企业官网建设流程全解析

1. 三款模型同台竞技：这个对比测试到底在测什么

先把背景交代清楚。Step 5 Preview、DeepSeek V4 Pro、GLM5.3 这三个模型放在一起做同一个 3D 游戏，本质上是一次代码生成能力的横向压力测试。为什么选 3D 游戏作为测试载体？因为 3D 游戏开发天然是一个多维度、高耦合的工程任务，它同时考验模型在图形渲染管线、场景图管理、物理碰撞检测、输入事件处理、资源加载与状态机设计等多个层面的综合能力。一个简单的 CRUD 接口生成得好，不代表模型能驾驭一个需要实时渲染循环的交互式程序。

我选择用 WorkBuddy 作为统一的开发工作台来跑这三个模型，原因也很直接：WorkBuddy 提供了标准化的项目脚手架、依赖管理和运行环境隔离，能最大程度消除环境差异对测试结果的干扰。如果每个模型都在不同的 IDE 或不同的运行时里跑，那变量就太多了，出来的结论没有参考价值。

这次测试的目标不是要分出谁“最强”——那种结论太粗糙了。我更关心的是：在同一个 3D 游戏需求下，三个模型各自会怎么拆解问题、选择什么技术栈、代码结构长什么样、运行时表现如何、遇到报错时怎么修。这些细节才是真正影响你日常开发效率的东西。

测试用的 3D 游戏需求我定得比较克制，避免过于复杂导致所有模型都翻车，也避免太简单看不出差异。核心需求如下：

• 一个 3D 场景，包含地面平面和若干立方体障碍物
• 第一人称或第三人称相机控制（WASD 移动 + 鼠标视角）
• 简单的碰撞检测（不能穿墙）
• 一个可收集的物品系统（碰到就消失并计分）
• 一个 HUD 显示当前分数和操作提示

技术栈方面，我允许模型自行选择 Web 端的 3D 方案（Three.js、Babylon.js 或原生 WebGL），但要求最终产物能在浏览器里直接跑起来。这样做的考虑是：Web 3D 的生态足够成熟，三个模型都有大量的训练数据覆盖，不会因为某个模型没见过某个冷门引擎而产生不公平的结果。

注意：测试环境的统一性至关重要。我在 WorkBuddy 里为三个模型分别创建了独立的项目空间，Node 版本锁定在 20.x，包管理器统一用 pnpm，浏览器用 Chromium 120。这些看似琐碎的细节，如果不统一，后面排查问题时你会怀疑人生。

2. 三个模型的代码生成策略对比

2.1 Step 5 Preview 的表现：结构最规整

Step 5 Preview 拿到需求后的第一反应是先规划再动手。它在 WorkBuddy 的对话窗口里先输出了一份简短的技术方案说明，大意是“我打算用 Three.js 的 ES Module 版本，通过 importmap 引入，场景用 Scene + PerspectiveCamera + WebGLRenderer 的标准三件套，碰撞检测用简单的 AABB 包围盒判断，物品收集用距离阈值触发”。

这个规划步骤看起来不起眼，但实际价值很大。它意味着模型在生成代码之前已经把架构想清楚了，后面出来的代码文件组织得相当规整：

src/ main.js -- 入口，初始化渲染器和游戏循环 scene.js -- 场景搭建，地面和障碍物 player.js -- 玩家控制器，键盘和鼠标输入 collectibles.js -- 物品生成和收集逻辑 hud.js -- HUD 更新 collision.js -- 碰撞检测工具函数

每个模块职责清晰，模块间的依赖关系也处理得干净。main.js里只做初始化和主循环调度，具体逻辑都委托给各个模块。这种代码组织方式对于一个“一次性生成”的项目来说，算是相当讲究了。

Step 5 Preview 在碰撞检测上选了 AABB（轴对齐包围盒），这是最省事的方案。对于立方体障碍物和玩家胶囊体（它实际上用了一个简化的圆柱体近似）来说，AABB 够用。它没有去搞什么复杂的 GJK 算法或者物理引擎集成，这个取舍我认为是合理的——需求里没要求精确的物理模拟，能用最简单的方法解决问题就是好方法。

2.2 DeepSeek V4 Pro 的表现：代码最紧凑

DeepSeek V4 Pro 走的是另一条路。它没有先给方案，而是直接开始生成代码，但生成过程中会穿插简短的注释说明当前在做什么。最终产物是一个单文件 HTML，所有 JavaScript 代码内联在<script type="module">标签里，通过 CDN 引入 Three.js。

这个选择有它的道理：单文件意味着零配置、零构建步骤，双击 HTML 就能跑。对于快速原型验证来说，这种方式的效率是最高的。但代价是代码可读性和可维护性会差一些——所有逻辑挤在一个文件里，找起来费劲。

DeepSeek V4 Pro 在碰撞检测上用了射线投射（Raycasting）方案。它在玩家移动方向上发射一条射线，检测是否与障碍物相交，如果相交距离小于移动步长就阻止移动。这个方案比 AABB 更精确，能处理斜向移动时的碰撞，但计算量稍大。不过对于场景里只有十几个立方体的情况，性能完全不是问题。

让我比较意外的是，DeepSeek V4 Pro 在物品收集逻辑里加了一个简单的粒子效果——物品被收集时会有一圈扩散的粒子。这个细节需求里没提，是模型自己加的。虽然实现得很粗糙（就是几个小球飞散），但说明模型在“理解需求”之外还有一定的“创意补全”能力。

2.3 GLM5.3 的表现：注释最详细

GLM5.3 的代码风格介于前两者之间。它也是多文件结构，但文件划分比 Step 5 Preview 更粗一些，大概是三个文件：index.html、game.js、style.css。不过它的代码注释密度是三个模型里最高的，几乎每个函数上面都有 JSDoc 风格的注释块，参数和返回值都标注得清清楚楚。

这种风格对于学习目的来说很友好——你拿到代码后能很快理解每一段在干什么。但如果是为了快速迭代开发，过多的注释反而会显得冗余。

GLM5.3 在碰撞检测上选择了和 Step 5 Preview 类似的 AABB 方案，但实现细节有差异。它把碰撞检测封装成了一个checkCollision(position, size)函数，返回一个布尔值，调用方根据返回值决定是否回退位置。这个封装方式比 Step 5 Preview 的直接内联判断要更清晰一些。

在相机控制上，GLM5.3 默认用了第三人称跟随相机，而 Step 5 Preview 和 DeepSeek V4 Pro 都默认用了第一人称。这个差异导致 GLM5.3 的代码里多了一套相机跟随逻辑（计算相机应该位于玩家后上方某个偏移位置，并平滑插值过去）。这个选择没有对错之分，但确实影响了代码量和运行时的视觉体验。

2.4 三模型策略对比速查

实操心得：三个模型在首次生成时都做到了“一次通过”，没有出现语法错误或明显的逻辑 bug。这说明对于 3D 游戏这种常见任务，当前主流模型的代码生成能力已经相当可靠了。真正的差异体现在代码风格、架构选择和细节处理上，而不是“能不能跑”。

3. 在 WorkBuddy 里跑通三个项目的完整流程

3.1 WorkBuddy 项目初始化与模型接入

WorkBuddy 的工作台模式是我比较喜欢的一个特性。你可以为每个模型创建一个独立的“工作区”，每个工作区有自己的文件树、终端和预览窗口。这样三个项目的依赖不会互相污染，端口也不会冲突。

具体操作流程如下：

1. 打开 WorkBuddy，选择“新建工作区”，命名为step5-3d-game
2. 在工作区设置里，把模型切换为 Step 5 Preview
3. 在对话窗口输入完整的 3D 游戏需求描述
4. 等待模型生成代码，WorkBuddy 会自动把代码文件写入工作区
5. 打开内置终端，执行pnpm install（如果模型用了 npm 包）或直接启动静态服务器
6. 点击预览按钮，在 WorkBuddy 内置浏览器里查看运行效果

对 DeepSeek V4 Pro 和 GLM5.3 重复上述流程，分别创建deepseek-3d-game和glm-3d-game两个工作区。

这里有一个细节值得展开：WorkBuddy 的模型切换是在工作区级别生效的，这意味着你可以在同一个 WorkBuddy 实例里同时管理多个模型的项目，而不需要来回切换全局设置。这个设计对于做对比测试来说非常方便。

另外，WorkBuddy 的“系统缓存目录”默认在 C 盘用户目录下。如果你像我一样 C 盘空间紧张，可以在设置里把它改到 D 盘。具体路径在“设置 > 高级 > 缓存目录”里修改，改完之后建议重启一次 WorkBuddy 让配置生效。

3.2 依赖安装与运行环境配置

三个项目的依赖情况如下：

• Step 5 Preview 项目：需要three包，通过 pnpm 安装。WorkBuddy 自动识别了package.json并提示安装。
• DeepSeek V4 Pro 项目：无本地依赖，Three.js 通过 CDN 引入。直接用一个静态服务器打开 HTML 即可。
• GLM5.3 项目：同样需要three包，但它还额外引入了一个stats.js用于性能监控。

对于需要本地依赖的项目，在 WorkBuddy 终端里执行：

pnpm install pnpm vite dev

Vite 会自动启动一个开发服务器，默认端口 5173。如果端口被占用，Vite 会自动切换到下一个可用端口，终端里会打印实际使用的地址。

对于 DeepSeek V4 Pro 的单文件项目，用 Python 自带的 HTTP 服务器就够了：

python -m http.server 8080

然后在浏览器里访问http://localhost:8080。

注意：DeepSeek V4 Pro 的单文件项目通过 CDN 加载 Three.js，这意味着运行时需要联网。如果你在离线环境下测试，需要把 Three.js 的 CDN 文件下载到本地并修改引用路径。Step 5 Preview 和 GLM5.3 的项目因为用了本地 npm 包，离线也能跑。

3.3 首次运行的实际表现记录

三个项目首次运行的结果：

Step 5 Preview：页面加载后场景正常渲染，地面是灰色的，障碍物是随机分布的蓝色立方体，玩家可以用 WASD 移动，鼠标拖拽旋转视角。物品是黄色的旋转小方块，碰到后消失，HUD 分数从 0 变成 1。一切正常，没有控制台报错。

DeepSeek V4 Pro：场景渲染正常，但障碍物是红色的，物品是绿色的。移动和碰撞都正常。收集物品时有粒子效果，视觉上比另外两个项目更丰富一些。控制台无报错。

GLM5.3：场景渲染正常，但因为用了第三人称相机，初始视角是从玩家后上方往下看。移动时相机平滑跟随，手感不错。但有一个小问题：当玩家靠近场景边缘时，相机会穿到地面以下，导致画面短暂变黑。这是一个相机碰撞检测缺失的问题，后面会详细说怎么修。

三个项目在功能层面都达到了需求的基本要求，差异主要体现在视觉风格和操作手感上。Step 5 Preview 最“标准”，DeepSeek V4 Pro 最“花哨”，GLM5.3 最“舒适但有小瑕疵”。

4. 踩坑记录与修复方案

4.1 GLM5.3 相机穿地问题的修复

前面提到 GLM5.3 的第三人称相机在玩家靠近场景边缘时会穿到地面以下。这个问题的根因是：相机跟随逻辑只计算了“玩家位置 + 偏移量”，没有检测相机与地面之间是否有遮挡。

修复思路很简单：在每帧更新相机位置后，加一个射线检测，从玩家位置向相机位置发射射线，如果射线与地面相交，就把相机位置调整到交点上方一点点。

在 GLM5.3 生成的代码里，相机更新逻辑大概长这样：

// 修复前的代码 const cameraOffset = new THREE.Vector3(0, 5, -8); camera.position.copy(player.position).add(cameraOffset); camera.lookAt(player.position);

修复后的代码：

// 修复后的代码 const cameraOffset = new THREE.Vector3(0, 5, -8); const desiredPosition = player.position.clone().add(cameraOffset); // 从玩家向期望相机位置发射射线 const direction = desiredPosition.clone().sub(player.position).normalize(); const distance = desiredPosition.distanceTo(player.position); const raycaster = new THREE.Raycaster(player.position, direction, 0, distance); const intersects = raycaster.intersectObjects(groundObjects); if (intersects.length > 0) { // 相机被地面遮挡，把相机拉到交点前方 const safeDistance = intersects[0].distance - 0.5; camera.position.copy(player.position).add(direction.multiplyScalar(safeDistance)); } else { camera.position.copy(desiredPosition); } camera.lookAt(player.position);

这个修复方案的核心思路是“相机不能跑到遮挡物后面”。0.5 的偏移量是为了避免相机贴在地面上导致近裁剪面穿模。实测下来这个修复很稳，相机再也没穿过地面。

4.2 DeepSeek V4 Pro 粒子效果的显存泄漏

DeepSeek V4 Pro 的粒子效果虽然好看，但有一个隐患：每次收集物品时都会创建新的粒子几何体和材质，但收集完成后没有销毁。如果玩家收集了大量物品，这些废弃的几何体会堆积在显存里，最终导致页面卡顿甚至崩溃。

修复方法是在粒子动画结束后调用dispose()：

// 粒子动画完成后清理 function cleanupParticles(particleSystem) { particleSystem.geometry.dispose(); particleSystem.material.dispose(); scene.remove(particleSystem); }

在动画循环里加一个计时器，粒子存活时间超过 1 秒就调用这个清理函数。这个坑其实很典型——任何动态创建和销毁的 3D 对象都需要手动管理生命周期，JavaScript 的垃圾回收管不到 GPU 显存。

4.3 Step 5 Preview 的输入延迟问题

Step 5 Preview 的项目在首次运行时，键盘输入有一个约 100 毫秒的延迟感。排查后发现原因是：它在每一帧的requestAnimationFrame回调里直接读取键盘状态，但键盘事件监听器用的是keydown和keyup的默认行为，没有调用preventDefault()。在某些浏览器里，这会导致按键事件被浏览器的默认滚动行为干扰。

修复很简单，在键盘事件处理函数里加上event.preventDefault()：

window.addEventListener('keydown', (event) => { event.preventDefault(); keys[event.code] = true; });

加上之后输入延迟明显降低，移动变得跟手了。这个坑不算大，但如果你不熟悉浏览器事件模型，可能会排查很久。

4.4 常见问题速查表

实操心得：3D 游戏开发里，90% 的“诡异 bug”都可以归结为三类——坐标系搞错了、生命周期没管理好、事件绑定时机不对。遇到问题时先往这三个方向想，能省很多时间。

5. 三个模型的适用场景与选择建议

5.1 什么情况下选 Step 5 Preview

Step 5 Preview 的代码结构最规整，模块划分最清晰。如果你需要的是一个可以继续迭代和扩展的项目基底，它是最合适的选择。它的代码风格接近一个有条理的工程师写出来的东西，变量命名规范，函数职责单一，没有太多“炫技”的成分。

具体来说，以下场景优先考虑 Step 5 Preview：

• 你要在这个 3D 游戏基础上继续加功能（比如加敌人 AI、加关卡系统）
• 你需要把代码交给团队其他人维护
• 你希望代码本身有教学价值，能用来学习 3D 游戏架构

它的不足在于视觉表现比较朴素，没有额外的视觉效果。但这不是缺点，只是定位不同。

5.2 什么情况下选 DeepSeek V4 Pro

DeepSeek V4 Pro 的优势是快速出效果。单文件、零配置、打开就能跑，而且自带粒子效果这种“加分项”。如果你只是想快速验证一个 3D 交互的想法，或者做一个 demo 给别人看，它的效率是最高的。

适合的场景：

• 快速原型验证，不需要长期维护
• 做演示或教学示例，需要单文件方便分发
• 对视觉效果有一定要求，但不想自己写特效代码

但要注意它的显存管理问题，如果收集物品的逻辑会被频繁触发，记得加上清理代码。

5.3 什么情况下选 GLM5.3

GLM5.3 的第三人称相机和详细注释是它的两个特色。第三人称相机对于某些类型的游戏（比如平台跳跃、角色扮演）来说比第一人称更合适。详细注释则让代码更容易理解。

适合的场景：

• 你需要第三人称视角的游戏
• 你希望代码有详细注释，方便自己或他人阅读
• 你对相机跟随的平滑度有要求

但它的相机穿地问题需要修复，这个修复不复杂，但如果你不熟悉 Three.js 的射线检测 API，可能需要查一下文档。

5.4 三模型综合评分

这张表不是要给出一个“谁最好”的结论，而是帮你根据自己的需求快速定位。如果你追求稳定和可维护，选 Step 5 Preview；如果你追求速度和效果，选 DeepSeek V4 Pro；如果你需要第三人称和详细注释，选 GLM5.3。

6. 用 WorkBuddy 做多模型对比测试的几条经验规则

6.1 给 WorkBuddy 定几条全局规则

在 WorkBuddy 里做多模型对比测试时，我建议在“自定义指令”里预设几条全局规则，这样每个新工作区都会自动应用，不用每次手动配置。我常用的规则如下：

• 所有项目统一使用 pnpm 作为包管理器
• 所有项目统一使用 Vite 作为开发服务器
• 代码文件统一放在src/目录下
• 禁止使用任何需要全局安装的 CLI 工具
• 生成的代码必须包含中文注释

这几条规则看起来简单，但能大幅减少环境差异带来的干扰。特别是“统一使用 pnpm”这条，如果你不锁定包管理器，有的模型会用 npm，有的会用 yarn，node_modules的结构不一样，排查问题时很烦。

6.2 跨对话记忆的利用

WorkBuddy 有一个“跨对话记忆”的 skill，可以在不同对话之间保持上下文。做对比测试时，我会把三个模型的测试结果都记录在同一个对话线程里，这样当我问“刚才 GLM5.3 的相机问题是怎么修的”时，WorkBuddy 能直接引用之前的对话内容，不需要我重新描述。

这个功能对于长期跟踪多个项目的场景特别有用。你不需要自己维护一个外部文档来记录每个项目的状态，WorkBuddy 会帮你记住。

6.3 缓存目录迁移到 D 盘

前面提过 WorkBuddy 的默认缓存目录在 C 盘。如果你同时跑多个 3D 项目，node_modules和构建缓存会迅速吃掉几个 GB 的 C 盘空间。把缓存目录改到 D 盘是一个很实际的优化。

操作路径：设置 > 高级 > 缓存目录 > 选择 D 盘下的某个文件夹。改完之后，已有的缓存不会自动迁移，你需要手动把旧缓存目录里的内容复制过去，或者直接删掉旧缓存让 WorkBuddy 重新生成。

注意：迁移缓存目录后，第一次启动项目时依赖需要重新安装，因为node_modules的路径变了。这不是 bug，是预期行为。

6.4 安全审核与私有化部署的考量

WorkBuddy 内置了安全审核机制，会对模型生成的代码进行静态扫描，检测是否有明显的安全风险（比如硬编码密钥、不安全的 eval 调用等）。在做 3D 游戏这种项目时，安全审核通常不会拦截什么，但如果你生成的代码里包含了网络请求或文件读写操作，审核可能会提示你确认。

如果你在企业环境下使用 WorkBuddy，它还支持私有化部署。私有化部署的意义在于代码和数据不出内网，对于有合规要求的团队来说这是刚需。部署方式一般是 Docker 镜像，具体步骤参考官方文档就行，这里不展开。

7. 从这次测试里提炼出的可复用方法

7.1 如何设计一个有效的模型对比测试

这次测试让我总结出一个可复用的对比测试方法论，核心原则是控制变量、聚焦差异、记录过程。

控制变量方面，我锁定了运行时版本、包管理器、浏览器版本、项目结构规范。这些如果不统一，你很难判断一个模型的失败是因为它本身能力不行，还是因为环境配置有问题。

聚焦差异方面，我没有去测“哪个模型能生成更复杂的游戏”，而是把需求控制在中等复杂度，然后观察三个模型在相同需求下的不同选择。这些选择差异才是最有信息量的部分。

记录过程方面，我把每个模型的生成时间、首次运行结果、遇到的报错、修复方案都记录下来了。这些记录在写这篇总结时直接变成了素材，不需要事后回忆。

7.2 3D 游戏项目的最小可行架构

从三个模型的生成结果里，我提炼出一个 3D 游戏项目的最小可行架构，你可以直接拿去用：

project/ index.html -- 入口页面，包含 canvas 和 importmap src/ main.js -- 初始化渲染器、场景、相机，启动主循环 scene.js -- 地面、障碍物、光照 player.js -- 玩家控制器（键盘 + 鼠标） collision.js -- 碰撞检测工具函数 collectibles.js -- 物品生成、旋转动画、收集判定 hud.js -- 分数显示和操作提示 package.json -- 依赖声明 vite.config.js -- 开发服务器配置

这个架构的好处是每个模块的职责边界清晰，你可以单独替换某个模块而不影响其他部分。比如你想把第一人称相机换成第三人称，只需要改player.js里的相机逻辑，其他文件不用动。

7.3 模型生成代码的验收清单

拿到模型生成的 3D 游戏代码后，我建议按以下清单逐项验收：

1. 能跑起来：页面加载后场景正常渲染，无控制台报错
2. 输入响应正常：键盘和鼠标操作都能正确触发
3. 碰撞检测有效：玩家不能穿过障碍物
4. 游戏循环稳定：帧率稳定在 60fps 左右，没有明显卡顿
5. 资源管理正确：动态创建的对象在不需要时被销毁
6. 代码可读：变量命名合理，关键逻辑有注释
7. 边界情况处理：玩家移动到场景边缘时不会出现异常

这七条里，前四条是硬性要求，后三条是加分项。如果前四条有问题，这个代码就不能用；后三条有问题，可以自己修。

7.4 后续可以扩展的方向

如果你已经跑通了基础版本，想继续深入，可以考虑以下扩展方向：

• 加入物理引擎：用 cannon-es 或 rapier 替换手写的碰撞检测，支持更复杂的物理交互
• 加入音效系统：用 Howler.js 或 Web Audio API 添加背景音乐和音效
• 加入关卡系统：用 JSON 定义关卡布局，动态生成场景
• 加入敌人 AI：用简单的状态机实现巡逻、追击、攻击行为
• 加入存档系统：用 localStorage 保存玩家进度

这些扩展方向每一个都可以单独作为一个测试任务，用来进一步对比三个模型的能力边界。

8. 一些零散但有用的实操细节

8.1 Three.js 的 importmap 配置

Step 5 Preview 和 GLM5.3 都用了 importmap 来引入 Three.js。这个配置如果写错了，页面会直接白屏。正确的写法如下：

<script type="importmap"> { "imports": { "three": "https://unpkg.com/three@0.160.0/build/three.module.js", "three/addons/": "https://unpkg.com/three@0.160.0/examples/jsm/" } } </script>

注意three/addons/后面的斜杠不能少，否则子路径导入会失败。这个坑我踩过，排查了半小时才发现是少了一个斜杠。

8.2 鼠标视角控制的实现要点

第一人称视角的鼠标控制，核心是监听mousemove事件，根据鼠标移动量更新相机的欧拉角。关键代码如下：

let yaw = 0; let pitch = 0; document.addEventListener('mousemove', (event) => { if (document.pointerLockElement) { yaw -= event.movementX * 0.002; pitch -= event.movementY * 0.002; pitch = Math.max(-Math.PI / 2, Math.min(Math.PI / 2, pitch)); camera.rotation.set(pitch, yaw, 0, 'YXZ'); } });

pitch需要限制在正负 90 度之间，否则相机会翻转。camera.rotation的第四个参数'YXZ'表示旋转顺序，这个顺序对于第一人称相机来说是正确的。

8.3 物品收集的距离判定

物品收集的判定逻辑很简单：每帧计算玩家与物品之间的距离，如果小于某个阈值就触发收集。关键代码如下：

const collectDistance = 1.5; collectibles.forEach((item, index) => { const distance = player.position.distanceTo(item.position); if (distance < collectDistance) { scene.remove(item); collectibles.splice(index, 1); score += 1; updateHUD(); } });

阈值1.5是一个经验值，太小了玩家要贴得很近才能收集，太大了又显得不精确。你可以根据玩家移动速度和物品大小调整这个值。

8.4 帧率稳定的关键：避免在循环里创建对象

3D 游戏卡顿的一个常见原因是：在requestAnimationFrame回调里频繁创建新对象（比如new THREE.Vector3()）。每次创建都会触发垃圾回收，垃圾回收会暂停主线程，导致帧率波动。

正确的做法是在循环外面预先创建好临时对象，循环里复用：

// 不好的做法 function animate() { const direction = new THREE.Vector3(); // 每帧都创建 // ... } // 好的做法 const tempDirection = new THREE.Vector3(); // 只创建一次 function animate() { tempDirection.set(0, 0, 0); // 复用 // ... }

这个优化对于简单场景可能看不出差别，但如果场景里有几百个物体，帧率差异会非常明显。

8.5 WorkBuddy 终端的使用技巧

WorkBuddy 内置终端支持多标签页，你可以为每个项目开一个标签页，分别运行各自的开发服务器。切换标签页就能切换项目，不需要反复cd到不同目录。

另外，WorkBuddy 终端支持命令历史搜索（Ctrl+R），这个功能在调试时很有用。比如你之前跑过一个复杂的构建命令，忘了具体参数，按 Ctrl+R 输入关键词就能找回来。

实操心得：在 WorkBuddy 里做多项目对比时，给每个终端标签页重命名（右键标签页 > 重命名），标上项目名和模型名。这样一眼就能看出哪个终端在跑哪个项目，不会搞混。

9. 关于模型选择的一点个人看法

跑完这轮测试，我最大的感受是：当前主流模型在 3D 游戏代码生成这个任务上，差距没有想象中那么大。三个模型都能一次生成可运行的代码，核心功能都实现了，差异主要体现在代码风格和细节处理上。

这意味着什么呢？意味着你在选择模型时，不应该只看“哪个模型更强”这种笼统的结论，而应该看哪个模型的输出风格更符合你的工作习惯。如果你喜欢结构清晰的模块化代码，Step 5 Preview 更合适；如果你喜欢快速出效果，DeepSeek V4 Pro 更合适；如果你需要详细注释和第三人称视角，GLM5.3 更合适。

另一个感受是：模型生成的代码永远需要人工审查和修复。三个模型都或多或少有一些小问题（相机穿地、显存泄漏、输入延迟），这些问题不修也能跑，但修了之后体验会好很多。把模型当成一个“能快速写出 80 分代码的助手”，而不是“能写出 100 分代码的专家”，这个心态比较实际。

最后说一个我自己的习惯：每次用模型生成代码后，我都会花几分钟通读一遍关键逻辑，特别是涉及资源管理和事件处理的部分。这几分钟的投入，往往能帮你提前发现那些“跑一会儿才暴露”的问题。模型不会替你思考，它只是帮你把思考的起点往前挪了一大步。