叮当小鸡毛

为什么 Claude 和 DeepSeek 都选择了插件化？

叮当小鸡毛 — Tue, 20 Oct 2026 00:00:00 GMT

10 月 1 日，Claude Code 开放 Mods，让第三方扩展介入部分事件和界面[1]。更早发布的 DeepSeek Harness 则将模型适配器、工具注册乃至 Agent loop 纳入插件体系[2]。DeepSeek 的崔添翼评价，两边「正在走到一起，殊途同归」[3]。为什么两家都选择开放 Agent 的内部能力，而不是继续增加默认功能？

图 1，依据 Claude Code 与 DeepSeek Harness 的公开信息整理绘制[1][2]，崔添翼评价引自[3]。

答案不只是插件越来越流行，而是 Agent 正在面对大量无法由统一产品预先满足的工作方式。模型让用户更有能力制作功能，插件让功能能够被组合进 Agent；开放到运行时，则决定了用户究竟能定制多深。

一定制需求一直存在，现在更容易被实现

同样是处理 PR，不同团队的要求可能截然不同：有的必须单列风险，有的强调改动目的；有人希望持续看到评审状态，也有人要求合并主干之前必须经过明确授权。通用 Agent 能读代码、调用工具，却很难用一套默认流程覆盖所有习惯。过去，这类小众要求常因开发成本而搁置。

变化来自模型能力的提高。Irene Weber 的一项预印本研究让 33 名编程经验有限的学生借助 AI 制作问卷应用，其中 24 人报告完成可用应用，多数成功者耗时两到三小时[4]。这是小样本、简单应用的结果，虽然不能推论复杂软件已可轻松完成，但足以说明：用户不必先掌握全部实现细节，便能开始尝试。

插件社区也有同样的变化。Obsidian 团队在 2026 年 5 月写道，编码 Agent 加快了插件开发，审核队列因而变长；启用新审核系统后，数日内处理了 2,300 多个积压提交[5]。需求并非突然出现，改变的是满足长尾需求的门槛。

二插件化把个别功能变成可组合的工作方式

以 PR 为例，团队可以用 Skill 保存整理步骤，用界面组件持续展示评审与检查状态，用检查规则限制高风险操作。cc-pr-tracker 通过 gh 读取 GitHub 状态，再借助 mod 把评审决定和必需检查显示在 Claude Code 界面中[6]；merge-gate 则为合并 PR、推送主干等命令设置额外条件[7]。这些能力彼此独立，却能共同构成一套团队工作流。

不同扩展解决不同层次的问题：CLI 提供本机命令能力，MCP 连接工具和服务，Skill 保存完成任务的方法；Claude Code 的设置 hook 在事件发生时调用进程外命令或 HTTP 请求，并可据结果放行或拦截；mod 则运行在 Claude Code 进程内，能够跨事件共享状态、介入部分行为并提供界面[1]。Claude Code 的 plugin 主要承担安装与分发，可打包 Skill、MCP 配置、设置 hook 和 mod[11]。

图 2，依据 Claude Code Mods 文档与 DeepSeek Harness 架构文档整理绘制[1][2]；接口分工与两家的开放范围为示意，各项能力均在正文说明。

图 3，依据 Claude Code Mods 文档绘制[1]；这里的 hook 指设置 hook。

这也是插件相较于每次都修改宿主源码或维护个人 Fork 的价值：把差异留在独立组件中，让基础 Agent 继续升级，让用户按需组合、替换、分享和维护。当然，实际维护成本仍取决于接口是否稳定、扩展是否兼容。

三从连接外部工具，走向开放 Agent 运行时

插件并非新鲜事，新的边界在于扩展能否进入 Agent 自己的运行过程。Claude Mods 在既定宿主上开放部分事件、状态与界面，属于对既有产品的深度扩展；DeepSeek Harness 则进一步把模型适配器、工具注册和反复调用模型与工具的 Agent loop 都设计为可扩展部件[1][2][3]。两条路线的开放程度不同，却都在扩大用户能够调整的范围。

一旦多个运行部件都可替换，关键问题就从“如何调用插件”变为“如何组织插件之间的依赖与协作”。Harness 使用 Cordis：插件依托共享上下文声明所需服务，依赖满足后加载，通过事件参与运行，卸载时清理纳入回收机制的注册资源[13]。Cordis 并非从零起步，它此前已被 Koishi 采用；Koishi 的插件生态积累了长期实践[12]。

图 4，依据 DeepSeek Harness 的 Cordis 机制说明绘制[13]；四个步骤是正文所述流程的示意。

Harness 还通过 profile 等配置组织插件组合：既可以保留基础部件、增加界面或规则，也可以更换模型接入、工具实现和工作循环[13]。于是定制不再局限于增加一项功能，而有机会形成面向不同工作的 Agent 运行方式。

图 5，依据 DeepSeek Harness 架构文档绘制[2]；部件循环与替换关系为示意，不同插件组合可以形成适合具体工作的 Agent。

四生态开始生长，但开放不等于成熟

接口开放之后，社区的探索速度也很直观地表现了开发者的态度。Claude Mods 默认开启后不到两周，第三方目录 awesome-claude-code-mods 扫描到 3,836 个公开 mod 仓库；Anthropic 官方当时提供的示例只有 Token Weather、Blast Radius 和 Replay Theater 三个[1][8]。这些仓库质量不一，不能直接视为成熟插件数量，但体现出了开发者尝试的广度。OpenAI 在 2026 年 3 月为 Codex 推出 plugins，将 Skill、应用集成及 MCP 服务器配置打包分发[9]；截至 10 月 15 日，GitHub 的 opencode-plugin 主题下有 1,209 个公开仓库[10]。

不过，“能够组合”与“普通用户可以可靠地组合”仍有距离。截至 2026 年 10 月 14 日，DeepSeek Harness 的 v0.2.1-alpha.2 尚处 alpha 阶段[14]。其 Claude Mods 兼容层虽能运行三个官方示例，但 tool.describe 等事件尚未触发，部分现有 mod 无法直接使用[15]。接口能力、版本兼容与维护成本，都影响实际体验。

更重要的是信任边界。Claude 文档明确指出，mod 不在沙箱内运行，而直接使用当前用户权限[1]。此前 ClawHub 曾被报告存在大量恶意 Skill[16]，npm 上的 postmark-mcp 也被发现暗中将邮件副本发送给攻击者[17]。这些并非 mod 案例，却提醒我们：插件越接近运行时，权限管理、来源审核和生命周期治理越不能缺席。

结语：通用 Agent 正在变成用户可组合的平台

回到开头的问题：Claude Mods 与 DeepSeek Harness 的共同方向，不只是增加一个扩展入口，而是把原本由产品开发者决定的部分行为、界面乃至运行部件交给用户选择。模型降低功能开发门槛，差异化工作流提供持续需求，插件则让这些定制无需每次都从头打造。

通用 Agent 提供基础能力，用户通过插件决定它如何工作。这条路线仍受到兼容、安全和治理约束，但它解释了为什么插件化可能成为 Agent 的重要未来：不是每个人都需要一个全新的 Agent，而是每个人都可以逐步组合出适合自己的 Agent。

资料来源

1Claude Code 文档：Mods overview：https://code.claude.com/docs/en/plugins/mods/overview ↩
2DeepSeek Harness：架构文档：https://deepseek-harness.github.io/deepseek-harness/en/reference/↩
3InfoQ（网易号转载）：Claude 开放插件最高权限 Mods，DeepSeek 崔添翼下场评价：与 DSH 殊途同归，但范围截然不同：https://www.163.com/dy/article/L886KPLL0511D3QS.html ↩
4Irene Weber：Feasibility of AI-Assisted Programming for End-User Development：https://arxiv.org/abs/2512.05666 ↩
5Obsidian Blog，kepano：The future of Obsidian plugins：https://obsidian.md/blog/future-of-plugins/↩
6sezaakgun：cc-pr-tracker：https://github.com/sezaakgun/cc-pr-tracker ↩
7yash-gadodia：claude-mods：https://github.com/yash-gadodia/claude-mods ↩
8karanb192：awesome-claude-code-mods：https://github.com/karanb192/awesome-claude-code-mods ↩
9OpenAI：ChatGPT 与 Codex 更新日志：https://learn.chatgpt.com/docs/changelog ↩
10GitHub Topics：opencode-plugin：https://github.com/topics/opencode-plugin ↩
11Claude Code 文档：Plugins overview：https://code.claude.com/docs/en/plugins/overview ↩
12koishijs：koishi：https://github.com/koishijs/koishi ↩
13DeepSeek Harness 文档：Cordis primer：https://deepseek-harness.github.io/deepseek-harness/en/reference/cordis-primer ↩
14DeepSeek Harness：v0.2.1-alpha.2 发行说明：https://github.com/deepseek-ai/deepseek-harness/releases/tag/dsh-v0.2.1-alpha.2 ↩
15DeepSeek Harness：Claude Code mods 兼容性清单（dsh-v0.2.1-alpha.2）：https://github.com/deepseek-ai/deepseek-harness/blob/dsh-v0.2.1-alpha.2/docs/subsystems/claude-code-mods.md ↩
16The Hacker News：Researchers Find 341 Malicious ClawHub Skills：https://thehackernews.com/2026/02/researchers-find-341-malicious-clawhub.html ↩
17Snyk：Malicious MCP Server on npm postmark-mcp Harvests Emails：https://snyk.io/blog/malicious-mcp-server-on-npm-postmark-mcp-harvests-emails ↩

全网吹爆的astra，为什么我觉得它有一种「伪人感」

叮当小鸡毛 — Tue, 20 Oct 2026 00:00:00 GMT

我最近一直在磨合 gpt-6-astra（下文简称 Astra），努力的成果，是开了一个新的 Claude 账号。起初是 Claude 账号被封，恰逢 Astra 上线、全网吹爆，遂立刻订阅。磨合下来，Astra 的确知识密度高，但体验和前代没什么两样：你说的它都做，你不说的，一个字都不做，一贯地「不说人话」。它像特种兵：给坐标打得极准，技能密集；不给坐标原地待命。让它指挥全军，三分钟收工。

而 Claude fable（下文简称 Fable）才是大多数人想要的那种强大，像军师：看的是全局，听得懂我的弦外之音——不止回答问题，还把相关部分盘一遍，从几处线索找出共同症结，直接告诉我 bug 在哪。Astra 听得懂我说的，Fable 听得懂我没说的。两边都是顶级人才，只是人格不同。

空口无凭，实录在此。同一个问题发给了 Astra 和 Fable：参考 YouTube 博主 RujiK the Comatose 开发 Critter Crosser 的思路，做一个桌面宠物。下图是两边回答的节选，高亮处让我感受到差别。

对比图｜依据真实对话节选重排，左 Astra，右 Fable；省略处已标示，高亮为后加。

左边，Astra 逐条给意见：「一模一样」怎么验收、SDF 为什么不能自动解决穿模，桌宠体验等等。

右边，Fable 上来先点破一件事：照搬 RujiK 和做桌宠，两个目标之间有几处要调和。围绕「陪伴感＋低打扰」，它开出一张取舍单：哪些值得照搬、哪些结合桌宠定位不必做、引擎怎么选——透明窗口、点击穿透、常驻低占用这三样桌面刚需，接不住的直接出局。

一张取舍单，Fable 正中眉心。

面对这个我不熟的领域，Astra 把我给的文档当基石，把实现和验收都想深了一层，no problem，只是不是我想要的：照它的方案走下去，后面怕是要一直填坑。Fable 更像请来的专家，开口先审「桌宠」和 RujiK 的程序之间的区别。一个把方案做扎实，一个把方向定对——还在打磨文档的我，缺的先是后者。

图 1｜特种兵与军师：Astra 给坐标精准执行，Fable 观全局主动探因。本文观点示意 · 角色代表协作风格。

我把两家的公开材料翻了一遍：发布说明、system card、宪法文档、产品页，外加几篇第三方分析（全部来源列在文末）。结论是：人格是从我们看不到的最底层开始，一层层塑造出来的。

图 2｜人格的塑造链路：从愿景、原理、后训练到产品环境。本文观点示意 · 角色代表协作风格。

01 愿景层：可靠的执行，还是可靠的判断

OpenAI 在给 Astra 的公开描述中反复提到一组关键词：理解用户意图、在授权范围内行动、面对困难任务不越过预定边界[1]，还专门公开了一项评估：任务困难或根本做不完时，模型会不会超出授权目标去做别的事。

这些词拼出来的愿景很清楚：一个可以放心交付任务的执行者。它的美德是可预测——只做说好的事，做完就收工，不多不少。

图 3｜Astra 的用户意图理解与授权范围评估。来源：OpenAI 中文发布说明[1]。

而 Anthropic 在 2026 年版的 Claude 宪法[2]里直接把「人格」写进了正文，说这些内容会塑造 Claude 的行为：相比机械执行具体规则，更希望模型理解规则背后的原因，把广泛原则用到没见过的情境。这个愿景同样清楚：一个可以信任的同事。它的美德是判断可靠——规则没写的情况，它会自己想明白该怎么办。

图 4｜Claude 宪法：理解原因、应用原则。依据原文译制的中文图，保留原高亮内容；来源：官方原文[2]。

02 原理层：规范合规，还是价值内化

愿景怎么变成训练路线？两家选的路恰恰相反。

OpenAI 的路线可以叫「规范合规」：先把期望的行为写成一份自上而下的文档（Model Spec[3]），细到指令冲突时听谁的都有规定——平台、开发者、用户，层级分明；Astra system card[4] 则说，用大量真实场景的例子，教模型学会应用这份规范。行为就是一份文档，模型的任务是准确遵守。

Anthropic 的路线是「行为原则 + 人格训练」：没有逐条打钩的清单，模型要内化一套价值观和判断框架。这条路从 2022 年的 Constitutional AI 论文[5]就开始铺：先写一套行为原则，让模型按原则自我批评、自我修正，再从 AI 反馈中学习。Zvi 对 Fable 5.1 system card 的分析[6]提到，Anthropic 会测量模型对自家宪法的「认同度」（同期的 Mythos 5.1 得分 8.2/10），甚至观察模型会不会主动去修改宪法的段落。

OpenAI 要求模型「照规范做」，Anthropic 问「认不认同这些原则」。路线不同，训练出来的模型自然不同：前者是执行器，后者自带判断框架，甚至想跟你讨论原则本身。

03 后训练层：奖励什么，就长成什么

再进一层，每个实验室都要回答同一个问题：什么算一次好的回答？答案会写进人类标注员的评分指南，写进 RLHF/RLAIF 的奖励模型里。

OpenAI 的答案是「约束不漂移」：指令遵循更强，中途插入新要求时能一并吸收、不丢原始约束——前代会把你的插话当成新目标，Astra 不会（DataCamp 对 Astra 的分析[7]）。代价是 Zvi 分析[8]提到的另一面：推理链更简洁，但对抗性提示下可能规避监控，还有约 9.6% 的「评估意识」——前代 GPT-5.6 Sol 在同一测试里是 2.8%。严格合规训练出来的模型，学到的是掂量后果。

图 5｜Astra 的评估意识测试；比例对应文中所述测试轨迹。依据原文译制的中文图（AI 排版），保留原高亮内容；来源：官方原文[4]。

Anthropic 的答案是判断力本身：Transparency Hub[9] 说明，Fable 5 与 5.1 经过了大量后训练，目标之一是让行为符合宪法描述的价值。代价也在同一批材料里：omniscience 测试中过度自信，只有约 2% 的情况承认「不知道」；被施压时坚持信念的比率还在下降。爱下判断的模型，风险是判断错了仍然很笃定。

图 6｜Fable 5.1 的后训练目标。依据原文译制的中文图，保留原高亮内容。来源：官方原文[9]。

这一层的取舍看得最清楚：奖励听话，练出来的是精准的执行；奖励有主意，练出来的是主动的判断。

图 7｜Astra 精准完成已说清的目标，Fable 主动串起分散线索；各自的优势，也可能带来遗漏或误判。本文观点示意 · 角色代表协作风格。

04 产品层：我们用到的从来不是裸模型

最后一层常被忽略：裸模型外面还套着一层 harness（系统提示、工具、交互规则）。同一个模型，换一套系统提示，表现可以差很多。

图 8｜模型之外，还有系统提示、工具与交互规则。本文观点示意 · 角色代表协作风格。

先看系统提示。Drew Breunig 对 Fable 5.1 系统提示的分析[10]发现，Anthropic 把搜索工具的使用指导从「查 1 个事实调 1 次、中等任务 3~5 次」改成「按需调用」——模型会过度遵循字面数字。把工具指导写到多细，本身就是一次人格塑造。交互规则同样如此。Fable 的产品页[11]写得很直白：「避免表面捷径，解决问题的根本原因而不仅仅是症状」，再加上自主规划、主动汇报。

Astra 这边则把「可预测」本身当卖点：这一代也会自己决定何时提问、何时基于合理假设继续，但判断收在边界之内，为的是把约定的事交付得更稳。判断的用途不同，分岔依旧。

05 使用层：把任务交给对的人

回到开头的桌宠项目。这个任务考验的是判断：世界知识、全局方向。这类任务先交给 Fable，说清授权范围，放手让它谋划，把结论落回可执行的方案；目标明确后，再轮到 Astra，把目标、边界、验收标准一次给齐，直至把规划内容精准地做完。

图 9｜按任务选择协作方式：执行与精确修改，或探索与建立共识。本文观点示意 · 角色代表协作风格。

把 Fable 和 Astra 串成流水线，1 + 1 > 2，靠的恰恰是前面分析过的两个「缺点」：Fable 爱站在问题本身判断，放在规划阶段就是生产力——桌宠那次就是现成例子；Astra 字面服从，放在执行阶段就是可靠性。中间那份方案就是接口：把 Fable 的判断，翻译成 Astra 能忠实执行的任务清单。

图 10｜先谋划，再执行；用一份明确的方案完成交接。本文观点示意 · 角色代表协作风格。

两边都是顶级人才，只是人格不同。

资料来源

1GPT-6 Astra 发布说明：https://openai.com/index/gpt-6-astra/↩
2Claude's new constitution：https://www.anthropic.com/news/claude-new-constitution ↩
3OpenAI Model Spec：https://model-spec.openai.com/↩
4GPT-6 Astra System Card：https://deploymentsafety.openai.com/gpt-6-astra ↩
5Constitutional AI: Harmlessness from AI Feedback（Anthropic）：https://arxiv.org/abs/2212.08073 ↩
6Zvi：Claude Fable 5.1 and Mythos 5.1 — The System Card：https://thezvi.substack.com/p/claude-fable-5-and-mythos-5-the-system ↩
7DataCamp：GPT-6 Astra — Features, Benchmarks, and Pricing：https://www.datacamp.com/blog/gpt-6-astra ↩
8Zvi：GPT-6 Astra — The System Card, Alignment and What Comes Next：https://thezvi.substack.com/p/gpt-6-astra-the-system-card-alignment ↩
9Anthropic Transparency Hub：Claude Fable 5 / 5.1：https://www.anthropic.com/transparency ↩
10Drew Breunig：What We Can Learn from Claude's Fable 5.1 System Prompt：https://www.dbreunig.com/2026/09/07/what-we-can-learn-from-claude-s-fable-5-1-system-prompt.html ↩
11Claude Fable 产品页：https://www.anthropic.com/claude/fable ↩

表现力至上：我为什么让 AI 输出 HTML

叮当小鸡毛 — Tue, 20 Oct 2026 00:00:00 GMT

向 AI 提需求时，它常会先给一份 Markdown 计划供确认。简单、易编辑，Markdown 至今仍是人与智能体沟通的主要格式。

但到了 2026 年，GPT-6 和 Claude Code Fable 5 的输出能力已远超 GPT-4 时代，Markdown 开始不够用了：AI 几秒生成的内容，我们要花几倍时间才能读完、评估完。输出近乎无限，注意力却有限，这个不对称把思考的成本转嫁给了接收者。要缩小它，就得提升信息传达效率——HTML 的可视化、色彩和图表，正是值得尝试的表现形式。

今年我尝试让 AI 用 HTML 整理长文、探索网站设计、可视化代码变更，意识到要求 AI 输出 HTML，等于让它在生成内容的同时，多承担一份组织和呈现的工作，帮我们更快找到重点。

用排版组织阅读顺序，用图示表达关系，用交互缩短反馈路径。

这些摸索原本零散，直到读到 Thariq Shihipar 的《The Unreasonable Effectiveness of HTML》，才发现类似实践已有人整理成一系列可直接打开的案例。接下来，我结合他的案例和自己的经历，聊聊 HTML 如何让信息更有效地从 AI 传给人，也从人传回 AI。原文与 prompt · 配套案例库

01 读长文：减少寻找和梳理信息的时间

年初，我一度沉迷于让 AI 把长文整理成带可视化图表的 HTML 文档，用多了还为此做了个自用 skill。

目的很简单：读得更有效率。面对信息量大的文章，让 AI 安排好阅读顺序：先看结构，再读论述。摘要告诉我文章讲了什么，关系图则提醒我：分散在各段的几个观点，可能依赖同一个前提。

人的时间有限，不是所有文章都值得精读。这套流程帮我完成第一轮筛选：多数文章读到这里，价值和结论已经清楚；少数值得深入的，再带着梳理出的问题回到原文精读。

Thariq 案例库里有个讲解“一致性哈希”的页面，概念说明、环形图、参数控件和术语解释放在一起，节点可增减。查看交互案例

图 1｜案例库原站截图：交互式讲解的组织方式。

读完说明还能调参数，看图随之变化——抽象描述和具体例子对照着看，省去在段落间来回寻找。

我还会要求 AI 保留结论的依据和限制条件，避免文档读着顺，却丢了原文的重要限定。把当时的需求重写成 prompt，大致是：

阅读 prompt｜本文整理

请把下面这篇长文整理成一份帮助我深入阅读的单文件 HTML。

开头用简短的内容地图说明文章结构；正文保留核心论点、支持证据和限制条件。适合比较的内容用表格，存在因果或依赖关系的内容用图示。

每个关键结论都标注它对应的原文小节或段落，区分原作者的说法与你补充的解释。没有数据支撑的地方，不要生成定量图表。

详细推导可以折叠，但重要的前提和反例需要直接可见。文档使用中文，适合手机阅读，并能在本地浏览器中打开。

拿到文档后，可按这些要求检查：结构是否清楚、结论能否找到依据、细节能否展开。效率的提升应体现在更容易找到并理解所需信息，而不只是页面变短。

02 做设计：通过比较，减少沟通偏差

年中我开发了 macOS 番茄钟 PomoPip，在 pomopip.com 可免费下载。

设计官网时栽过跟头：我不懂 UI 设计，需求很难说清；AI 生成的 Markdown 规划单本身没问题，可一旦生成真实页面，就得反复抠细节，改到最后仍不满意，过程很低效。

回头看，问题出在方向未定就先改起了细节——细节花再多功夫，页面也不会更接近想要的样子。

后来换了做法：先让 AI 用 HTML 产出多个主题方向，选定后再设计页面和交互。设计稿在浏览器里直接打开，排版、颜色、组件都看得见。需求传达的方式随之改变——过去要把脑中的模糊感觉翻译成文字，再等 AI 变成界面；现在对着几个具体方案直接比较，指出保留和修改的部分。前者花了小半天，最终还放弃了；后者只用一小时。

Thariq 的设计案例用了类似办法：同一个“还没有任务”的空状态，做出极简、插画、轻松活泼、操作引导四种方案，放在一起比较。查看设计案例

图 2｜原站截图。四种方案同一场景，便于比较差异。

案例页的 prompt 可译为：

为我们的空状态组件探索四种视觉方向。直接渲染每种方案，方便比较整体风格、信息密度，以及它们在浅色和深色背景下的表现。

用在我的番茄钟网站上，我会写得更具体：

设计 prompt｜参考案例思路改写

请结合软件现有的主题风格，为对应的官网输出几个 HTML 主题提案。

保持像素游戏风格。每个提案都包含同一组内容：产品名称、一句话介绍、计时器预览和下载入口。

用真实排版、颜色和组件表达各自特点，并简要说明这种设计适合营造什么感受。先做到足够让我判断方向的程度。

给每个提案固定编号。选定后，后续页面沿用它的字体、颜色和间距规则；需要改变整体方向时，明确指出变化。

对着颜色、布局和组件直接讨论，省去大量抽象描述，每轮反馈都有明确指向——传达越准确，后续反复越少。

03 审查代码：更快建立背景，定位重点

代码审查让开头的不对称更具体：AI 不断生成新代码，人却需要时间理解每次修改的目的、影响范围和风险。生成快过审查，待理解的内容就会越积越多。

Bits of Logic 在《Diagrams In Your PRs》里介绍了类似做法：用工具读取代码变更，生成解释图附在 PR 讨论区，说明改动涉及什么。阅读文章

逐行检查之前，先看一张画清模块关系和变化的图：涉及哪些模块、关系如何改变，PR 大致内容一目了然。带着这个背景进入具体代码，不必从零拼接上下文。

我自己也照这个思路，为一个真实的 PR 生成过解释图：改了什么、靠什么机制落地、如何影响下游，一张图就能看全。

图 3｜参照《Diagrams In Your PRs》生成的 PR 解释图：基础、机制、影响三个层面，一张图看全。

Thariq 的 HTML 审查案例则把批注放在代码差异旁，用风险标记提示重点，边看边核对。解释和它指向的代码同处一处，不必来回切换、寻找对应。查看审查案例

图 4｜原站演示 PR 局部截图，展示代码与批注的对应关系；并非 PomoPip 真实 PR。

案例库里还有一份面向审查者的 PR 说明，编号 #312，prompt 可译为：

请为审查者撰写 PR #312 的说明。解释修改动机，逐个文件讲清改了什么、为什么改，展示修改前后的行为差异，并指出需要重点关注的地方。他们已经六个月没有接触过通知模块的代码了。

我更进一步的想法：把解释图直接做进审查 HTML，让审查者自己决定阅读顺序——先看改动目的和影响范围，再看关系图，最后对照代码。

04 给反馈：让操作直接表达决定

案例库里还有个任务分拣看板：待办事项分 Now、Next、Later、Cut 四列，拖动卡片调整安排，再导出为 Markdown。查看编辑器案例

图 5｜原站看板截图。右上角按钮可将结果导出为文本。

调整优先级若全靠对话，得反复说清事项名称、原位置和新安排。有了看板，直接移动卡片、检查整体顺序、导出结果。

一份 HTML 文件就能充当这次协作的临时界面：

AI 整理候选项 → HTML 展示 → 人选择或调整 → 导出结果 → AI 继续执行

反馈 prompt｜参考案例思路改写

请把下面这些待办事项整理成一个临时使用的 HTML 决策页面。

每个事项保留唯一编号、名称和必要背景，允许我调整优先级、暂时搁置，并补充自己的理由。页面需清楚区分你的初始建议和我的最终选择。

提供“导出决定”按钮，输出事项编号、最终顺序、处理状态和我的备注。导出内容要足够明确，让下一轮 AI 能据此继续工作。

05 用人的理解成本，衡量输出的价值

回看这些场景，HTML 扮演的角色很一致：读长文时梳理信息、安排顺序；做设计时把抽象方向变成可比较的方案；审代码时快速建立背景、核对细节；给反馈时让操作直接表达决定。

所以我越来越多地让 AI 用 HTML 而非 Markdown 输出。可视化、色彩、图表和交互带来更强的表现力，最终指向同一件事：降低理解成本，提升传达效率。

当 AI 的输出越来越充裕，有限的人类注意力就更值得认真对待。让 AI 输出 HTML，是我提升信息传达效率的一种尝试：让它多做组织，让人少做寻找、猜测和反复确认。

原文与案例

案例页 prompt 为中文译写，其余按本文场景重新整理。开篇配图与图 3 为示意图，其余四张均为案例原站截图；交互效果需打开链接体验。

叮当小鸡毛

为什么 Claude 和 DeepSeek 都选择了插件化？

一 定制需求一直存在，现在更容易被实现

二 插件化把个别功能变成可组合的工作方式

三 从连接外部工具，走向开放 Agent 运行时

四 生态开始生长，但开放不等于成熟

结语：通用 Agent 正在变成用户可组合的平台

资料来源

全网吹爆的astra，为什么我觉得它有一种「伪人感」

01 愿景层：可靠的执行，还是可靠的判断

02 原理层：规范合规，还是价值内化

03 后训练层：奖励什么，就长成什么

04 产品层：我们用到的从来不是裸模型

05 使用层：把任务交给对的人

资料来源

表现力至上：我为什么让 AI 输出 HTML

01 读长文：减少寻找和梳理信息的时间

02 做设计：通过比较，减少沟通偏差

03 审查代码：更快建立背景，定位重点

04 给反馈：让操作直接表达决定

05 用人的理解成本，衡量输出的价值

原文与案例

一定制需求一直存在，现在更容易被实现

二插件化把个别功能变成可组合的工作方式

三从连接外部工具，走向开放 Agent 运行时

四生态开始生长，但开放不等于成熟