当前位置: 首页 > article >正文

再见,Markdown!你好,HTML!

往期热门文章1、Claude Code 对比 Codex贵 10 倍与快 4 倍2、Java5大AI框架3、Nginx 惊现 RCE 漏洞影响全球 1/3 网站4、IDEA 里跑 Claude Code 和 Codex 的最佳搭子3.3k Star 开源免费太爽了5、烂尾了Spring 官方亲自杀死了亲儿子 Spring CLI来自量子位 | 公众号 QbitA人类花了半个世纪把文档从打字机搬到 Word又花了二十年搬到云端。结果 AI 时代真正的通用格式是一门 2004 年发明的纯文本语言—— Markdown。最近 Claude Code 工程师 Thariq 又提出了新的观点说自己已经不用MarkdownHTML 才是未来。Markdown当死。这个暴论出自今天Anthropic工程师Thariq发的一篇引爆全网的长文。整篇文章就一个目的——给MD宣判「死刑」。是的这个前不久风靡vibe coding的人机交流格式正在被Claude的工程师们呼吁抛弃。我现在几乎不怎么亲手编辑这些文件了更多是拿它们当规范、参考文档或者头脑风暴的产出。就算真要改通常也是直接丢给Claude去修。不是你等等。我刚学会用MD……又死了那替代品是啥啊下一个该学什么Thariq的答案出乎意料HTML。我现在不管是做规划、需求设计、方案探索还是代码审查和整理报告全都在用HTML……其实吧如果光Thariq这么说不能代表什么。关键评论区共鸣的人太多了这本身就代表一种趋势。连卡帕西都表示说的太对反手给出一个认可这方法是真的好用。以下是经过整理更方便大家阅读的版本。Enjoy。Anthropic工程师力推HTML为什么这种格式之争的内容用对比方式呈现是最方便理解的。在Thariq看来HTML大于MD有5点原因。我把这5点都一条条列出来了也做了图大家可以对照着看。1、信息密度碾压Markdown能做什么标题、加粗、列表、代码块。差不多了。但HTML可以做的事情多到离谱——表格、CSS样式、SVG矢量图、JavaScript交互、Canvas画布、绝对定位的空间布局……几乎没有任何一类信息是AI读得懂但HTML表达不了的。你可能见过Claude Code在Markdown里用ASCII码画流程图的样子或者用Unicode色块去「估算颜色」的名场面。就是这张图。太心酸了就像逼着一个画家用筷子画油画还要求人家必须画出个蒙娜丽莎。2、可读性MD性缩力拉满了。Thariq一直这么觉得超过100行的Markdown文件他基本就不读了。更别提让团队里其他人去读。这一点可太有共鸣了。不知道大家是不是这样反正每次Claude Code和Codex吭哧吭哧给我干出的两百多行的plan.md……我从来没认真看过。瞟一眼就一句「开工」发出去了。但HTML应该会好一点。AI可以把同样的信息组织成带标签页、带导航、带折叠区块的页面甚至可以做成响应式的手机上看也舒服。对比如下瞅瞅——说实话左边的甚至会选择性忽略大脑算力瞟一眼就感觉要不够用了。没办法sorry了小MD咱们人类还是爱看图啊。3、分享成本几乎为零Markdown文件你怎么分享发附件。对方还得找个能渲染的工具打开。HTML呢往S3上一传甩个链接浏览器直接打开。发给同事或老板发给朋友炫耀都很方便。功利点说HTML就是颜值即正义方便即正义。你的spec、你的报告、你的PR说明被别人真正读到的概率HTML比Markdown高出太多了。这也是为什么AI时代个人网站成了新的简历形式。4、双向交互HTML是可以交互的。你可以让Claude给设计稿加上滑块和旋钮拖一拖就能调整参数。你可以让它做一个可拖拽的看板来重新排列任务优先级。你甚至可以让它做一个实时预览的Prompt编辑器。左边改Prompt右边立刻看到填充效果。改完了点一个Copy按钮把参数直接粘回Claude Code。5、快乐这是Thariq给出的最后一点理由用HTML做东西更好玩。说真的这可能是最重要的一条。当你跟一个工具协作时感到快乐你就会更愿意投入更愿意打磨最终产出的东西质量就是更高。大家之所以会沉迷于vibe coding不就是因为找回了那份原始的快乐吗。Thariq的用法清单不止是纸上谈兵Thariq自己早已成为忠实的HTML信徒。他在文章里列了很多具体的使用场景。大家可以照猫画虎用这个当入门教材。1、规划和探索开始一个项目的时候不再写一个plan.md而是让Claude Code生成一组HTML文件。先做头脑风暴把几个方向做成可视化的对比页面。然后选一个方向深入做mockup、写代码片段。最后整理成一份实施计划。有Prompt大家可以存一存我不确定入门引导页该怎么做。生成6种完全不同的方案——布局、语气、信息密度都要有差异——放在一个HTML文件里用网格排列让我能并排比较。每种方案标注它做了什么取舍。最后长这样。2、代码审查这个是真的刚需。在Markdown里看diff太痛苦了。但HTML可以渲染真正的diff视图加上行内批注、按严重程度标颜色、画流程图来解释代码逻辑。就像这样。Thariq说他现在每个PR都会附一个HTML格式的代码说明。我们自己内部也有一个类似的错误审查skill生成的就是HTML一眼就能看到错字。3、设计和原型这个就不用多说了HTML在交互方面就是天生优势很适合用来做前端。4、报告和研究让Claude Code去翻你的Slack、你的代码库、你的git历史、互联网上的资料然后把所有信息整合成一份可读性极高的HTML报告。可以是一份长文档可以是一个交互式的解释器甚至可以是一个幻灯片。5、一次性编辑器这个玩法很有意思。当你用纯文字很难描述你想要什么的时候让Claude给你做一个「一次性编辑器」。对一次性不是可复用的工具就是一个专门为你当前这件事做的HTML页面。比如你有30个Linear ticket需要重新排优先级。让Claude做一个拖拽看板预排一遍你调整完点一下按钮导出成Markdown。或者说你在调一个system prompt。让Claude做一个左右分栏的编辑器左边改Prompt右边实时预览带token计数器和copy按钮。奢侈这一块用完就扔。但它帮你省下的时间和脑力远超你花在描述需求上的30秒。QA环节写到这里我知道有些朋友肯定要问了。HTML不是更费token吗其实吧这篇文章下面不少网友也是在质疑这点。有网友现身说法自己一个人同时维护7个项目包括代码、设计稿、培训材料和学习模块。他算了一笔账同样内容下425个Markdown文件一年大约烧6600美元上下文成本换成HTML后直接涨到1.1万美元。等于每年多花5000美元只是为了那些模型根本用不上的HTML标签。甚至有网友调侃这就是Anthropic的小阴招Anthropic真是天才竟然还能想到更快榨干大家usage的新办法。好吧Thariq也承认HTML生成时间大概是Markdown的2到4倍。但他觉得值。因为你真的会去读它而且读完之后获得的信息量远超一份你看两眼就关掉的MD文件。而且随着Opus 4.7的100万token上下文窗口这点额外开销其实感知不强。另一个问题版本控制怎么办这确实是HTML最大的短板。HTML的diff很吵很难review。Thariq没有给出完美的解决方案。坦率的讲我觉得这个问题现阶段确实无解。所以咱还是以衡量trade off为主吧如果你用HTML的场景主要是一次性的规划文档、报告、代码审查说明这类东西版本控制的需求本来就没那么强。最后一个问题。假如说我真的被说服了假如说我从今天就开始用HTML。那——怎么让AI生成好看的HTML最方便的方式就是skill现在有不少前端设计skill用上后AI味确实会小很多。但如果你想匹配自己公司的独特视觉风格Thariq的建议是先让Claude读你的代码库生成一个设计系统HTML文件然后用这个文件作为后续所有HTML的参考。但提醒一句前提是要有足够的数据资产并且风格已经高度固定且成熟了。不然后面可能会被污染迭代成AI Slop。卡帕西也附议了这篇文章发出来之后全网都炸了。连卡帕西都跑出来附议:当下最值得尝试的热门建议试试要求输出HTML。但角度不太一样卡帕西更宏观一点他画了一条从文字到视觉的进化路线:纯文本难读费劲Markdown加粗、斜体、标题稍微好看点HTML还是代码驱动的但在图形、布局、交互上灵活太多了……至于这条路的终点卡帕西表示可能是某种由扩散模型直接生成的交互式视频。听起来很科幻其实吧你看看最近病毒式传播的那个神经渲染demo也许没那么远。就这玩意儿。很多东西的实现成本都被AI打爆了。上面说的是输出形式的问题。卡帕西还提了一个很有意思的点输入端也需要进化。光靠语音也不够他觉得自己需要能「指」东西——指着屏幕上的某个位置说「这里改一下」就像你身边坐着一个人的时候会自然做的那样。现在的解决方案是截图或者像Stitch里那样可以圈出来但大家肯定都能感受到还是不够极致。归根结底人类和AI之间的输入/输出心智融合还在进行中在脑机接口真的之前还有大量进展空间。哥白尼式智能观太魔幻了2026年HTML真成了一种「编程语言」。还是被Anthropic工程师认证的那种……但我觉得这件事的意义远不止格式标准之争这么简单。Markdown也好HTML也罢本质上都是为人机交互而生的一种范式。Markdown是为人类设计的。它简单、直觉、容易手写手编。它存在的全部理由就是「方便人类使用」。但现在谁在写这些文件不是你。是AI。谁在读这些文件也越来越多地不只是你。是你和AI一起读。甚至有时候只有AI在读。确实HTML是有些信息冗余。但它是半结构化的。能精确定位、精准修改扔进浏览器就能直接出预览。而这些特质恰恰完美适配了现在的vibe coding工作流。读完Thraiq的文章最大的感叹是原来AI原生一直是一件相当具象化的事情。一切真的都在被改写。那些过去一切以人类为中心的规则正在被冲击、被重塑。CLI正在回归自然语言正在取代GUI代码本身正在变成一种中间产物而不是最终产品。所有曾经为了「方便人类操作」而精心设计的东西都在被重新审视。不是因为它们不好而是因为它们曾经优化的那个唯一目标——人类体验——现在只能退居其次变成众多目标中的一个了。这让我想起陶哲轩说过的一段话。他说我们正在经历一场认知上的哥白尼革命曾经我们以为人类智能是宇宙的中心而现在终于发现宇宙中存在着各种截然不同的智能形态各有其独特的优势与局限。过去一切以人类为中心。文件格式、交互界面、编程语言乃至整个软件工程的范式都围绕着「让人类更高效地表达意图」而运转。而如今这个中心正在松动。当创作者和消费者都不再是纯粹的人类时那个为「纯粹人类」设计的世界或许……注定会逐渐坍塌。但有时我会尝试说服自己真的真的不要焦虑。或许这个旧「智能世界观」坍塌的过程反而会帮助人类它会帮助我们逼着我们在废墟中去重新找到那个——「生而为人」更精准的意义。就比如当年天文学家承认了宇宙的浩大之后反而激起了人类更强烈的好奇心。所以我们更加渴望走出去了所以我们更拼命地想跑得快一点再快一点……今天AI正把我们带进一个更远、更陌生的名叫「智能」的宇宙。一切都回归了起点。大家都在同一片森林里没人一开始就能看清全貌。即便是Anthropic的工程师也是摸爬滚打到现在才突然意识到「HTML当立」这件事。所以或许从现在开始我们可以试着抛掉人类对于传统智能的那份固执。试着从第一性原理出发—— 去质疑一切吧。往期热门文章1、高德二面线上慢SQL导致CPU飙升怎么解决2、取代 IDEACursor 3 发布VS Code 那套 IDE 过时了3、DeepSeek 版 Claude Code 来了一个美国佬为 DeepSeek 做了一个终端 Agent4、Prompt 已死GPT-5.5 官方发布新的提示词咒语指南5、工作六年看到这样的代码内心五味杂陈...6、聊聊Mybatis-Plus中的10个坑7、为什么 Claude Code 没有一句废话扒光它的底层提示词我悟了8、面试官尬笑你说半天就能读完一个开源项目源码不就是用 AI 吗我说是用 DeepWiki而且是 Codemap 模式9、Claude Code、Cursor 和 Codex到底选哪个10、GitHub 榜首竟是个 Markdown 文件还狂揽 4.5 万 Star

相关文章:

再见,Markdown!你好,HTML!

往期热门文章:1、Claude Code 对比 Codex,贵 10 倍与快 4 倍2、Java5大AI框架!3、Nginx 惊现 RCE 漏洞,影响全球 1/3 网站4、IDEA 里跑 Claude Code 和 Codex 的最佳搭子,3.3k Star 开源免费太爽了!5、烂尾…...

CANN调优工具链全景:从profiler到tensorboard的完整观测体系

CANN调优工具链全景:从profiler到tensorboard的完整观测体系 有个团队找我说,他们买了昇腾NPU集群,花了大半年才把调优工具链搭起来。每个人用不同的工具,各看各的数据,互相之间对不上。最后我帮他们梳理了一套统一的工…...

Arm处理器HPA漏洞CVE-2024-5660解析与防护

1. CVE-2024-5660漏洞深度解析在2024年12月首次披露的CVE-2024-5660漏洞,影响了Arm多款主流处理器架构。这个漏洞的核心在于硬件页聚合(Hardware Page Aggregation, HPA)功能与内存转换机制交互时产生的安全问题。当系统同时启用HPA和Stage-1/Stage-2地址转换时&…...

Jenga框架双引擎设计:视频生成效率优化解析

1. Jenga框架核心设计解析Jenga视频生成框架的核心创新在于其双引擎设计:渐进式分辨率(ProRes)和动态块稀疏注意力(AttenCarve)。这两种技术协同工作,解决了Transformer架构在视频生成中的计算效率瓶颈。1.1 渐进式分辨率技术(ProRes)ProRes采用分阶段生…...

SCP-Firmware缓冲区溢出漏洞(CVE-2024-9413)分析与防护

1. 漏洞概述与影响范围解析CVE-2024-9413是近期在SCP-Firmware中发现的一个高危安全漏洞,其核心问题在于应用程序处理器(AP)可能通过特定操作触发系统控制处理器(SCP)固件中的缓冲区溢出。这种漏洞类型在嵌入式系统安全…...

2026年5月21隔夜暗盘挂单排行榜

推荐好文:每年节约五六千交易费不香吗如何获取龙虎榜是否有量化参与如何获取股东减持信息大A有5400多只股票, 这里面只有不到10%, 约500只由资金投票, 剩余的都是杂毛, 炒股看龙头找主线. 从隔夜挂单里选择, 再叠加我们之前分享的如何判断是否有大股东减持, 是否有融资融券参与…...

让中国开源的声音被全球听见——开源社诚邀您参与Linux基金会开源商业化调研

大家好!近期,我们收到了Linux基金会的联系。一直以来,Linux基金会作为全球开源生态的核心推动者,持续通过专业的调研与权威报告,为全球开源的发展指明方向。根据其2026年最新研究,企业积极贡献开源可获得平…...

Linux下解决FlexNet Publisher依赖缺失问题

1. 问题现象与初步诊断最近在Linux服务器上部署FlexNet Publisher许可证管理服务时,遇到了一个典型问题:执行lmgrd启动命令后系统报错No such file or directory。这个错误看似简单,但实际上可能涉及多个层面的问题。作为长期从事企业级软件部…...

3分钟免费解锁B站大会员4K视频:终极B站视频下载器完整指南

3分钟免费解锁B站大会员4K视频:终极B站视频下载器完整指南 【免费下载链接】bilibili-downloader B站视频下载,支持下载大会员清晰度4K,持续更新中 项目地址: https://gitcode.com/gh_mirrors/bil/bilibili-downloader 还在为无法下载…...

稀疏优化与Dykstra算法在模型压缩中的应用

1. 稀疏优化技术概述稀疏优化是现代机器学习模型压缩与加速的核心技术之一,其本质是通过数学方法减少模型参数数量,同时尽可能保持模型性能。在深度学习模型规模不断膨胀的今天,稀疏优化已成为解决"模型肥胖症"的关键手段。1.1 稀疏…...

2026电动车趋势:智驾与电池深度融合

2026年电动汽车(EV)发展趋势全景分析 2026年的全球电动汽车产业将迈入一个技术加速融合、市场竞争白热化与商业模式深度创新的关键阶段。其发展趋势可解构为核心技术突破、市场格局演变、供应链重塑及政策生态协同四个维度。以下结合具体数据、案例和技…...

Cosm算法突破:Gset最大Ising问题求解新纪元

1. Cosm算法突破:Gset最大Ising问题求解新纪元在组合优化领域,Gset基准问题集已经困扰了研究者25年之久。这些看似简单的数学问题背后,隐藏着从无人机集群实时决策到超大规模集成电路设计等众多实际应用的优化需求。作为NP难问题的典型代表&a…...

欢迎新Buddy:DataBuddy

大数据人自己的原生Agent来了!腾讯云大数据智能体工作台DataBuddy正式发布。用户通过自然语言对话,即可完成数据接入、开发、治理、分析全链路任务,不用再在多个页面之间切换操作,一句话说清目标,Agent自己跑完全流程。…...

2026年AI智能算力服务研究报告:HBM、CPO与重构|附240+份报告PDF、数据、可视化模板汇总下载

全文链接:https://tecdat.cn/?p45901原文出处:拓端抖音号拓端tecdat封面:摘要本文聚焦2026年算力行业核心增长引擎,深度解析HBM高带宽内存与CPO共封装光学技术的产业化进程。报告回答三个核心问题:1)未来3…...

你的脑洞,值得被“电”亮!TimechoAI 有奖反馈征集令!

五月初,我们“官宣”了将时序大模型“上云”的智能服务平台:TimechoAI,无门槛体验,注册即能试用全部功能!体验过 TimechoAI 的你,心里一定有点想法吧?是惊喜?是建议?还是…...

终极Zotero插件市场:一站式插件发现与管理完全指南

终极Zotero插件市场:一站式插件发现与管理完全指南 【免费下载链接】zotero-addons Zotero Add-on Market | Zotero插件市场 | Browsing and installing plugins within Zotero 项目地址: https://gitcode.com/gh_mirrors/zo/zotero-addons Zotero插件市场&a…...

AI术语速查卡:50个高频词的实战解读与避坑指南

1. 这不是词典,是AI时代的生存速查卡你有没有过这种体验:刚打开一篇AI技术文章,三句话里冒出“transformer”“fine-tuning”“latent space”——每个词都像蒙着雾的玻璃窗,看得见轮廓,摸不着边界?开会时同…...

LoRA微调实战:零基础在笔记本上高效微调大模型

1. 项目概述:为什么LoRA让普通人也能“调教”大模型你有没有过这种时刻:盯着屏幕上那个动辄上百GB的开源大模型权重文件,手指悬在下载按钮上,心里却在盘算——我的笔记本连显存都快被Chrome吃光了,真要跑起来&#xff…...

抖音内容自动化下载:3大技术挑战与实战解决方案

抖音内容自动化下载:3大技术挑战与实战解决方案 【免费下载链接】douyin-downloader A practical Douyin downloader for both single-item and profile batch downloads, with progress display, retries, SQLite deduplication, and browser fallback support. 抖…...

JWT安全实战:从算法漏洞到生产级防御体系

1. 为什么JWT不是“自带安全”的令牌,而是一把双刃剑JWT(JSON Web Token)在现代Web应用中几乎无处不在——登录成功后返回一串Base64Url编码的字符串,前端存进localStorage,后续请求带上Bearer头,后端解析、…...

三步突破原神60FPS限制:安全高效的游戏性能优化方案

三步突破原神60FPS限制:安全高效的游戏性能优化方案 【免费下载链接】genshin-fps-unlock unlocks the 60 fps cap 项目地址: https://gitcode.com/gh_mirrors/ge/genshin-fps-unlock genshin-fps-unlock 是一款专为《原神》PC版玩家设计的开源帧率解锁工具&…...

机器人任务级迭代学习控制技术解析与应用

1. 任务级迭代学习控制技术解析在机器人操控领域,可变形物体的动态控制一直是个棘手难题。想象一下让机器人系鞋带或者叠衣服的场景——这些对人类来说轻而易举的动作,对机器人而言却需要处理近乎无限的自由度变化。传统方法通常需要精确的物理建模或海量…...

RISC-V事务内存机制设计与Gem5实现解析

1. RISC-V事务内存机制设计解析事务内存(Transactional Memory)作为一种硬件级并发控制机制,其核心目标是为程序员提供原子性、一致性和隔离性保证,同时避免传统锁机制带来的死锁、优先级反转等问题。在RISC-V架构下,我们基于Load-Linked(LL)…...

国产芯片独角兽IPO热潮来袭,百度昆仑芯与阿里平头哥角逐RISC-V弯道超车机遇

国产芯片好消息不断,长鑫科技与长江存储启动IPO,百度昆仑芯、阿里平头哥也有相关动作。互联网大厂钟情自研AI芯片,昆仑芯与平头哥发展路径不同,RISC-V或是弯道超车关键。国产芯片独角兽登场被誉为“存储双雄”的长鑫科技与长江存储…...

边缘视觉模型实战指南:ViT优化、多模态对齐与事件相机融合

1. 项目概述:这不是一份“论文清单”,而是一份实战派视觉工程师的周度技术雷达上周(2023年8月28日至9月3日)我像往常一样,在晨会前半小时打开arXiv、CVPR官网和几所顶尖实验室的GitHub更新页,准备快速扫一遍…...

USB Cheat Sheet:从物理层到协议栈的终极解码指南

USB Cheat Sheet:从物理层到协议栈的终极解码指南 USB,这个我们每天都在使用的接口,背后隐藏着远超想象的复杂技术体系。从1996年USB 1.0的1.5Mbps,到如今USB4 Version 2.0的80Gbps,传输速率提升了超过五万倍。但更让人…...

QMCDecode终极指南:如何快速解密QQ音乐加密文件,让音乐重获自由

QMCDecode终极指南:如何快速解密QQ音乐加密文件,让音乐重获自由 【免费下载链接】QMCDecode QQ音乐QMC格式转换为普通格式(qmcflac转flac,qmc0,qmc3转mp3, mflac,mflac0等转flac),仅支持macOS,可自动识别到QQ音乐下载目…...

JWT签名爆破原理与Python手写实战

1. 这不是“黑客教程”,而是一次JWT安全边界的实操测绘 JWT(JSON Web Token)在现代Web系统中几乎无处不在——登录态维持、API鉴权、微服务间信任传递,它用一行紧凑的Base64Url编码字符串承载着本该被严格保护的身份凭证。但很多…...

TaskbarX完整指南:Windows任务栏图标居中与动画特效实战教程

TaskbarX完整指南:Windows任务栏图标居中与动画特效实战教程 【免费下载链接】TaskbarX Center Windows taskbar icons with a variety of animations and options. 项目地址: https://gitcode.com/gh_mirrors/ta/TaskbarX TaskbarX是一款专为Windows 10/11设…...

LSTM比特币价格预测:特征工程驱动的交易信号生成器

1. 项目概述:为什么用RNN/LSTM做比特币价格预测,而不是随便套个模型?我从2018年开始接触加密资产量化分析,最早用的是ARIMA和随机森林——前者对趋势拐点完全失灵,后者在训练集上准确率92%,一到实盘就跌破6…...