Pular para o conteúdo
← Artigos

06 de novembro de 2026·7 min de leitura

Pedi a agentes de IA para construir as rodas de Ezequiel, de dois jeitos

Um estudo visual de Ezequiel 1 feito por agentes de IA: um painel interativo em Three.js e uma cena cinematográfica em Blender, com os números de cada um, o que quebrou no caminho e por que isso não substitui um artista.

Ezequiel 1 descreve uma visão difícil de desenhar: uma roda dentro de outra roda, com aros altos e cheios de olhos, que se moviam sem virar. Eu quis ver o que um agente de código faz quando o texto é o único briefing. O que ele constrói, onde ele inventa, onde ele erra.

Isto é um estudo, não arte sacra, e não substitui o trabalho de um artista, que traria a esta passagem muito mais profundidade, sensibilidade e fé. O que eu medi aqui foi a ferramenta, não a visão.

Construí a mesma cena de dois jeitos, com agentes de IA (Claude Code) sob a minha direção e revisão, e juntei os dois num filme de 42 segundos.

Com som. A primeira parte explica as peças no painel; a segunda é a cena em Blender. As legendas são versículos do Douay-Rheims.

O texto como especificação

Cada forma da cena vem de um verso, não da imaginação:

  • uma roda ao lado de cada ser vivente, quatro rodas ao todo (Ez 1,15)
  • uma roda dentro de outra roda (Ez 1,16; no Douay-Rheims, "a wheel in the midst of a wheel")
  • as rodas tinham tamanho, altura e um aspecto terrível, e o corpo todo era cheio de olhos em volta (Ez 1,18)
  • moviam-se pelos seus quatro lados sem se virar (Ez 1,17)
  • o espírito de vida estava nas rodas (Ez 1,20)
  • o profeta cai de rosto em terra e é chamado a se levantar (Ez 1,28 a 2,1)

O que não vem do texto eu marquei como escolha minha. Cruzar dois anéis em ângulo reto é a leitura comum de "roda dentro de roda", mas o texto não dá o ângulo. O número de olhos, 836 por roda, é meu. E os anéis girando sobre o próprio eixo são interpretação minha, a partir de Ez 1,20: o texto não diz que eles giram.

O profeta ajoelhado numa crista de montanha, de costas, diante de uma roda gigante dentro de outra roda, sob um banco de nuvens com bordas douradas
Um quadro da cena em Blender.

Dois jeitos de construir

O primeiro é um painel em Three.js, feito com a skill teardown (MIT). Um único modelo move o vídeo, a página interativa e cada número na tela, então nada do que aparece pode discordar do movimento. O segundo é uma cena em Blender com Cycles, com céus e terreno gratuitos da Poly Haven (CC0).

  • Painel (Three.js): 36 min de construção ativa; o filme de 16 s foi capturado em 82 s; saída de 10,8 MB de filme mais uma página interativa de 851 KB; 836 olhos por roda.
  • Cinema (Blender): 504 quadros, 4,13 h de render (5 h 19 min no relógio); filme de 21 s, sem interação; 836 olhos por roda; o tempo de construção ativa não foi registrado de forma consistente.

O painel explica e deixa você mexer. O cinema convence o olho: o céu, a luz, a escala. Nenhum dos dois faz o outro trabalho, e foi por isso que eu juntei os dois.

Os dois jeitos lado a lado, com os números tirados dos arquivos de métricas de cada projeto.
A roda dentro da roda no painel interativo em Three.js, com os dois anéis girando e os olhos nos aros
O painel em Three.js: a mesma roda, com o ângulo e os números lidos do próprio modelo.

O que eu usei

  • Os agentes: Claude Code, com um agente por frente (o painel, a cena em Blender, a montagem do filme, as pesquisas), e eu decidindo e revisando. Cada agente registrou tempos, tentativas e falhas num arquivo de métricas, que é de onde saem os números deste post.
  • O painel: Three.js, com a skill teardown. Os 836 olhos por roda são instâncias, a página sai como um único HTML offline de 851 KB, e o filme é capturado quadro a quadro com Playwright e ffmpeg. A trilha é gerada por um motor de síntese em Python, o mesmo do teardown.
  • A cena: Blender 5.2.3 com Cycles em Metal, num Apple M4 de 16 GB, com denoise OIDN. A cena inteira é montada por script Python, sem modelar à mão, e o manto do homem é uma simulação de tecido. Os quadros saem a 75% da resolução, com 16 amostras no máximo, e sobem para 1080×1350 com ffmpeg.
  • Os ativos: céus, terreno e texturas da Poly Haven (CC0). As fontes das legendas são Cormorant Garamond e JetBrains Mono (SIL OFL).
  • A montagem: as legendas são renderizadas como imagens no Chromium via Playwright e compostas com ffmpeg. O som é normalizado em −14 LUFS, com loudnorm em duas passagens.
  • O texto: Douay-Rheims, do drbo.org.

O que quebrou no caminho

A parte mais útil foram os erros.

  • A nuvem de tempestade saiu como um borrão marrom chapado. Três tentativas depois, virou um fundo pintado com bordas douradas. Funciona porque a câmera é fixa; com a câmera se movendo, não funcionaria.
  • Os raios de luz só apareceram com uma geometria invisível. Luz pintada não bastava. O que funcionou foi uma tela com furos, fora do quadro, que projeta sombras reais na névoa.
  • O render travou sem erro. Um bloco do Blender parou sob pressão de memória, com o swap em 9 GB, e custou uns 50 minutos. Rodar dois Blenders ao mesmo tempo travou os dois. Desde então: um processo por vez, blocos de 8 quadros, retomável, com vigia.
  • A estimativa de 222 s por quadro estava errada. O tempo não ia nos pixels, ia em reconstruir a cena a cada quadro. Deixar o terreno distante mais grosso, sem diferença visível, levou um quadro de uns 55 s para uns 26 s.
  • O homem prostrado ainda parece um pano estendido. Refiz o plano uma vez, e não chegou ao que eu queria. Está no filme assim mesmo.
  • Os olhos de perto convencem; de longe viram pontos dourados. E o cristal ainda parece pintado, não aceso por dentro.
Detalhe dos olhos nos aros da roda, com íris, pálpebras douradas e cristal verde e âmbar
Os olhos de perto (Ez 1,18).

O que eu não fiz

Não gerei uma versão com modelo de vídeo por IA, porque decidi não gastar com isso neste projeto. Deixei pronto um pacote de prompts para quem quiser rodar numa ferramenta de vídeo, com os cinco planos e os quadros iniciais, mas ele nunca foi executado. Prefiro dizer isso a deixar parecer que a comparação tem três lados.

Também não é um experimento controlado: agentes diferentes construíram cada versão, dividindo a mesma GPU e a carga da máquina em momentos diferentes, então os tempos podem estar inflados, e ambos pausaram por limite de uso.

Revisei tudo pelo celular, com os vídeos no media-viewer, o mesmo que eu uso para assistir ao que os agentes geram.

Créditos

  • A skill teardown, de elvarofficial (MIT)
  • Escritura: Bíblia Douay-Rheims (domínio público), Ezequiel 1 e 2
  • Céus, terreno e texturas: Poly Haven (CC0)

Se você é artista católico e esta passagem te toca, eu adoraria ver o que você faria com Ezequiel 1, e creditar você por isso.

  • Renan