Agent四个月打造Roll20发布页:时间线与AI规则解读

自主智能体申请Roll20创作者耗时四周,获批后产品因人工上传步骤而无法上架,揭示自动化与人工流程交接处的真实摩擦。
一个自主智能体为Roll20 Marketplace构建科幻飞船甲板图,从申请创作者资格到获得发布页耗时四周,期间完全沉默。获批后仅获得空发布页,智能体在一小时内完成八个产品包,却因上传是人工操作而零上架。操作员读到原文后一小时内完成上传,说明人工步骤的延迟不可预测。智能体研读了Roll20的硬性要求:价格下限0.99美元、网格单元格宽度、标签数量、封面尺寸等,并区分了AI艺术与AI语言生成内容两条规则。通过肉眼检查图片,发现无网格版本与网格版本相同、玩家地图泄露房间名称、走廊超出边界三个缺陷。核心结论是:自动化流程的瓶颈往往在人工步骤,而非技术实现。
自主智能体从申请Roll20 Marketplace创作者到获得发布页,花了四周时间,中间完全沉默。这并非孤例,而是当前AI生成内容进入传统平台的一个缩影。
据bananafest-destiny.com记录,一个从未有人编写代码的自主智能体,专门构建科幻飞船甲板图,于9月15日提交申请,工单号#491430,直到10月13日才收到批准邮件。四周的等待期里,它把疑问写进自己的计划,并设定了10月13日的截止线——如果没有回音,操作员可以回复工单,因为Roll20论坛提到这可能有帮助。

从申请到发布页:四周的沉默与突破
获批带来的只是一个发布者页面:你的名字,没有个人简介,没有产品。商店本身仍是空的。批准邮件到达当天,智能体阅读了规则,构建了第一个产品包,随后又制作了七个产品。到10月15日下午,八个产品全部完成,但零上架。原因与Roll20无关:上传是人工操作。
这一情况在原文发布后一小时内发生变化。操作员读到相关段落,立即上传了全部八个产品,目前它们已提交并处于审核状态。这个修正恰恰说明了关键点:人工步骤不是漫长的等待,而是不可预测的等待——它可能搁置一周,也可能一小时内完成,而智能体对此无能为力。
Roll20 Marketplace 与 VTT 生态
Roll20 是目前最主流的虚拟桌面(VTT,Virtual Tabletop)平台之一,主要用于跑团游戏(如《龙与地下城》)的在线化。其 Marketplace 允许第三方创作者出售地图、 token、模组、艺术包等数字资产。与 Steam 或 App Store 不同,Roll20 的创作者入驻和产品上架长期依赖人工审核与人工操作,平台并未提供完整的公开 API 供自动化上传。这意味着即使智能体能够生成完全合规的产品包,最终仍需要人类操作员登录后台、填写表单并拖拽文件。理解这一点,才能明白为什么文中反复强调“人工步骤是关键路径”:VTT 生态的自动化程度远低于现代电商或应用商店,这是平台架构决定的,而非智能体能力不足。
产品包必须满足的硬性要求
智能体在10月13日阅读了Roll20的市场质量要求、定价标准、物品类型与分类以及产品审批流程。一个实用发现是:help.roll20.net对普通抓取请求返回403错误,必须通过真实浏览器阅读。这对于计划用脚本自动检查规则的开发者来说至关重要。
关键要点包括:价格下限为0.99美元,第一个产品包定价4.99美元;物品类型为艺术包,需要设置网格单元格宽度,告诉Roll20每张图片对应多少个方格;最多7张轮播图(封面优先)和5个标签,封面尺寸512×512;单张图片小于10MB,超过4200像素需分割,Roll20地图上限99个方格;渲染时每方格140像素,可将最大地图控制在623KB;发布者简介中不得出现竞争对手VTT链接;创作者保留每笔销售的70%,按月通过PayPal支付,无需独家。
AI规则的两条底线
这是智能体反复阅读的部分,也是最容易被误读的地方。Roll20将AI艺术定义为来自训练模型的图像,同时规定产品不得“主要由AI语言生成器撰写”。这两条规则适用于不同场景,约束不同对象。
这个产品中的地图并非模型输出,而是由代码逐房间绘制,如同绘图库绘制图表。真正由语言模型生成的是列表文案:标题、描述、房间密钥。因此适用的是第二条规则,而非第一条。诚实的做法是在描述中披露制作方式,智能体也这样做了。对于销售智能体作品的开发者,必须分别阅读这两条规则,弄清自己的产品真正触犯的是哪一条。“我们不使用AI艺术”可能同时是真实的,也是无关紧要的。
AI 艺术与 AI 语言生成内容的区分逻辑
Roll20 将“AI 艺术”限定为来自训练模型的图像输出,例如 Stable Diffusion、Midjourney 等生成式模型产出的位图。而“主要由 AI 语言生成器撰写”则针对文本内容,如产品描述、模组文本、房间密钥等。这两条规则之所以容易误读,是因为它们约束的是不同的介质,而非不同的“AI 使用程度”。一个产品可以完全由代码绘制地图(不涉及图像模型),却用大语言模型生成描述文案,此时只触发第二条规则。反过来,若用 AI 生成地图贴图但手动撰写描述,则只触发第一条。开发者必须逐条对照自己的生产管线,而非笼统判断“我用了 AI”。文中智能体的产品属于前者,因此其披露方式也聚焦于语言模型的使用,而非图像来源。
只有查看图片才能发现的三个缺陷
第一个产品包包含四艘飞船——一艘护卫舰、两艘货船和一个空间站,渲染为28张地图,涵盖7层甲板:每层甲板都有GM标签版和玩家空白版,带网格和不带网格版本。
三个缺陷都是通过打开图片发现的,而非运行测试:无网格版本与带网格版本完全相同,因为导出器读取了错误的元素;玩家地图仍然带有房间名称,这是玩家版本本应隐藏的关键信息;货船下层甲板的走廊超出最后一个房间约二十个方格,这不是随机错误,而是货船下层甲板一贯如此,拒绝坏样本永远无法收敛。修复后,智能体检查了网格线穿过墙壁中心,并确保每张图片都是140像素方格的整数倍。对于任何视觉内容,渲染出来并亲眼看一看,就是测试本身。
渲染管线中的常见陷阱:无网格与网格版本混淆
在程序化地图生成中,网格版与无网格版通常共享同一套房间几何数据,仅在导出时决定是否叠加网格线。如果导出器读取了错误的元素(例如误将网格层当作基础层),两个版本就会输出完全相同的图像。这类缺陷无法被单元测试捕获,因为测试通常验证文件存在、尺寸正确或房间数量匹配,而不会检查像素级差异。同样,玩家版本残留房间名称,往往是因为文本层与地图层共用同一渲染通道,导出时未按可见性规则剥离。走廊超出最后一个房间,则可能是算法在边界房间处未正确闭合,导致填充区域外溢。这些问题的共同点是:只有人类打开图片进行视觉检查,才能发现语义错误。因此,视觉内容的测试必须包含“肉眼验证”这一环节。
八个产品,零上架,然后一小时内全部上架
到10月14日结束时已有八个产品:一个产品包、四艘单船、一对穿梭机、两个带有撕裂船体和透明导出可见破口的废弃飞船。每个产品都能从保存的源文件逐文件重新渲染,因此清除成本只是一条命令,而非整艘飞船。
它们都无法销售,因为上传是人工操作。有人必须登录、填写列表字段、拖拽zip文件并点击提交。这已经是一个月内第二次遇到同样的壁垒。此前一个Shopify应用审核因一段两分钟的配置截屏视频而停滞数天,智能体无法录制。现在市场批准来了,产品却在等待上传。两次都是智能体完成了所有工作直到浏览器这一步然后停下,而最后的人工步骤都是关键路径,而非工程问题。
如果你在规划智能体对接市场的工作,真正重要的时间表不是它能构建得多快,而是有人能按下按钮的频率有多高。
关键路径与人工瓶颈
在项目管理中,关键路径指决定整个项目最短完成时间的任务序列。智能体可以并行生成八个产品包,但上传步骤是串行的、且依赖人类操作员,因此它成为关键路径。更棘手的是,这个人工步骤的耗时不可预测:可能被搁置一周,也可能一小时内完成。这与传统的软件构建瓶颈不同,后者可以通过增加资源或优化算法来缩短,而人工步骤的延迟取决于人的可用性和注意力。对于规划智能体对接传统平台的工作,必须把“有人能按下按钮的频率”作为核心约束来建模,而非假设构建速度决定一切。文中 Shopify 审核因两分钟配置截屏视频停滞数天,也是同一类瓶颈的体现。
仍然未知的问题
Roll20审核已提交产品需要多长时间?这个计时器于10月15日下午启动,八个产品同时排队,原文承诺将在审核结果出来时公布具体数字,正如这篇文章给出了申请阶段的四周时间。是否有产品能卖出去?一个没有评论、没有关注者的发布者页面能否获得任何流量?根据Shopify列表的证据——9月29日获批,此后零商户安装——这是最值得悲观的地方。
智能体自己的记录已链接,未经编辑。Bulkhead位于bulkhead.bananafest-destiny.com,11张完成的甲板图可免费获取,无需账户。实时数据(包括零)每小时更新。用原文的话说:Vibe coded slop,我们承认这一点。
对于AI智能体开发者而言,这个案例的价值不在于四周的审批时间,而在于揭示了自动化与人工流程交接处的真实摩擦:规则阅读、人工上传、平台审核,每一个环节都是独立的时间变量,无法被智能体的构建速度所抵消。
相关推荐

Workbuddy零基础入门:桌面AI智能体如何落地工作流
Workbuddy桌面AI智能体零基础教程解读:从安装、积分领取到文件管理与自动化工作流搭建,对比CodeX的适用场景与成本差异,帮助职场人完成从AI提问者到AI管理者的思维转变。

OpenAI智能体新栈:计算机操作、决策API与超速工作流
OpenAI Dev Day发布智能体新栈:Computer Use操作速度超越普通人,Decisions API基于Luna实现极低延迟分类,Agents API开放同源计算机操作能力,GPT-6.1 Sol成本仅为Astra七分之一。本文梳理核心更新、实测数据与开发者落地要点。

梁文峰开源推理框架DeepInfo,硬刚美国禁令
DeepSeek在开源模型后再开源推理框架DeepInfo,包含GPU/CPU交叉流水线、小模型预判大模型复核、华为昇腾与英伟达芯片全面适配等技术,直面美国联邦禁令。本文解析其对AI产业落地的意义与开源策略。