事情的开始很简单。
有天我突然意识到：在做过的所有设计里，让自己看着最舒服的，其实是同一种感觉。温柔的、克制的、文字优先的、留白比填满更有力量的。
这不是某个设计系统教给我的，我也没学习过设计，是我自己内心审美的趋同。
先把这种感觉说清楚 #
我花了些时间和 AI 做多轮交互——不是让它帮我做设计，而是让它帮我剖析：我做过的这些东西，规律在哪里？边界在哪里？反复问，反复重来。最后沉淀出来的，是几个我自己真正认可的判断：
- 文字即界面 — 内容本身就是最好的设计，排版做好了，装饰是多余的
- 留白即设计 — 空白不是空缺，是呼吸感的来源
- 克制即力量 — 点睛之色不超过两处，少即是多
后来我把这套规范叫做文心，又基于文心设计了落地页、博客主题等——用同一套语言说话，放在一起不违和。
文心落地之后 #
但我又想让它动起来，能自己干活。这就引出了万形。
万形是我基于 OpenCode 搭的一套软 Harness——不是开发一个成品应用，而是把文心的设计规范写成足够精确的配置和约束，结合 Agent 开发与 SOP 工作流的定义，让 AI 在这个框架下自主生成设计。
我自己定义的软 Harness，就是不写一行代码，纯靠提示词、Agent 设计和 SOP 工作流，让 AI 按你想要的方式干活。当软 Harness 的产品成熟度足够高之后，再在代码层面引入硬约束——条件判断、流程控制、护栏逻辑——让 AI 碰到边界就硬停，也完全可以。这时候易用性会更好，整套系统也更可靠。
万种形态，同出一源。
目前万形覆盖 9 种输出形态：Web 页面、移动应用、品牌标识、印刷排版、演示文稿、文档站、海报封面、架构图表、研究报告。
在实际生产中，我用 DeepSeek 作为模型基座，尝试让万形跑了两轮。
第一轮：一次性生成九种形态的 Demo。OpenCode 跑了大约两个小时，成熟度大概 40%。粗糙，但有形，方向对。
第二轮：进行多层审计，包括基于 MCP 的视觉审计，联合审计。OpenCode 又跑了一个多小时，成熟度提到了 60%。
第三轮：加上我自己的直接反馈，成熟度 70% 以上。这速度是原来一个人的 10 倍都不为过。
最终成品可以在 https://zopiya.github.io/wanxing/ 浏览体验。有一说一，如果换用更好的模型基座，效率更快，成品更好。目前我认为 Gemini 效果比较好，但 DeepSeek 量大管饱。
万形仓库地址： https://github.com/zopiya/wanxing ，有兴趣的可以体验一下。
真正有意思的地方 #
到这里还没完。
我让栀子（OpenClow 的化身）学习了整套万形之后，把它接入了我的日常工作流。现在的日常是这样的：我拿出手机，在微信里找到栀子，告诉它我想做什么。栀子理解意图之后，调起 OpenCode 去跑万形的 Harness，全流程走通，产物直接部署到 Cloudflare。
整个过程极其流畅，几乎感觉不到我在用工具。更像是在和一个理解你审美的人说：帮我做个这个，然后它就去做了。
虽然 Harness 也许是目前最顺手的叫法，至少沟通起来门槛低。但这个名字可能过于技术，限制了它本来的想象空间。
不过有一件事倒是越来越确定：大家往往高估一个新事物在两三年内能改变什么。ChatGPT 出来的时候，DeepSeek 出来的时候，所有人都在学、都在讨论，同时也都在高估它短期内能带来的冲击。两三年过去，好像没那么颠覆。但如果低估它长远能改变什么，这个代价更大。
不知道这条路最终通向哪里。但我知道和栀子聊清楚，然后去睡觉——醒来之后东西就在那里，等你打磨成品——这件事放在三年前是不可能发生的。