夜雨聆风一个没有医学背景的开发者，用几个 AI 工具拼出了一个 3D 人体解剖应用。它能旋转、能点热点、能看临床笔记。更值得记的，是它背后那条大多数「AI 做应用」视频不会给你看的资产加工链。
图注：演示里的胰腺模型上有一个蓝色热点，点开是「胰管：把消化酶排到肠道」的说明。这种「点一下就学到」的交互，正是这个应用想做到的事。
01
一个普通人，把解剖学做成了「能动手」的东西。
这个应用叫 Anatomy Atelier，口号是「像艺术家一样学解剖」。左侧是器官库，从心脏、大脑到皮肤；中间是一颗能拖拽旋转的写实 3D 人体模型；右侧是说明面板，写着尺寸、重量、功能和一句小知识。
点开胰腺，你能看到胰管热点、胰岛分泌胰岛素的说明。右侧还有「微观视图、器官对比、功能动画、临床笔记」四张学习卡。Codex 在搭完界面后，还顺手画出了器官在人体内位置的解剖示意图。
图注：胰腺视图下的信息面板，列出了约 15 厘米长、每天分泌约 1.5 升含酶消化液等关键事实。这些文字由 Codex 在生成界面的同时产出。
02
第一代很漂亮，却重到打不开。
第一代版本其实很漂亮，但每个 3D 模型接近 120 到 150 MB。整包约 900 MB，网页上只有 16fps，根本没法用。
数字对比：单模型 120-150 MB 降到 2-5.5 MB；整包约 900 MB 降到 28.6 MB；帧率从 16fps 提升到按需加载后才流畅。这步压缩，是它从「本地 demo」变成「谁都能打开的网页」的分界。
作者让 Codex 反复迭代压缩。每个模型降到 2 到 5.5 MB，整包缩到 28.6 MB。模型改成按需加载，才真正流畅起来。
03
被藏起来的资产链：一张设计图如何变成器官。
作者把整条链路摊开。先用 GPT 图像生成一张整体设计图，再让它逐个生成每个器官的图。
接着用 TripoAI 把每张器官图转成 3D 模型。TripoAI 没赞助这个 demo，作者特意说明。最后把设计图、提示词和所有模型交给 Codex，由它搭出应用。
这条「设计图→器官图→3D模型→代码」的链路很无聊。但它是大多数 vibe coding 演示不愿给你看的部分。
一位开发者看了演示后点破：真正有用的就是这条无聊的资产链，它才是应用「可信」的原因。
图注：心脏视图下的完整仪表盘。左侧器官库、中间 3D 标本、右侧事实面板，正是 Codex 被喂入设计图后一版搭出来的结构。
04
社区为什么激动：从 Vercel 总裁到 OpenAI 总裁。
Vercel 总裁 Guillermo Rauch 只回了两个字「So cool」。启发了作者的 Dilum Sanjaya 说，他当年做 3D 细胞科普，就是希望更多人用 AI 建科学应用。看到这个 demo，他觉得很欣慰。
OpenAI 总裁 Greg Brockman 把它称作「用来搭建交互式教学工具的 ChatGPT」。免疫学家 Derya Unutmaz 则说，这是 3D 生物学习的好用例。一条初中级开发者的帖子，同时戳中了工具层、教育层和科普层。
「这过程不是一次成型，但也不难。你只要一步一步做。」这是作者给所有想动手的人的原话。
05
普通人的分界：会拆步骤的人，和只想要结果的人。
这个应用不是某个大厂的产物。它是一个人、几个 AI 工具、一条能复刻的链路。它适合想做「能跑的小产品」的创作者，也适合老师把它当教具。
它不适合指望一句话生成完整医学教材的人，资产仍需自己一块块喂。复刻门槛不低，但过程很透明。要会写主提示词、要懂把 900 MB 压到 28.6 MB 这一步、要接受它不是一次成型。
作者已把代码和在线体验都公开，链接就在原帖里。
能造出解剖 App 的，是会把步骤拆开的普通人。真正值钱的，是把一堆生成物，一步一步收拾成能在网页上跑起来的耐心。
来源：X @thebuggeddev 2026-08-02。X @rauchg。X @DilumSanjaya。X @Timur_Yessenov。X trending 摘要。
