2026-04-28
2026 年 4 月 28 日，Anthropic 发布了名为 Claude for Creative Work 的一组产品，包含 9 个创意工具 Connector，让 Claude 可以直接操控 Adobe Creative Cloud、Blender、Autodesk Fusion、SketchUp、Ableton 等专业创意软件。用户在 Claude 界面里用自然语言下达指令，Claude 通过 Connector 调用这些软件的后端 API 执行操作。
以 Blender 为例。Blender 开发团队自己构建了一个官方 MCP connector，基于 Blender 的 Python API，让 Claude 可以查询场景数据和对象信息、创建和修改 3D 对象、批量应用变更、运行自定义 Python 脚本、往 Blender 界面里添加新工具。据 The Verge 报道，Anthropic 同时加入了 Blender Development Fund 作为 Corporate Patron，每年出资至少 24 万欧元支持后续开发。
具体使用体验是这样的。Hacker News 上的一个 demo 展示了用户输入”创建一个小村庄，五个小屋围着篝火，左边有一条河，河上放一座木桥，周围散落一些树”，Claude 生成多对象场景并正确处理空间关系。它能理解”桥要架在河上面”这种空间约束，能设置日落光照和环绕摄像机动画，也能响应迭代修改（“把小屋换成石头房子”）。所有几何体在用户本机的 Blender 中生成，只有轻量级场景描述信息发送到 Claude 云端。
这件事不是孤立的。11 天前（4 月 17 日），Anthropic 刚发布了 Claude Design，一个面向非设计师的 AI 设计工作空间，发布当天 Figma 股价下跌约 7%。Claude Design 面向不会设计的人（从文字到视觉产出），今天的 Connector 面向已经精通工具的专业人士（在已有工作流中嵌入 AI 辅助）。两个产品合在一起是 Anthropic 对创意领域的一次全面布局。
但这不是 Anthropic 的独创。创意工具 agent 化这条路径社区已经走了两年以上，Anthropic 做的是把分散的社区尝试整合成产品化体验，并用品牌和合作关系把它推到了更大的受众面前。
创意软件在 AI 时代之前就有成熟的可编程接口。Blender 从 2009 年（2.5 版本）开始暴露完整的 Python API（bpy 模块），Photoshop 有 Action 和 JSX/UXP，Maya 有 MEL/Python，Houdini 有 VEX，After Effects 有 ExtendScript。这些接口原本服务于 Technical Director 和 Pipeline TD，需要同时精通创意工具和编程，门槛很高，高到 Springer 在 2025 年初出了一本 486 页的书专门教这件事。
GPT-4 和 Claude 发布之后，这些已有的脚本接口突然获得了新入口：让 LLM 来写脚本。门槛从”会写 Python 且会用 bpy”降到”会描述想要什么”。最早的形态是手动粘贴（ChatGPT 生成脚本，复制到 Blender 运行），也可以利用 Blender 自带的命令行参数直接执行脚本而不进 GUI。后来有人做了 Blender 内嵌的 AI 助手插件（如 Blender AI Assistant），在界面里直接对话和执行。两年前我自己也做过类似的事，用 Cursor 调用 Blender 的 Python API 生成 3D demo 视频。
这一代证明了 LLM 可以有效地将自然语言翻译成创意软件 API 调用。但它有一个根本性限制：LLM 只负责代码生成，不负责验证。脚本也许能跑（不报错），但渲染结果可能完全不对。Atomic Object 的一位开发者实测发现：AI 处理几何操作时可以工作，涉及材质、光照等需要视觉判断的任务时结果不可预测。
这正是我们在分析 Agentic AI 落地困境时提出的核心问题：AI 的自我迭代循环是断裂的。程序能跑不等于结果正确。AI 看不见渲染出来的画面，没法判断好坏，也就没法自我修正。
第一代的瓶颈不是 LLM 的代码生成能力，而是通信方式太原始（生成脚本、人工粘贴、运行、人工查看、再把结果告诉 LLM）。第二代通过标准化协议让 LLM 直接与软件双向通信，消除人工中转。
标志性事件有几个。Anthropic 发布 MCP（Model Context Protocol），定义了 AI 调用外部工具的标准接口。2025 年初 Siddharth Ahuja 发布社区版 BlenderMCP（目前 v1.5.5），通过 socket 让 Claude 与 Blender 直接双向通信。3D-Agent 在此基础上引入多 agent 架构：一个模型做高层推理，另一个翻译成 bpy 代码，成功率显著提高。
稍后在 2026 年初，香港大学 HKUDS 团队发布 CLI-Anything，自动分析 GUI 软件源码，用 7 阶段流水线生成 agent-native 的 CLI 接口，已覆盖几十个应用。我们之前对它的调研提到了一个关键洞察叫”The Rendering Gap”：agent 修改了项目文件，但渲染走简化路径时可能看不到修改效果。Agent 以为操作成功，实际什么都没发生。
这一代解决了连接问题。Agent 能直接发命令了。但 feedback loop 没有被修复，agent 仍然看不到操作产生的视觉效果。
这一代的协议层本身也在剧烈变化中。MCP
从科研导向设计出发在工程现实中反复碰壁，OpenAI 用 _meta
域绕过 context
window，飞书和钉钉在 2026 年 3 月选择发
CLI 而非 MCP 作为 Agent 接入首选。协议层竞争远未收敛。
第三代的核心特征是闭合 feedback loop：agent 不只能操作软件，还能感知操作结果并据此自我修正。
这不是 Anthropic 今天才发明的。社区里已经有多个项目在做这件事。我基于梦舟的 UE MCP 构建了一个 Unreal Engine bridge，它的核心设计就是 feedback 工具：AI agent 发出操作指令后请求 viewport screenshot，看到视觉效果，再决定下一步。这种”操作、截图、评估、再操作”的循环就是闭合 feedback loop 的具体实现。3D-Agent 在 Blender Developer Forum 的讨论中也有类似思路：给 agent 加视觉反馈通道。
Anthropic 今天发布的创意 Connector 是这一代的产品化版本。和社区项目相比，优势在于整合度（Connector 平台已就位、Claude 多模态能力成熟、Blender 团队官方参与构建），但底层思路一致：双向通信，agent 不只发命令，还读回状态和结果。
实际构建闭环时遇到的问题，3D-Agent 作者总结了几条：推理和代码生成分开到不同模型效果更好；对 bpy 文档做 RAG 只解决约 50% 的问题；数学密集操作仍然是弱点。Blender Artists 社区有人指出，这些工具在学习和探索阶段（解释错误信息、分析场景）比在直接生成最终产出时更有价值。
上面三代演进可以压缩成一个判断框架。创意工具 agent 化需要三个组件按顺序就位：
组件一：可编程接口。 软件后端可以被程序控制。Blender 的 bpy、Photoshop 的 UXP、Figma 的 Plugin API。没有这一层 AI 没有操控入口。创意软件因为 pipeline 自动化的历史需求，这个组件就位得比大多数领域更早更完整。
组件二：自然语言翻译和双向连接。 LLM 翻译自然语言为 API 调用，同时需要协议层让 AI 和软件直接通信。MCP、CLI-Anything、各类 socket bridge 都是这一层。
组件三：感知和评估闭环。 Agent 看见操作结果，判断是否符合预期，不符合则修正。需要多模态感知（看渲染图）、质量评估标准（知道什么算好）、推理能力（把评估结果转化为修正动作）。
看到任何新的创意 AI 公告时，用这个框架判断它补上了哪个组件、还缺哪个，就能快速定位它处于什么阶段。
那么，这三个组件的哪一个才是当前的真正瓶颈？组件一在创意领域早已就位。组件二在过去一年多里被 MCP 和各类社区项目基本解决。真正卡住整个领域的是组件三：感知和评估闭环。
这里面有一个容易混淆的判断。很多人以为瓶颈在模型的”设计能力”或”空间理解能力”上，觉得需要模型更聪明才能做好创意任务。但实际情况是：当前主流模型（Claude、GPT-5.5、Gemini）在空间理解、代码生成、图形理解方面的基础能力已经够用了。它们能写出正确的 bpy 脚本、能理解场景的空间关系、能根据描述生成合理的布局。瓶颈不在”AI 能不能理解你要什么”，而在”AI 能不能看到自己做出来的东西、并判断对不对”。
这也意味着 Anthropic 在这件事上并没有不可逾越的护城河。OpenAI 如果想做同样的事，底层组件完全具备：GPT-5.5 的多模态能力可以看渲染图，MCP 是开放协议谁都能用（OpenAI 已经在支持 MCP），Blender 的 Python API 对所有人开放。飞书和钉钉在选择 CLI 路径时已经证明了连接层不是什么独占资源。关键组件已经成熟到各家都能组装出类似的产品。
Anthropic 今天发布的产品有意义的地方不在于它做了别人做不到的事，而在于它把社区里分散的探索整合成了一个一致的、有品牌背书的产品体验，并且用商业合作（Blender Patron）和产品整合（Connector 平台）降低了用户的使用摩擦。这是执行和产品化的领先，不是技术能力的领先。
从社区使用报告看，当前这些工具（不论是 Anthropic 的 Connector 还是社区的 BlenderMCP/3D-Agent）有明确的能力边界。
效果好的场景是：程序化建模、场景搭建、空间关系处理、格式转换导出、分析和调试现有场景、解释错误信息。这些任务有明确的成功标准，不依赖主观审美。
无法胜任的场景是：原创概念设计、材质光照的审美调整、复杂角色动画、叙事性构图、品牌风格一致性。
对大多数创意从业者来说，当前最实际的用法不是”让 AI 替你做创意”，而是”让 AI 帮你处理创意工作中的非创意部分”。场景搭建中大量时间花在重复性的物理布置上，渲染流水线的工作主要是参数配置和队列管理，资产管理则是格式转换和命名规范。这些环节的自动化不需要 AI 有审美能力，只需要它能正确执行指令并告诉你执行的结果。
从三代演进的模式看，每一代消除的都是执行层面的摩擦。但每一代都没有消除两样东西：决定做什么（创意方向），以及判断做出来的东西够不够好（审美品位）。这两者本质上是主观的、依赖经验的、与文化语境绑定的。在可见的技术路径内，它们不会被自动化取代。
执行摩擦消除之后，竞争力的来源会发生转移。“谁能更快地执行”这个优势被削弱，“谁的想法更好”和”谁的判断更准”变得更重要。对创意从业者来说：精通工具操作的价值会下降，品位和方向感的价值会上升。