有一个开源 Skill，能把任何原理做成可以转、可以拆、可以亲手操作的 3D 机械动画——机械表怎么计时、发动机怎么吸气、显卡怎么算出一帧画面。它的设计理念只有一句话：物体本身，就是解释。
一、Anatomy 是什么：物体本身就是解释
它叫 Anatomy（中文意思是「深度剖析」），是一个完全开源的 Agent Skill，作者是 @wheresryan22。它的核心设计理念只有一句话：
The object is the explanation.
物体本身，就是解释。
这个思路和「用文字解释」完全不同。它不去描述零件长什么样，而是直接把原理做成一整套真正能运转的装置，让你亲眼看到整个过程是怎么发生的。
具体到产品形态上，它输出的是这样一套东西：
- 可旋转、可检查、可探索的互动式等轴测线框——不是一张静态图，你能自己转着看。
- WebGL 着色器——用来表现火焰、水、电浆这类会流动的东西。
- 真实的 3D 运动——每个零件可以单独旋转、移动，齿轮咬合是真的在咬合。
二、怎么装、怎么用
安装这一步不用学什么，直接对 Agent 说一句话就行。你可以让它自己去找：
找一下最近很火的 Anatomy skill，帮我装一下或者干脆把仓库地址丢给它：
帮我安装一下这个 skill：
https://github.com/wheresryan22/anatomy/tree/main装好之后就用一句话触发它。比如想搞懂机械表：
/anatomy explain how a mechanical watch keeps time, interactive翻成中文就是：做一个交互演示，解释机械表是怎么计时的。
三、它到底能做出什么
光看描述没感觉，得看结果。作者实测的几个例子：
| 对象 | 做到了什么程度 |
|---|---|
| 机械腕表 | 可以自己手动上发条，看零件怎么运转；也能把各部分拆开单独观察结构 |
| 劳斯莱斯 Trent 970 发动机 | 带 1/4 剖面，外壳之内的风扇、压气机、燃烧室、涡轮全部画得很详细 |
| 显卡 | 从「显卡是干嘛的」讲到组件、组装、一帧画面的计算过程、为什么快、怎么散热 |
| TCP 三次握手 | 公司通信出身的同事说：这在她大学时是整整一堂课的容量 |
| 刹车结构 | 作者顺手做的——「这东西还是很重要的，学好了不烧心」 |
作者的原话是：「审美是我超级喜欢的风格」。这个评价挺关键——它是真的好看，不是那种勉强能看的示意图。
四、作者的实测：光有动画是不够的
这部分是我觉得整篇最有价值的地方——作者自己跑了几轮之后，发现了一个挺重要的问题。
以那块机械表为例：动画确实好看，但作为一个对机械表内部结构毫无了解的人，看了一会儿就懵了。每个零件是啥、起什么作用、时间到底是怎么算出来的？即使对着 Skill 自带的文字讲解再看一遍，理解起来还是相当费劲。
结论很清楚：
- 对本来就懂原理的人，这种高度精细的机械动画确实能帮他们更直观地观察结构。
- 对一窍不通的人，画面再精致也还是看不懂。
所以作者想了个办法：既然这个 Skill 已经能把原理做成动画了，那能不能让它在此基础上，直接生成一段有讲解、有配音的科普视频？
答案是可以，而且一轮直出。除了默认配音选了系统的语音合成、听起来有点怪之外，其他方面都相当不错：
- 有哪些零件、各自什么作用、零件之间什么关系、计时原理是什么，都讲清楚了
- 仔细看齿轮——转动时各个齿轮之间是真的严丝合缝
- 连对应的音效都配上了
配音的问题改起来也简单，跟它说一句换成别的语音合成引擎，一次就弄好了。
这一步才是真正的分水岭。纯动画解决的是「看见」，加上讲解才解决「看懂」。作者说得很实在：看这么一个视频，虽然肯定不到精通的地步，但至少对机械表工作有了初步了解；即使要往下再学，也知道有哪些内容可以继续。
五、额度和耗时：比预想的低，但有下限
这大概是所有人最关心的两个问题，作者的实测数据比较有参考价值。
| 项目 | 实测表现 |
|---|---|
| 额度消耗 | 一段 5 分钟的 TCP 视频，约花掉 Claude Max 周额度的 1%；其他 5 分钟量级的视频也差不多 |
| 生成耗时 | 5 分钟视频、顶级模型 + Ultra 强度，约 1.5 小时 |
| 能不能省 | 额度可以省（换成便宜的模型 + 降低强度，自用完全够）；时间省不了 |
关于时间为什么省不了，作者解释得很坦白：Anatomy 是被作者故意做慢的。原话是——
「细节需要时间，所以我宁愿展示真实数字，而不是猜测。」
它对真实细节的追求到了什么程度？作者说，他让 Anatomy 介绍 Transformer 原理，它要自己去训一个小模型出来——然后就被判定为敏感行为，直接把那个会话给封了。
给要发到网上的内容，和给自己看的内容，配置可以分开：想让每个零件都做得特别精细、要发布，那确实得用顶级模型把推理强度拉满；如果只是自己学习看，完全可以做简化版本，模型换成省额度的配置——作者实测用中端模型 + 高强度跑显卡原理，自学绝对够用。
六、必须知道的局限
作者自己主动叠了个甲，这两条得转达一下：
- 不保证每一处都正确。AI 生成的动画和视频，即使看起来非常精细，也不能保证每一处机械结构、计算过程和讲解内容都完全正确。
- 学专业知识时要核对。涉及具体参数、关键原理的地方，值得再到权威资料上核对一遍。
这个提醒很必要。它擅长的是把结构关系和运转逻辑讲明白，但把它当成教科书直接背参数，风险要自己承担。
七、Karpathy 的四层方法：从文字到视频
作者在玩这个 Skill 的时候，想起了 Karpathy 国庆期间发的一篇长帖，主题是「未来我们会花越来越多时间去理解 AI 生成的内容」。帖子里给了几种让内容更好理解的方法，正好可以排成一个阶梯：
| 层级 | 做法 | 特点 |
|---|---|---|
| 1 文字 | 让 AI 用更清晰简单的语言解释，比如参考 ASD-STE100 这套航空维修文档的语言规范（限制句长、用主动语态、同一个意思尽量用同一个词） | 读起来会容易很多 |
| 2 图表 | 直接让 AI 画图示意 | 比文字更适合展示关系 |
| 3 交互网页 | 让 AI 做一个精美的、能互动的网页（Anatomy 本身就是这种形态） | 可以自己动手探索 |
| 4 讲解视频 | 针对具体问题直接生成一段专门的科普讲解视频 | Karpathy 最看好的一种，更直观地按顺序理解过程 |
作者补了一个很重要的观点：这几种形式不是互相替代的关系。文字适合快速查阅，图表适合展示关系，交互网页适合自己动手探索，视频更适合按顺序理解一个完整过程。不同的知识、不同的人、不同的学习阶段，适合的形式都不一样。
八、真正变的是什么
作者去问公司同事「大学时怎么学一个完全不懂的知识」，回答都差不多：搜索引擎搜一下，或者去平台上找找有没有科普视频。
但问题在于——你能找到的学习材料，未必就适合你。有的太浅，有的又太过专业，冷门一点的知识甚至根本找不到对应课程。
根本原因是：过去的学习材料，绝大多数是有人提前做好、然后再分发给所有人看的。我们只能从别人做好的内容里，挑一个最适合自己的。
而现在不一样了。有了足够强的模型，有了 Anatomy 这样的 Skill，我们已经能让 AI 按自己的需要，临时生成一份学习材料。
省下找资料的时间只是一方面。更关键的是那句：「它可能能够让很多原本会被我们放弃的好奇心，真正有机会得到满足。」
写在最后
如果准备上手，建议从一个你好奇了很久、但一直没搞懂的小东西开始——不用挑大的。一句提示词，先看它能不能把结构做出来；觉得画面看懂了但原理还是糊的，再让它加工成带讲解的视频。
记住那条最实在的经验：纯动画让你「看见」，讲解才让你「看懂」。这两步是分开的，别指望一步到位。
最后再重复一遍作者的提醒：AI 生成的机械结构，是理解原理的脚手架，不是可以照抄的图纸。真要用到专业场合，参数和关键结论该核还是得核。
站内相关
- Codex + Excalidraw 从零开始详细教程：一句话出一条手绘白板视频 —— 同样是「把知识讲给人看」，那条路线走的是手绘白板
- 打开浏览器就能做实验 —— 25 个 3D 交互实验，把理科原理直接拖给你看
- Pixelle-Video：给一个主题就自动出片 —— 另一个方向的自动视频生成
暂无评论内容