鍵盤前，自主代理人在底下磨著議題佇列，到週日晚上執行環境儲存庫裡累積了 282 個提交。主迴圈、延遲追蹤器、讓 SDK 得以連結進來的 C API——這裡記錄了什麼出貨了、什麼壞了，以及代理人驅動的迴圈終於運轉起來時是什麼樣子。這就是把單人執行環境團隊強化增壓的意義。
7. 趁 SDK 還沒漂移之前把它追平
每個多儲存庫專案都死於同一種方式——一個儲存庫衝在前面，另一個悄悄腐爛。這個週六把 Unity 和 Unreal 的 HelloAR 接到行為完全一致，並建好讓落差不可能出現的對等測試閘門。這就是讓空間運算執行環境與其繫結多年保持連貫的紀律，讓你選擇的繫結永遠不會把你擋在某個功能之外。
8. 在晶片到貨之前驗證硬體
將產品目標從 AR1+ 轉向 AR2 Gen1,接著為還沒放上桌面的硬體交付熱驗證、Wi-Fi 7 穩定性與感測器啟動測試框架。當晶片到貨時,驗證從第一天就開始,而不是第九十天。這就是 RakuAI 能比競爭對手更快在你的硬體上出貨的原因——昂貴的部分已經先付清了。
9. 次毫米錨點與書法的考題
一場合作夥伴對話帶來了殘酷的精度目標:書法練習紙上的疊加漂移必須低於一毫米。到了週六晚上,執行環境已經有了次毫米錨點姿態 API、即時筆尖追蹤,以及基於標記的紙張偵測。正是這種精度,讓 AR 從玩具變成家教。
10. 刻意讓代理慢下來
三十七個 commit 而不是八十個——這是刻意的。我砍掉了代理佇列並放慢節奏,好讓自己真的能讀進每一個落地的變更,而程式碼庫也因此變得更乾淨。這篇文章談的,是讓一個由代理打造的執行環境保持連貫、而不是變成一堆各自乾淨的 PR 的那種紀律。
11. 公開兩個月,引擎蓋下累積多年
公開工程日誌寫了兩個月,引擎蓋下是多年的工作。一個安靜的週六,用來盤點:一個把 AI 深植在模擬步驟中的跨平台 C++ AR 執行環境、一套已經沉澱下來的架構,以及一個近在眼前的十二月量產就緒里程碑。當「AI 原生空間執行環境」不再是使命宣言、而成為一個程式碼倉庫時,它就長這個樣子。
12. 從 Blade 到 Raku:一個週六橫掃整個程式碼庫的改名
占位名稱終於卸下了。一個週末之內,代理把每個倉庫裡從 Blade 和 ar1-runtime 到 Raku 的每一處引用掃過一遍——沒有建置中斷,沒有相容性中斷。這個名字的意思是輕鬆、舒適,以及人的溫度。工程終於追上了那個一直在等它的品牌。
13. Meta Quest 現在是目標平台了
Meta Quest 現在是 Raku 的目標平台。Horizon OS 上的 OpenXR、帶合成層的透視 AR、立體渲染與 6DoF 追蹤——這顆引擎現在觸及空間運算領域最大的既有裝置群之一。在使用者已經擁有的硬體上與他們相遇,然後把同一個體驗零成本帶到眼鏡上。
14. 為接受 ChatGPT、Claude 與 Gemini 的指揮而生
這是引擎學會接受任何雲端 LLM 指揮的那個週末——作為執行環境的事,而不是一塊聊天面板。到了週日,XRAssistantService 已經把模型意圖串流進語音管線,眼動注視點渲染出貨了,Wi-Fi 7 卸載渲染也有了真正的主機。ChatGPT 能駕馭它。Claude 能駕馭它。Gemini 能駕馭它。這正是全部的重點。
15. OpenXR 是骨架，雙鏈路無線電是神經
這個週末對標準下了一場真正的賭注。到了週日晚上，執行環境已經有了它的 OpenXR 骨幹——圖形繫結、影格生命週期、動作同步——外加一個雙模 RF／光學鏈路管理器，能在應用程式毫無察覺的情況下即時切換無線電。標準存在之處就採用標準；標準缺席之處就自己打造；等標準跟上時，隨時準備再次採用。
16. Claude 寫程式，Gemini 審查，ChatGPT 當橡皮鴨
三個月下來，開發工作流程已經穩定成一種多供應商的節奏：Claude 撰寫執行環境，Gemini 審查差異，ChatGPT 陪著推敲架構，Copilot 負責自動完成。最重要的一條規則——撰寫 PR 的模型絕不能是審查該 PR 的模型。這就是打造 AI 原生執行環境的工作流程，也是執行環境本身對待模型的姿態。
17. 我發現那些 stub 的那個週六
四十七個函式聲稱在做真正的工作。四十七個都在回傳佔位值。這就是我去尋找代理悄悄落地的 stub 的那個週六——並建立起稽核、測試與紀律，讓「代理寫的程式碼」變成「可以信任的代理程式碼」。這種誠實，正是讓一個空間執行環境值得在其上建構的根基。
18. Visual Studio 2026 討厭我們程式碼的那個週末
兩百個錯誤、六大類別、十二個 PR、兩天——以及執行環境史上第一次綠燈的 x64 建置。這是把一個跨平台空間引擎帶上 MSVC 2026 Insiders 的第一手紀錄：任何 C++ 程式碼庫都會撞上的六類錯誤，以及修好它們的代理驅動掃蕩。三個平台，一個執行環境，準備好在 Windows 上出貨。
19. 引擎長大成人的那個週末
一個 276 個提交的週末，落地了裝置端 SLM 推論用的 TensorFlow Lite、AES-256-GCM 聯合同步、OpenXR 合成層、卡爾曼濾波的錨點穩定化，以及光學通道的硬體抽象層。就是這個週末，RakuAI 不再是一個研究專案，而長出了真正平台的表面積——智慧眼鏡與 AI 實驗室賴以建構的骨架。
20. 一個自主代理出貨十個子系統的那個週末
一夜之間 139 個提交。十個基礎子系統在一個週末內出貨，大多由一個自主代理對著我持續填滿的佇列完成。這就是當一個引擎的地基是「由」代理打造、而不是「為」代理事後加裝時的真實樣貌——以及為什麼這個選擇塑造了你的 AI 將要棲身的執行環境中每一個架構決策。
21. AI 是神經系統，不是工廠
2026 年多數自稱「AI 原生」的引擎，意思其實是外掛了一個聊天面板。RakuAI 的打造方式不同——AI 是執行時期的原語，在每一個影格的迴圈之中，更像神經系統而非工廠。如果你只想讀一篇文章來理解「AI 原生」在架構層真正的意義，就讀這一篇。
22. 粉紅畫面、分數暴衝、XR 當機。一個星期六的四個 bug。
四個互不相關的 bug，零個重疊的子系統，一個星期六。缺少著色器造成的粉紅畫面。重複計數的分數。XR 開機時的硬性當機。拒絕鎖定的攝影機。這正是每個單元測試都攔不住的整合失效——以及那套初始化順序、事件所有權與開機守護者的紀律，把一個壞掉的展示變成夥伴能信任的執行時期。
23. 引擎如何與你帶來的任何模型對話
如果 AI 是引擎內部的執行時期原語，你會不會被鎖死在當初接進去的那個模型上？不會——AI 層是透過介面而非匯入來對外開放的。六個子系統、一套模型管理 API、一種以能力而非模型命名的檔案格式。這就是讓 RakuAI 能在不動一行呼叫端程式碼的情況下更換任何模型、任何供應商、任何推論路徑的那條邊界——以及為什麼在模型市場劇烈更迭之下，它的重要性只增不減。
24. 當展示無聲地當掉時
比當機更糟的是：一個沒有當機、沒有報錯、也沒有在運作的展示。死掉的輸入。一個穿著成品外衣的佔位場景。什麼都沒說的記錄。這是我讓引擎拒絕無聲失效的那個星期六——大聲失效、可 grep 的錯誤、鄰近稽核的紀律，讓空間執行時期對在其上打造的人保持誠實。
25. 測試通過率從 54% 到 100%
三個週末，從 54% 到 100%。測試執行器不在乎你的感受、你的星星數、你的路線圖——它會準確告訴你，你的空間執行時期到底有多少真的能動。以下是我們如何一個根本原因接著一個根本原因走完這段差距，以及為什麼通過率是夥伴所能要求的最誠實的訊號。
26. 毀掉 300 個檔案的那次尋找取代
一次深度稽核翻出了兩件我不樂見的事：一個範圍過寬的尋找取代，悄悄地把三百個檔案裡的識別字弄得亂七八糟；還有一個硬編碼在公開原始檔裡的授權密鑰。兩者都在一天內修好。這是一份誠實的實地指南，講的是代理驅動程式碼庫最容易暴露的失效模式——以及能攔住它們的護欄。
27. 一個週六換掉七個 O(N²) 演算法
七個 O(N²) 的暫代實作、一個週六，以及讓搖搖晃晃的示範變成飛速運轉的執行環境的正式演算法。這就是 RakuAI 如何把 AI 寫出的程式碼打造成引擎級效能——也是為什麼演算法稽核是你的空間運算堆疊所能得到的最快升級。
28. 像熱重載程式碼一樣熱重載遊戲設計
你的體驗是一個檔案，不是二進位檔。.raku 格式是 JSON——有結構描述版本、可比對差異、可熱重載，並帶有明確的掛鉤，讓執行環境 AI 在每一影格接入。這裡展示一個真實的檔案長什麼樣、為什麼 JSON 勝過自訂 DSL，以及「在 pull request 中審查遊戲設計」如何成為我們實際的工作流程。
29. Gemini 審查了 Claude 的 PR。三十六則留言之後，程式碼變得更好了。
Claude 寫了八個子系統的 PR。Gemini 審查後留下三十六則留言——其中兩則是真正的執行緒安全臭蟲，差點就上線了。這就是多供應商審查模式證明自身價值的時刻：不同的模型、不同的盲點、更難被糊弄的程式碼。這是認真的合作夥伴應該向每個引擎團隊詢問的紀律訊號。
30. 瓶頸從來不是打字
五個代理、五個分支、一個程式庫、一個週末：112 次提交。瓶頸不再是打字——而是決定哪四個問題值得四次平行嘗試，以及哪兩個結果好到值得保留。這份工作不再是資深個人貢獻者，而是變成了一支永不睡覺的團隊的技術主管。
31. 週六早晨的八項資安發現
一家企業合作夥伴的資安團隊對我們的 API 表面做了盡職調查，帶回八項嚴重與高風險發現。每一項都在週六晚上之前落地了修復。以下是這些類別、新的永久防護欄，以及一個代理驅動的執行環境必須刻意防範的失效模式。
32. 找不到 dxcompiler.dll 的那個測試
八個測試、一個 Windows 錯誤代碼、一個缺了它執行環境就無法啟動的著色器編譯器 DLL。這次修復把一個硬性的載入期相依，變成一條優雅、可觀測的後備路徑——讓引擎在任何地方都能執行，而不只是在配備齊全的開發者工作站上。可攜性是合作夥伴願意付錢的功能。
33. 十八個 DLL 在 Linux 上全數轉綠
十八個原生函式庫中有 347 個未標記的函式，被符號可見性的預設值隱藏，讓 Linux 建置一次又一次地因 undefined-reference 而失敗。我們追查到根本原因、全面清掃，並鎖上一道 CI 防護：任何遺漏公開符號的 PR 都會直接失敗。Linux 現在是一等公民目標——而程式碼庫在每個平台上都變得更誠實。
34. 今天，每個 LLM 呼叫端都裝上了提示長度防護
一次 15 倍的成本暴增，引發了一場針對執行期與 LLM 對話的每個位置的稽核——結果找到五個可以送出無上限提示的呼叫端：沒有上限、沒有截斷、沒有防禦。到了星期六下午，每個呼叫端都改走同一個共用防護，配有逐呼叫預算、遙測，以及一道阻擋回歸的 CI 檢查。這就是一個空間執行期讓提示長度紀律變得不可能被遺忘的方法。
35. Meshy 管線，以及那件弄壞姿勢估測的長袍
六個星期把 Meshy.ai 餵進七階段資產管線，教會了團隊三件 API 文件裡沒有的事。長袍會遮住姿勢估測所需的輪廓。日文角色名稱會讓任何把 stdout 導向檔案的東西當掉。而 Meshy 的 remesh 端點可能在衝刺進行到一半時憑空消失。這就是把 AI 生成資產變成空間執行期正式級內容的那種不光鮮的現實。
36. 回顧 GDC 與行動平台閃電戰
2026 年 3 月下旬，GDC 前夕版本發布和雙平台行動推進在同一週落地。這裡記下出貨了什麼、在我飛出去前四十八小時壞掉了什麼，以及哪些在 diff 上看起來很小、卻讓筆電示範沒有在陌生人面前翻車的修正。這就是以研討會速度出貨一個空間執行期的真實樣貌。
37. 建置不再頂嘴的那個星期六
一連串在 diff 上看起來不起眼、對專案卻有轉變意義的清理 commit。十八個 DLL 在 Linux 上轉綠。每個 LLM 呼叫端都有防護，擋住失控的提示長度。/api/v2/ 命名空間在所有出現的地方改名為 /api/raku/。空指標安全掃遍整個執行期。這個建置終於變成一個你可以不用再跟它爭辯的東西。
38. 六個 MCP 工具，以及轉接器接下來將帶來什麼（現已達 17 個）
執行期從三月下旬開始就會說 Model Context Protocol 了。它從走 stdio 傳輸的六個工具起步，預設拒絕的權限、完整的稽核日誌——如今已成長到 17 個原生 MCP 工具。這個伺服器就是任何外部代理用來駕馭引擎的邊界。這篇文章是六工具時期的快照，以及下一層真實轉接器和合作夥伴整合將帶來什麼。這就是 LLM 廠商據以打造的 MCP 執行期。
39. 讓你的 AI 在真實世界火力全開
當你的 AI 助理需要建構、查詢或模擬空間世界時，它所棲身的執行環境。五項可追溯至 2012 年的專利。為眼鏡的散熱範圍量身打造。天生支援多供應商。原因如下。
40. RakuAI 如何運作——端到端全解析
從手機掃描到 3D 高斯潑濺，再到任何 LLM 透過多供應商 MCP 以工具形式驅動它。誠實的端到端說明：今天已上線的是什麼、哪些還卡在 GPU 額度上，以及為什麼純推論的執行環境才是護城河。
41. 掃描它，然後跟它對話。——為日常空間打造的 RakuAI Capture
用手機掃描一個真實的房間——不需支架、不需標記、不需安裝——就能得到一個你的 AI 助理可以透過 MCP 讀取、測量與推理的 3D 重建。GPU 潑濺訓練數日內到來。這就是 Raku Capture 的故事。