AI 的第一反应永远最平庸?这个技能专门治这个毛病
这个项目能干嘛
你有没有这种感觉:让 AI 起个名字、写句标语、做张海报,它第一次给你的答案几乎总是那个最"安全"、最没记忆点的选项——不能说错,就是平庸。antialgorithm 就是专门治这个毛病的。它是一个 Agent Skill,核心机制说白了分两步:先让模型老老实实说出它脑子里蹦出来的第一个、最平均的选择,然后要求它结合这个项目本身的理由,主动离开那个位置。它 README 里那张钟形曲线图特别直观——绝大多数选择都挤在中间的峰值区,它管这叫 safe zone,而这个技能逼着你往曲线的尾巴上走。起名字、编故事、想游戏点子、做 logo、画海报、设计 UI,凡是创意类的活都能用。装一次,你的 agent 就多了一个"别给我最普通那个"的开关。
为什么最近火了
这个仓库 11 月中旬才建,短短几天就冲了一波热度,我觉得踩中了两个点。一个是时机:Claude Code、Codex、Cursor 这些工具今年陆续开始支持 skills 目录,Vercel 还专门做了个 skills CLI,装技能变得跟装 npm 包一样顺手,生态一下就起来了。另一个是它戳中了每个人都能感受到、却没人系统解决的痛点——AI 的创意总像"正确的废话"。真正让它在社交平台传开的,是那张 showcase 对比图:同一个提示词跑六张音乐节海报,上面一排没用技能的六张挤在一起、长得几乎一样,下面一排用了技能的明显各有各的想法,一眼就看出差别。再加上十种语言的 README,传播门槛被压得很低,这波涨星也就不奇怪了。
技术亮点
真正有意思的是它藏在 scripts 目录里的四个 Python 脚本。seed.py 负责在你需求很模糊时帮你掷骰子生成一个起点:视觉类的种子会给制作方法、配色、布局、字体、动词、尺度、场景、地域,还有一半概率塞给你一个具体物件;文字类的给声音、切入方式和语域;创意点子的给动词、约束、尺度和压力。它用的是系统随机性,所以两个人发一模一样的提示词,起点完全不同。更贴心的是它把每次种子记到 ~/.local/state/antialgorithm/history.jsonl,自动跳过最近用过的,避免你自己重复自己,插件更新也不会动这个文件。想固定某个维度就用 --keep "axis=value",比如留住主题、只重新摇外观。
moves.py 是个"招数账本",把每次反默认答案背后那步主要操作记下来,比如"霓虹灯管墙,几乎不放字"。模型出活前会先翻它,免得把上次奏效的招数又用一遍。rough.py 专门治"代码画出来的图太工整"——它把 SVG 里的直线、形状和字母轻轻抖动,打破重复标记的平均间距,让印刷、颜料、印章、墨水这类手工方法真像手做的;屏幕、相机、渲染这类风格它就不管。check.py 是个质检员,把 SVG 按原图和图标两种尺寸渲染,列出文字出界、被图形压住、对比度不够、字号太小的问题,海报用默认阈值,做 App 界面记得调 --min-text 0.6。还有个 visuals.md,视觉规则只在做视觉活时才加载,起名字、写标语不会把它读进来,细节抠得相当细。
适合什么人
如果你是设计师、品牌命名从业者、独立开发者,或者任何靠 AI 出创意、却受够了千篇一律的人,这个技能基本就是为你准备的。它不假装能替你想出惊世骇俗的东西,只是把"最平庸那个"先摆上台面再踢开,给灵感一个岔路口。做提示工程的人也值得研究它的思路——这其实是把"反默认值"这件很抽象的事,拆成了一套能落地、能复现的脚本和约束。
快速试用
最省事的一行:npx skills add mankidev/antialgorithm,它会自动装到各个 agent 读取技能的位置。也可以直接 git clone 到你的 skills 目录,Claude Code 用户还能当插件安装。脚本依赖 Python 3,check.py 另外需要 numpy、Pillow 和 rsvg-convert(或 cairosvg)。
与竞品对比
- 普通提示词里加一句"要有创意":基本没用,模型还是会回到均值,你也没法控制它往哪个方向走。
- 一般创意类 skill:多数只喊口号,缺可复现的随机种子和去重机制,跑几次照样撞车。
- 这个技能:用 seed.py 的随机维度、moves.py 的招数账本、history 去重,把"离开平均值"做成了有记忆、能复现的流程,还细分视觉、文字、创意三类起点。
- 局限:它只管创意发散的"起手式",不管成品质量,海报排版还得靠 check.py 和你自己的眼睛兜底。