每周技术读物
PS: 这是个新开的专栏,每周一期,内容是游戏开发、性能优化、AI、Agent 四个方向上我觉得值得读的东西。
三条自我约束:一、不做搬运,每篇我都自己过一遍再定级,没读过的不会出现在这里;二、不只推好评,筛掉的、看着像干货其实是二手拼接的,也会写出来并说明原因;三、优先推一手材料——官方文档、大厂工程博客、真的在生产项目上踩过坑的人写的东西,而不是转了三手的「XX 分钟带你搞懂」。
评级怎么读
| 标记 | 含义 |
|---|---|
| 🔥🔥 必读 | 这周只读一篇就读它 |
| 🔥 值得读 | 排进碎片时间 |
| ⚪ 选读 | 扫摘要和结论就行,别通读 |
| ❌ 已筛掉 | 出现在文末黑名单里,附理由 |
阅读时长按原文长度估的,不含你自己动手实验的时间。
本期速览
| # | 内容 | 领域 | 评级 | 阅读 |
|---|---|---|---|---|
| 1 | 系统性的着色器削减:把《堡垒之夜》的着色器砍掉 68% | 引擎 / 渲染 | 🔥🔥 | 40 min |
| 2 | Unity 6 用 GraphicsStateCollection 做着色器预热 | 引擎 / 移动端优化 | 🔥🔥 | 30 min |
| 3 | Is Complex Agentic Memory Always Needed? | Agent / 记忆 | 🔥🔥 | 40 min(只读摘要+第 5 节) |
| 4 | Why Bother Me Again?(交互偏好记忆基准) | Agent | ⚪ | 15 min |
| 5 | The Horizon Gap(长时程 Agent 综述) | Agent | ⚪ | 20 min |
| 6 | DuoCook(UE 搭的 VLM 协作基准) | 游戏 AI | ⚪ | 15 min |
| 7 | Can LLMs Improve Their Own Harness? | Agent / 工程 | ⚪ | 15 min |
1. 系统性的着色器削减:把《堡垒之夜》的着色器砍掉 68%
出处
- 原始演讲:Systemic Shader Reduction: How We Cut Fortnite’s Shaders by 68%,Unreal Fest Chicago 2026,Epic Games(工程侧 Jason Nadro / 内容侧 John Loff)
- 中文整理:知乎作者「洛桑」,2026-07-29 发布 → 原始整理帖
- 带全图的镜像版:gerigory.github.io
- 类型:二手整理笔记(视频关键帧截图 + 讲者原话转述),技术细节以 UE 5.8 官方文档为准
- 语言:中文
为什么值得读
因为它讲的不是「调哪个 CVar 能涨帧」,而是把着色器排列当成一个组合数学问题来建模,然后系统性收敛。工程侧砍幂、内容侧砍底数,两条腿配合,半年内把 PC 端着色器从 190 万 / 14 GB 压到 62 万 / 4 GB——数量 −68%,体积接近 −70%。
对使用 UE5 且材质/外观体量大的项目(尤其 live service),这篇基本是照着抄都行的治理手册。
三个关键点
一、心智模型
着色器总量 = 材质 × 顶点工厂类型 × 着色器类型 ×(质量级别 / Shader Model)引擎里着色器类型 155 种、顶点工厂类型 30 种。这个排列网格其实是稀疏的,ShouldCompilePermutation() 决定哪些格子真正激活——这是剔排列的最大杠杆。
二、乘法爆炸的两个来源
- **usage flag(使用标记)**对应顶点工厂类型。默认只开「用于静态网格」= 10 个着色器;全打开 = 186 个。
- 更糟的是父子关系:父材质开一个标记,等于给它每一个子实例都加一整组。《堡垒之夜》的父材质一个 section 累积了 282+ 个静态开关,材质大到打不开、一打开就卡死。
三、工程侧具体省了多少(UE 5.8,多数默认启用)
| 动作 | 收益 |
|---|---|
| 顶点着色器与像素着色器拆独立常量缓冲区 → 顶点着色器跨材质去重 | −331,575 个 shader,省 1826 MB |
只编 Skin Cache、扔掉 GPU Skin 顶点工厂(r.SkinCache.CompileShaders) | 省 2500 MB,本次最大单项(前提是项目真全用 Skin Cache) |
| ISM 统一走 local 顶点工厂、从 GPU Scene 读实例数据 | 省约 400 MB |
| 先翻译材质再决定编哪些着色器(修「空材质凭空加 100 个 shader」) | 默认行为,r.Material.UseShaderCompilationParameters |
| 阴影深度 3 种排列 / Slate 8 种 / 半透明 base pass 2 种 → 改动态分支 | 各约 200 MB;Slate 走 slate.MaterialShaderMode 要权衡性能 |
最值得记的方法论
已发布的内容不能直接删 flag(会让皮肤变成灰色 fallback)。正确姿势是:
- 用引用查看器(
AssetRegistryHelpers)递归找出父材质的所有实例 - 每个 flag 写一个 Python 函数,判断「这个实例到底需不需要它」
- 输出 CSV,再在材质实例级覆盖(UE 5.8 新增
UnrealMaterialEditingLibrary.set_base_material_usage支持实例)
分支策略也很老练:只覆盖 true 的活放在 release 分支(零风险,本来就该是 true);父材质关 flag 的活放在 main 分支(离发布远,给 QA 足够测试时间)。
另外一条新规矩值得抄进团队规范:静态开关只在两种情况下用——① 材质函数含纹理采样(低端硬件采样器数量有限)② 数学很重且不是所有实例都会用到。其余一律用普通 if 语句 + 枚举(enum)。
一句话总结:着色器卡顿的本质往往不是「PSO 没预热」,而是内容资产设计让排列数量失控。工程侧优化只能砍幂,管住 usage flag 的传播才是砍底数。
2. Unity 6 用 GraphicsStateCollection 做着色器预热
出处
- 原文标题:GraphicsStateCollection を使ったシェーダーウォームアップについて
- 作者:天野拓郎,株式会社 CyberAgent SGE コア技術本部 项目支持组(专门给公司内部项目做性能调优、故障调查、设计支持)
- 链接:blog.sge-coretech.com,2026-07-07
- 类型:一线工程博客(真实生产项目踩坑记录,含完整可运行代码)
- 语言:日文
为什么值得读
着色器编译卡顿(shader compile stutter)是移动端客户端面试的高频题,但大部分资料停在「用 ShaderVariantCollection 预热一下」这个层面,而这篇是从真的上线过的项目里总结出来的坑,还带着完整代码。
关键技术点
一、卡顿的两段来源
- Main Thread:
Shader.CreateGPUProgram(SPIR-V / MSL 层的变体编译) - Render Thread:PSO 生成(iOS/Metal 上是
GpuProgramMetal.GetCachedPipeline,Android/Vulkan 上是CreateGraphicsPipelineImpl)
Metal 和 Vulkan 上 PSO 生成成本很大,首次绘制会有几毫秒到几十毫秒的卡顿。
二、SVC 和 GSC 的本质区别(这个区分很多人答不上来)
ShaderVariantCollection 只管「编哪些变体」,不管渲染状态(顶点布局、RenderTarget 附件、混合、深度模板等),所以只能到字节码层;真正绘制时驱动还要重新生成 PSO,卡顿依旧。
GraphicsStateCollection 存的是「变体 × 渲染状态」的组合,可以直接生成 PSO,是 D3D12 / Metal / Vulkan 时代 SVC 的替代品。
三、两阶段流程
- 收集:
BeginTrace()→ 跑一遍收集场景 →EndTrace()→SaveToFile() - 预热:
WarmUpProgressively(4, handle)分帧编译(不要一把WarmUp(),会瞬间 spike) - 细节:
isWarmedUp在出错时可能永不置位,要自己累加计数兜底,否则死循环
四、三个实战坑(全文精华)
- AssetBundle 重复打包:同一个 shader 被打进多个 bundle 时,Unity 会生成多个 shader 实例;GSC 只预热了其中一个,另一个照样卡。这个问题只在 iOS/Metal 复现,Vulkan 不复现(两边 PSO 缓存管理机制不同)。解法:把 shader 收进单独的
shader-bundle,或按 bundle 各备一份 GSC。 - Metal 的 SubPass(Native Render Pass)里绘制的 shader 预热不生效,Unity 6000.3 无解,只能回避或改在加载画面里预渲染。注意
RenderGraph.nativeRenderPassesEnabled在 6000.5 之后是强制开启的。 - Shader Stripping 把变体编没了 → 预热时报
variant not found;或者跨平台搬运 GSC 触发GraphicsDeviceType / RuntimePlatform / QualityLevel mismatch警告。
还有一条容易忽略:GSC 里的 GraphicsState 是按图形 API 生成的,必须在目标设备的构建上收集,不能用 Editor 的。
一句话总结:Unity 6 把「预热」从字节码级推到了 PSO 级,但它管不到资产打包造成的重复实例——预热清单和包体设计必须一起管。
3. Is Complex Agentic Memory Always Needed? Naive RAG Is Stronger Than We Thought
出处
- 论文:arXiv<2610>2610>.30755,2026-10-22 提交
- 作者:Zhengye Bao, Shengtao Zhang, Haokai Zhang, Shiqi Lou, Muning Wen, Minnan Luo 等
- 篇幅:62 页(含附录)
- 类型:arXiv 预印本(未见同行评审),但实验设计干净、baseline 明确
- 语言:英文
结论
用一个朴素到不好意思的基线 Raw-RAG(原始对话历史做 dense retrieval + rerank,直接喂给 reader),在 7 个 benchmark-model 设置里 6 个排第一,超过最强的 agentic memory 系统 0.13 ~ 5.53 分(覆盖 LoCoMo、LongMemEval、MEME、MemoryAgentBench)。
为什么它能赢
记忆系统做变换(总结、结构化、图化、学习检索策略)时,存下来的是「提炼过的结论」,但丢掉了推导结论需要的中间关系和依赖路径。原始证据的覆盖率更高,能补回利用率上的劣势。
最狠的一个实验:即使把变换后记忆库的访问全部给满,精度仍然赶不上直接看原始证据。
值得借鉴的工程原则
- 上复杂记忆结构之前,先把 raw-history 检索做成基线,之后每加一档复杂度都跟基线打一次
- 「看起来很高级」不等于更强;在长对话理解这个具体任务上,复杂度带来的收益可能为负
一句话总结:这篇是「过度设计」的反面教材,而且它是用实验,不是用观点。
4-7. 选读
4. Why Bother Me Again? Benchmarking Personal Agent Memory for Interaction Preferences arXiv<2610>2610>.30485 · 97 页 · MemPABench
测的是「agent 该不该记住你不想被反复追问」。结论扎人:检索式记忆(Mem0 / MemOS / 简单 RAG)打不过 No Memory;File-based 记忆能提精度,但会把偏好用到不相关的场景里。价值在于它量化了「记住了 ≠ 用对了」。
5. The Horizon Gap: Planning, Memory, Execution, Training, and Evaluation for Long-Horizon LLM Agents arXiv<2608>2608>.06663 · 39 页 · 综述(系统收割 1547 篇 2024–2026 的论文)
别通读。只取它最有用的一个贡献:把三件天天被混为一谈的事拆开了——long-horizon(任务属性:要多少步)、long-context(模型属性:token 容量)、long-term memory(系统属性:跨步/跨会话持久化)。这三个概念分清楚,讨论「agent 怎么处理长任务」才不至于鸡同鸭讲。
6. DuoCook: An Overcooked-Inspired Benchmark for Visual Planning and Coordination arXiv<2610>2610>.31511
用 Unreal Engine 搭的 benchmark(地图还是 coding agent 生成的),让视觉语言模型同时控制两个玩家做协作烹饪。最值得记的不是 26.2% 的订单完成率,而是它怎么把「游戏」变成可评测的 agent 环境:prop legend 和锅具数量指示器提供视觉线索、格子化目标点保证空间 grounding、连 API 花费都纳入指标。
7. Can LLMs Improve Their Own Harness? A Controlled Study on ARC-AGI-3 arXiv<2610>2610>.30499
概念最值钱:harness——编排模型调用的那层符号程序,负责感知、记忆、工具、恢复、推理分配。实验结论偏负面(两次自我修订平均只涨 2.80 分,而且开发集收益会高估留出集),但「模型能力 vs harness 能力怎么分离」这个问题本身,是任何 agent 工程都绕不开的。
本期筛掉的
| 内容 | 理由 |
|---|---|
| strayspark.studio 的几篇(Nanite 的真实性能代价、UE5.6 60fps 开放世界、PSO 预缓存剧本) | 标题写得像一手实测,作者背景查不到,内容是二手材料拼接 + SEO 结构。要 Nanite 的成本数据,看 Epic 官方文档或 GDC 演讲。 |
| MeshNet(Zenodo 预印本) | 「GPU 驱动可见性剔除顺便当网络带宽过滤器」——想法有嚼头,但无同行评审,实验设置无法核验。 |
| NVIDIA 神经渲染 + MCP 配 DLSS | 一堆配置步骤,读完没有可迁移的认知。 |
| GDC 2026 的议程页(Neural Graphics in Practice / State of RTX Rendering in UE5) | 只有标题和摘要,正文在 GDC Vault 付费墙后。等有人整理成中文笔记再推——本期第 1 篇就是这么来的。 |
这个黑名单会一直维护,进来一次就是长期拉黑。
下期方向
- UE 5.8 的 PSO 预缓存 / Microsoft Advanced Shader Delivery(含 State Object Database 生成流程)——和本期第 1、2 篇正好连成一条线
- 图形学与渲染管线的基础向一手材料(面试问到的那个深度,不是教程深度)
- C++ 侧偏实测的文章(cache 友好、对象池、帧时间预算),不要八股文
专栏定位:宁缺不凑数。每期最多 3 篇主推 + 4 篇选读;如果一周真没好东西,这期就会很短,甚至只有黑名单更新。
文章分享
如果这篇文章对你有帮助,欢迎分享给更多人!

