AlphaPixel 已成功归档并释放了 1987 年经典 Amiga 光线追踪程序“Juggler”的源代码。此前,这些源码被困在 Amiga 磁盘格式(ADF)文件中,此类格式在现代系统上难以解析,且容易因链接失效而丢失。 意识到 Eric Graham 作品的历史意义——该作品曾让 Commodore 的工程师们误以为这段动画是在大型机而非 Amiga 上渲染的——AlphaPixel 开发了一款全新的 Python 版 ADF 提取工具,以使这些文件可读。在通过标准 ADF 测试镜像验证了提取工具后,他们成功找回了 C 语言源码、BASIC 文件及原始场景数据。 为确保该归档在法律层面上能长久保存,AlphaPixel 联系了 Eric Graham。他慷慨地授权在注明署名的前提下,以公有领域许可证发布其代码。目前,恢复后的文件和定制的提取工具已在 GitHub 上提供。该项目凸显了 AlphaPixel 在“软件考古”方面的专业能力,展现了他们连接过时数字格式与现代可访问性的技术实力。
与普遍认为 AI 工程师不会被取代的看法相反,作者认为他们实际上可能比普通软件开发人员更容易受到冲击。
问题的核心在于对“AI”的定义。目前,这个词涵盖了从简单的搜索算法到复杂的大语言模型(LLM)等各种技术,范围过于宽泛。然而,行业正趋向整合:大型通用基础模型正日益“吞噬”专业 AI 分支。随着这些模型变得更加多功能、强大且能够近乎实时地实现专业化,对定制化 AI 开发的需求将会减少。最终,大多数公司会发现使用“即插即用”的通用模型比聘用专门的 AI 工程师更具成本效益。
虽然软件开发人员在将这些模型集成到功能性应用程序中(需要人工监督和领域知识)时仍不可或缺,但 AI 工程师这一专业角色正面临被其所构建的技术本身所吞没的风险。随着模型的不断改进,对定制化 AI 研究的需求可能会萎缩,仅留下大型科技公司里的顶尖研究人员,从而导致更广阔的市场趋于饱和。
本项目旨在归档并重构经典 DOS 游戏《Test Drive III: The Passion》的世界地图。开发者出于儿时的怀旧之情,历时五年对该游戏的 3D 格式进行了逆向工程,从而实现了精确的数字化重构。
在技术实现上,该项目解码了一个 32x16 的图块 ID 网格,并利用 16 位顶点坐标的并行数组来构建 3D 网格模型。项目包含一套基于 Node.js 的强大命令行工具,用于提取这些资源,包括:
* **OBJ 导出器:** 将地图和对象转换为标准的 Wavefront 3D 文件。
* **资源提取器:** 将游戏特定的 DAT 文件转换为 PNG 图像并提取场景精灵图的工具。
* **格式文档:** 一个详尽的 `spec/` 目录,记录了逆向工程后的文件结构。
代码库提供了一个基于浏览器的查看器(使用 Three.js 构建),用于探索重构后的环境;此外还设有展示游戏界面、精灵图和地图设计的图库。这一成果成功地将 90 年代的游戏数据与现代 Web 技术相结合,为日后的探索保留了该游戏独特的开放世界几何结构。