# Spline AI场景优化：让Agent降低场景负担，检查画面和点击交互仍一致

先记录高负载场景和点击状态，再让Agent做范围明确的优化。性能改善必须用同设备实际测量，保持画面与交互也要各自验收。

1. 打开高负载原生参考
scene.blend与scene.glb包含120个独立细分物件，是作者原生负载材料。它不是Spline优化前后实测，面数与对象数写入scene-identity.json。

2. 记录Spline基准工程
在实际Spline工程固定机位、屏幕尺寸和设备，保存Performance面板读数。点击状态先走一遍，不只测静止画面。

3. 限定Agent优化范围
要求降低重复几何/材质负担、保留产品布局和点击链，禁止换成一张平面截图。先保存工程副本，以便比较与撤回。

4. 审查具体改动
Agent处理后检查对象/材质/面数变化，记录它实际做了什么。不要因为对话写“优化完成”就跳过编辑器回读。

5. 同条件测性能
在同一设备和窗口重复基准测试，记录实际帧率或平台指标。没有计时样本不报百分比提速，后台负载变化也应注明。

6. 复查画面与点击
在同一机位对齐基准截图，检查重复物体轮廓、颜色与材质。再点击原先触发状态的物件并走完回退，逐步记录；画面变糊、对象无法再编辑或点击断开时，不能只凭更快判成功。

7. 交付原版与优化版
保留两个工程、性能记录与视觉/交互差异表。包内原生高负载场景仅是练习输入，没有运行Spline Agent或性能基准。

验收：保留交互和可编辑对象，性能结果仅当前设备

执行边界：未运行目标云端AI、账号核验或付费生成；原生作者材料与官方示例不充当目标结果。见asset-identity.json。

官方依据：
https://docs.spline.design/spline-ai/ai-agent