先说结论：它最值得学的是“让交互承担解释”，而不是给长文加一个会转的模型

The Beam Engine 没有先把完整机器扔给读者，再用大段文字解释零件名称。它从水变成蒸汽开始，依次让读者改变活塞直径、观察大气压推动真空中的活塞、比较锅炉受力、控制蒸汽阀门，再把往复运动变成旋转。每个交互只负责一个因果关系，历史人物、专利与工业需求随后进入。对中文知识创作者，这种顺序比“先生成炫酷 3D，再补解说”更可复用。

作者公开说明几何来自 CAD 模型，经自己的 Onshape exporter 导出并由 Three.js 渲染，交互图由本人和 Claude Fable 5 共同制作。这提供了一个诚实的 AI 辅助案例：模型可以帮忙实现组件、动画与页面代码，但选题结构、机械约束、史料选择和最终数字仍由人负责。页面引用了 1827 年原始著作和多部蒸汽机史研究，说明高质量 AI 制作不是减少来源，而是让来源链更可检查。

一份可执行的中文复刻清单

先写出读者必须理解的三到五个因果关系，每个关系只设计一个可调参数和一个可观察结果。再为所有数值建立来源表：原始文献、现代解释、单位换算、假设和误差分别记录。AI 完成初版后，用极端输入检查模型是否穿模、公式是否失效、状态是否能复位；再用手机、低性能电脑、键盘和触摸操作测试。若 WebGL 失败，页面至少要保留静态图、文字结论和数据表。

“约 15 马力相当于约 150 人”是很好的叙事钩子，却不是无需条件的常数。作者脚注把持续工作的人力、泵杆重量、泄漏与机械损失纳入估算；不同机器、工况和人的持续输出会得到不同结果。中文改写必须保留“约”“这台示例机器”和换算假设，不能为了标题把它扩展成所有早期蒸汽机。

最有价值的内容可以是一篇公开制作日志：展示概念图、CAD 清理、AI 生成的第一版、公式错误、移动端性能问题、无障碍补丁和授权清单。这样读者不仅看到一个成品，还能学会如何把 AI 生成的互动效果变成可核验、可降级、可合法发布的知识产品。