到了2026年, XR开发领域里有个变化是最为显著的, 那就是AI Agent这一角色开始接管整个工程中相关的各个环节工作。

PICO公司最近刚刚发布了属于它的一个版本, 具体来说就是CLI 0.5.0这个版本数据, 在这个版本的支持之下, 用户只需要提供一句自然语言, 就能够让系统顺利跑通有关空间应用的相关全流程处理事项。

一句话驱动全流程

PICO CLI 0.5.0这个版本给了开发者一个便利, 让他们能够用大家平时交流那种自然语言去描述一下自己的需求。接下来呢, Agent这个智能体就会自动地把一系列活儿给干了。这些活儿包括工程的创建、代码的编写、构建过程的执行、安装步骤的进行、启动操作以及调试环节的处理。

你只需要简单地说一句类似做个空间桌面应用这样的话, 那么整个流程就能够一直推进下去, 直到最后到达可以运行的状态为止。在这种情况下, 就完全不需要开发者手动去敲入那一条又一条的命令了。

CLI这个工具, 同时提供当前SDK的文档、API参考和示例代码, Agent编码时, 可以直接查阅这些东西, 减少API幻觉和版本错配的麻烦, 它不必完全依赖模型已有知识或外部检索, 出错概率明显下降。

三条开发路径同时开放

PICO空间应用开发这一块, 目前总共划分成了三条路径。一条路径是使用PICO SDK来做原生应用。另一条路径是使用Unity来进行跨平台的项目开发。

还有一条路径是前端利用HTML和React来制作网页空间应用。CLI的0.5.0版本, 把这三条路全部都给打通了。所以开发者可以按照自己的技术栈来进行选择就行了。

原生路径适合直接调用PICO OS 6的空间能力, 前端路径方便快速出原型验证交互。无论选择哪一条路, 调试、日志读取和模拟器预览都能通过Agent直接触发, 不用来回切换工具。

非专业开发者也能上手

经过实际的测量和测试, 使用 Codex 来开发简单的空间应用 Demo, 并不需要预先记忆大量的 CLI 命令。Agent 可以根据需求自主完成工程的创建、构建以及运行等环节。

同时它还能够读取日志信息和进行截图操作。当遇到问题的情况下, Agent 还可以结合上下文继续作出修正。这样就无需从头再来进行重复操作了。

把环境配置、SDK安装还有工具链准备这种繁琐的活儿, 全权交给人工智能去做。那些原本就是搞算法或者前端开发的程序员们, 完全不用再多花力气去学一套专门的空间计算工具链, 就这样顺理成章地就能进到空间应用这个领域里面来干开发的工作, 这一下就让入门的那个门槛实实在在地降低了一大截子。

行业对比各有侧重

苹果公司今年把人工智能智能体接进了Xcode, 这样的话, Pro应用就可以直接走同一套用来开发人工智能智能体的流程了。

Meta公司在GTC 2026大会上推出了XR Core SDK v205的这个MCP工具, 通过这个工具, 可以让人工智能智能去操作Quest设备, 从而完成安装任务、完成截图任务以及完成性能Trace任务。

PICO 选择了不同的发展道路, 着重强调其统一入口以及基础设施的定位。

不论开发者使用的是 Codex 还是 Cursor 亦或者是其他类型的 Agent 工具, 只需要部署好 PICO-CLI 并执行一次 setup 操作便能够立即启动使用过程, 该方案并非绑定于特定的开发工具之上, 从而具备更强的生态兼容能力。

后续重点盯三件事

PICO的产品经理说明, 在目前阶段, 他们更加倾向于把命令行界面打造成能够支持不同智能体接入的基础性设施。随后的工作重点将集中在三个方面, 这其中包括提供更为丰富的软件开发工具和开放更多平台的接入通道、优化上下文的工程管理、以及增强工作流程运行的稳定性。

调用链变长以后, 检索知识库和恢复错漏就变得非常关键了。PICO Space已经开放了搭建场景的能力, 也开放了编辑模型和材质的能力, 允许通过MCP来调用Agent, 给应用开发留下了更多扩展的空间。

你觉得人工智能去编写空间应用, 到最后比拼的方面是代码本身的技术水平, 还是对于交互场景的具体理解程度? 欢迎大家来到评论区里面进行交流和讨论。如果你觉得这篇内容是有用的话, 就点个赞, 并且转发给你的同行朋友们。