XR开发，以后只需要有创意？
文/VR陀螺 Wickey
“工具链门槛降低后，专业开发者节省的是时间，创意者拿到的是入场券。将重复的工具链操作自动化，能让开发者将精力回归内容本身。”PICO CLI 0.5.0产品经理在接受采访时表示。
近日，PICO发布PICO CLI 0.5.0。这是一款面向AI开发的命令行工具，也是PICO Space Pro与PICO OS 6空间应用开发的新入口。开发者只需用自然语言描述需求，即可由AI配合CLI完成工程创建、编码、构建、调试及模拟器运行。
经过一年发展，Vibe Coding（氛围编程）已快速融入Web、App等主流开发流程。JetBrains《2026年开发者生态系统调查报告》显示，90%的职业开发者每周至少使用一次AI编程Agent，68%已实现每日使用，约38%的代码在AI辅助下完成。
随着自然语言逐渐成为新的开发入口，空间应用开发门槛进一步降低，更多非传统XR开发者得以参与空间应用创作。对于内容生态尚待完善的XR行业而言，这一变化有望扩大开发者群体，并催生更多创新应用。
一、
PICO CLI 0.5.0：从自然语言开始开发空间应用
事实上，Vibe Coding在Web和App开发中已形成较完整的Agent工作流。但XR开发涉及SDK、3D场景、模拟器、真机、日志和性能分析等多套工具与环境，Agent往往难以连续跑通整条链路。
过去，XR应用开发需要开发者手动配置环境、查找API、构建工程、连接设备并反复调试。GTC 2026上，NVIDIA指出，开发者“必须为每个平台维护单独的代码库，每个平台都有不同的工具链、SDK和流协议”，这折射出XR开发长期存在的工程复杂度。
尽管Claude Code、Codex等Agent已能编写Kotlin或C#代码，但其解决的仍是“写代码”这一环节。将需求转化为可运行的空间应用，还需处理工程创建、构建、模拟器及真机调试等，开发者仍需在多个工具间来回切换。
图源：VR陀螺
PICO将工程创建、构建、模拟器、真机调试、日志和性能工具统一通过CLI开放给Agent，并借助Skills和Knowledge让Agent理解工具使用方式与PICO SDK能力。如此，开发者只需用自然语言描述需求，Agent即可完成编码、Build、安装、启动和调试，将空间应用从一句需求推进至可运行状态。
该方案覆盖了需求描述、工程创建、代码生成，到构建、运行和调试的完整空间应用开发流程。其中，Skills负责规范各阶段的工具调用和执行步骤，并采用渐进式加载；Knowledge提供当前SDK文档、API参考和示例代码，减少“API幻觉”和版本错配，使Agent无需完全依赖模型已有知识或外部检索。
图源：PICO
目前，CLI 0.5.0已完整支持PICO Spatial SDK，可通过Kotlin开发原生空间应用；同时支持PICO Unity SDK中的Unity Spatial和Unity XR工程，并覆盖SpatialML端侧AI模型工具链。此外，CLI 0.5.0也为WebSpatial提供调试能力，支持通过HTML、React等前端技术开发网页空间应用并连接模拟器预览。
PICO CLI 0.5.0支持的多路径开发，体现了其作为连接AI Agent、SDK、模拟器和真机的统一入口。对于具备Android、Unity、前端乃至算法背景的开发者，进入PICO空间应用开发后，无需额外切换至独立的AI开发环境，可继续使用熟悉的Codex、Claude Code或Cursor。
这也解释了PICO为何未直接打造封闭的“XR版Codex”。PICO表示，现阶段更希望将相关能力做成可被不同Agent接入的基础设施。“若开发者已在使用Claude Code或Codex，想做空间应用只需安装PICO-CLI并运行一次setup，即可在熟悉的环境中直接开发。”
PICO CLI 0.5.0产品经理表示：“PICO-CLI本身是一套harness（工程框架），即让模型能够稳定调用工具链的那层工程框架。它是整条链路的通用底座，基础能力扎实后，上层封装才有意义。”
从目标开发者来看，PICO CLI可帮助有经验的开发者降低对Spatial SDK等新工具的熟悉成本，并直接通过AI Agent查询PICO开发问题。同时，将环境配置、SDK和工具链等准备工作交由AI处理，有效降低了非专业开发者的入场门槛。
二、
提示词输入Codex，PICO CLI 0.5.0自动配置并快速启动开发
为测试PICO CLI 0.5.0对非专业开发者的友好度，笔者尝试使用Codex开发简单的空间应用Demo。全过程尽量避开专业术语，仅用最直观的自然语言描述需求。
目前PICO空间应用开发主要分为Spatial SDK、Unity和WebSpatial三条路径。其中Spatial SDK采用Kotlin进行原生开发，更适合直接体验PICO OS 6的空间能力，故本次测试选用PICO Spatial SDK。
图源：PICO
实测显示，PICO CLI安装迅速。从检查Node.js、npm，到安装CLI并选择Codex和Spatial SDK，仅耗时约4分钟。较耗时的是首次补齐Android SDK、JDK和Build Tools等基础组件，但Codex可自主检查、安装并配置环境。已有Android开发环境的开发者可基本跳过此步。
图源：VR陀螺
环境配置完成后，笔者向Codex下达第一条指令：“帮我做一个简单的PICO空间围棋Demo，在用户面前放一张悬浮棋盘和一些黑白棋子，不需要完整围棋规则。”Codex根据自然语言创建Kotlin Spatial SDK工程，生成19路棋盘、星位和固定黑白棋子，随后自主完成Build、启动PICO Emulator、安装APK并截图检查。首个可运行版本耗时约25分钟。
图源：VR陀螺
因首版棋盘的位置、比例和视角不甚理想，后续仍采用最简指令：“把棋盘调整得更像真实围棋桌”“放在用户前方稍低的位置”。Codex随即将棋盘调整为约49厘米宽，棋子直径约2.2厘米，并重新调整空间位置与倾角。随后加入位置设置入口，支持微调左右、高度和远近，并恢复默认位置。
过程中也出现了一些小插曲：首次加入设置面板后，“设置界面”遮挡了棋盘，且棋盘前沿存在裁剪空隙。将模拟器截图反馈给Codex后，Agent继续修改布局并重新构建，整个开发过程逐渐形成“描述需求—修改代码—Build—模拟器运行—截图检查—继续调整”的闭环。
图源：VR陀螺
这种基于运行结果不断修改的过程，凸显了模型能力差异的重要性。空间应用开发不仅要求AI会写代码，还需稳定调用工具、理解截图中的空间关系，并在长上下文中持续记忆此前需求。不同模型在此表现不一，正如面对“画一只鹈鹕”的提示词会产出不同结果，在涉及空间布局、尺度和交互的XR应用中，这种差异会直接反映在最终效果上。
图源：网络
PICO将开发空间应用对模型的要求概括为三点：工具调用稳定性、视觉理解和上下文长度。Agent不仅需连续完成工程创建、构建、安装和日志读取，还要通过截图判断空间关系是否合理。
“我们同时支持五个Agent也是基于此考虑。开发者可根据任务特点选择合适的模型，我们把选择权交给他们。”因此，PICO未将开发效果完全绑定于单一模型，而是通过Skills规范工具调用、由Knowledge提供准确API和示例，配合CLI返回结构化结果，尽量降低Agent在长链路执行中的不确定性。
实际体验中，开发者无需记忆大量CLI命令，Agent可按需完成工程创建、构建、模拟器运行、日志和截图等操作，并结合Skills和Knowledge修正问题。PICO Emulator让诸多迭代在PC或Mac上即可完成，减少了频繁连接和佩戴头显的次数。PICO CLI 0.5.0进一步将“人人都是开发者”的趋势延伸至XR领域。
PICO明确表示，“人人都能开发”的趋势在空间应用领域已成现实。“只是它对工具链完整性要求更高，从创建到验证的每一步都需扎实。这也是我们率先打通整条链路的原因。”
三、
PICO、Meta、Apple集体入局，XR空间内容低门槛时代到来
过去几年，Apple Vision Pro、Meta Quest 3及即将推出的PICO Space Pro等XR硬件持续迭代，推动空间计算与MR体验发展。但相比硬件升级，内容生态仍是扩大使用场景的关键。长期以来，XR开发门槛较高，除代码外，还需处理3D资产、空间交互、设备适配及性能调试等复杂流程。
今年空间应用开发的最显著变化，是AI Agent的大量介入。除PICO外，Apple、Meta等平台正将AI Agent进一步接入空间应用的构建、运行和调试流程，XR应用开发正形成更完整的Agentic Coding工作流。
图源：VR陀螺
2026年2月，Apple随Xcode 26.3将Codex、Claude Code等接入Xcode。AI不仅能修改代码，还可调用Xcode完成Build、Test，读取编译错误并持续修复；同时，Apple通过MCP向外部Agent开放相关能力。虽该机制非专为XR设计，但因Xcode覆盖visionOS开发，Vision Pro应用已可无缝接入此Agent开发流程。
图源：Apple
2026年7月，Meta XR Core SDK v205引入Meta XR Operator，允许MCP兼容的AI Agent读取Unity场景层级、截图，并模拟控制器输入，对运行中的VR/MR应用进行观察与验证。8月，Meta正式介绍该工具，同时Meta VR CLI可通过MCP让AI Agent操作Quest设备，完成应用安装、启动、日志读取、截图和性能Trace等任务。至9月，Meta将Meta VR CLI、Agent Skills和LLM Resources整合为更完整的AI开发工具体系。
图源：Meta
相较于Apple从Xcode切入、Meta围绕Unity与Quest工具链展开，PICO CLI 0.5.0更强调统一开发入口，致力于将不同SDK、开发工具和运行环境接入同一套Agent工作流。对PICO而言，这相当于在PICO OS 6和即将发布的PICO Space Pro之外，补齐了面向AI开发的基建，使不同技术背景的开发者能继续使用熟悉的Coding Agent进行空间应用开发。
图源：PICO
空间应用的门槛不仅在于代码，3D资产和场景内容同样需要投入。PICO目前通过Spatial Editor提供场景搭建、模型和材质编辑能力，并允许Agent通过MCP调用；更复杂的资产可借助Blender、Meshy、Tripo、混元3D等工具生成后导入。
对此，笔者为普通开发者提供三条务实建议：首先，先跑通应用再谈美术。用模板和基础几何体验证交互与布局，比一开始就死磕模型精度更高效。其次，让AI看到结果。多提供截图和日志，让其基于真实运行效果进行修改，而非凭空推断。最后，合理控制内容复杂度。
“头显性能预算有限，模型面数和贴图尺寸需提前规划。目前CLI已内置性能分析辅助工作流，配套知识库沉淀了空间应用特有的性能经验，可协助AI进行初步判断。未来，性能问题的自动排查与修复也是我们重点推进的方向。”PICO进一步透露了后续优化方向。
当环境配置、API查询和重复工程操作逐渐交由Agent处理后，个人开发者和小团队能以更低成本验证空间交互想法，缩短从创意到Demo的距离。这将有效提升VR/MR应用生态活跃度，推动更多细分场景的验证与落地。
四、
写在最后
PICO CLI 0.5.0显然只是一个起点，后续将聚焦更多SDK与平台接入、上下文工程及工作流稳定性三大方向。尤其当Agent调用链拉长，Skills的组织、知识库的检索以及出错后的恢复能力，将直接决定AI开发空间应用能否真正走向日常化。
当工程、构建和调试越来越多地交由AI完成，真正拉开应用差异的，将是对空间交互、用户需求和具体场景的深度理解。行业长期探讨XR为何未出现真正的“杀手级应用”，核心原因之一便是高昂的开发门槛将大量创意挡在了技术之外。
随着PICO CLI 0.5.0等Agentic Coding工具大幅降低试错成本，未来的“杀手级XR应用”，或许正出自那些不懂Kotlin、不会配置Unity，却深刻理解空间使用场景的普通创作者。