三个项目，同一套骨架#

先把这三个主角摆出来：

它们的描述里都有一个关键的共同句法——「把你的 AI 编程助手（Claude Code / Codex / Cursor）变成 X」：

• open-design：把你的 coding agent 变成设计引擎
• open-slide：把你的 coding agent 变成幻灯片作者
• OpenMontage：把你的 coding agent 变成视频制作工作室

它们自己都不包含 AI。 它们是一个运行时、一组工具、一套指令——AI 是外部调用的，是用户自己选的。

这是一个根本性的架构选择。如果你在做一个「AI 设计工具」，你会在代码里调用 GPT-5 或者 Claude Opus。但这类项目的工作是给 agent 准备好画布、管线、质检关卡和领域知识，然后告诉它：「这里有一切你需要的，开始吧。」

三层知识体系：不是设计选择，是结构必然#

把三个项目的目录结构叠在一起看，你会发现它们不约而同地把知识分成了三层：

Layer 1: 工具层（What exists）
  → 工具注册表、能力矩阵、成本、回退策略
  → OpenMontage: tools/tool_registry.py（52 tools）
  → open-slide: @open-slide/core（Vite 插件、canvas、present mode）
  → open-design: daemon + 16 个 CLI adapter

Layer 2: 领域层（How WE use it）
  → 管线约定、阶段定义、导演 skill、质量关卡
  → OpenMontage: skills/pipelines/*/（stage director skills）
  → open-slide: /slide-authoring（1920×1080 canvas、type scale、palette）
  → open-design: 259+ skills（可组合设计工作流）

Layer 3: 供应商层（How the TECHNOLOGY works）
  → 原始 API 规则、prompt engineering、参数优化
  → OpenMontage: .agents/skills/（供应商特定的 prompting）
  → open-slide: AGENTS.md 硬规则（不添加依赖、只用 React+Web API）
  → open-design: DESIGN.md 品牌系统（colors、typography、components）

这三层有一个严格的读取顺序依赖。Agent 必须先发现有什么工具（Layer 1），再理解这个项目怎么用它们（Layer 2），最后才能精确调用底层 API（Layer 3）。跳过任何一层，输出质量就会急剧下降。OpenMontage 的文档直接警告：

「Layer 3 不是可选的。每一个生成工具都有一个 agent_skills 字段指向它的 Layer 3 skill。一个通用 prompt 和一个 skill-informed prompt 之间的差距，就是『能用』和『电影级』之间的差距。」

这不是某个项目的设计偏好——这是「外部 agent 需要逐层获取知识才能正确执行」这件事的架构必然性。只要你的智能体是外部的，你就必然需要这三层，而且顺序不可变。

Pipeline as Contract：管线不只是自动化#

这些项目都有「管线」，但它们的管线和传统管线（CI/CD、视频渲染管线）有一个本质区别。传统管线的每个阶段是代码在执行，这类管线的每个阶段是agent 在阅读指令后决定如何执行。管线不是自动化序列，是导航合约。

OpenMontage 把这条写成了 Rule Zero：

「所有生产必须通过一条管线。Agent 读取管线 manifest（YAML）→ 读取阶段导演 skill（MD）→ 调用工具 → 自审 → checkpoint → 提交人类审批。每个阶段产出一个规范制品，成为下一阶段的合约。」

注意「规范制品成为合约」——阶段之间不是通过共享内存传递状态，而是通过产出一个文件，这个文件成为下一阶段 agent 读取的输入。这意味着：

• 每个阶段可以独立恢复（agent 崩溃后从 checkpoint 继续）
• 每个阶段可以独立审查（人类可以在任意节点介入）
• 每个阶段可以替换（换一个 agent 或换一个 skill 不影响管线结构）

open-slide 的 /create-slide 也是同样的模式——先问四个问题（主题、页数、文字密度、动效强度），这些问题的答案就是第一个阶段的规范制品，后续的 slide 写作阶段以此为合约。

硬规则文件：圈定 agent 的自由范围#

三个项目的根目录下都有 AGENTS.md 或 AGENT_GUIDE.md，内容极其相似——全是约束性规则。open-slide 的：

- Slides go under slides/<id>/
- Entry is slides/<id>/index.tsx
- Don't touch package.json, open-slide.config.ts, or other slides
- Don't add dependencies. Use only React and standard web APIs.

OpenMontage 的更绝——整个文件只有一条规则：

MANDATORY: Read AGENT_GUIDE.md before responding to ANY user message.
There are no instructions in this file. All instructions are in AGENT_GUIDE.md.

这些规则的设计意图不是限制 agent，而是圈定它的自由范围。边界之内（怎么写 slide、怎么配颜色、怎么布局），agent 有完全的自由。边界之外（不能改配置、不能加依赖、不能碰其他 slide），零容忍。

传统开发中，人类开发者知道「不要随便改 package.json」是因为经验。Agent 没有这个判断力——它看到一个 import 缺失，本能反应是 npm install。AGENTS.md 就是提前切断 agent 的破坏性自由度。

追溯源头：这条河是怎么流过来的#

把关键事件按时间排列，会看到一条非线性的演化路径：

2025.12  Dan Shipper 发表 "Compound Engineering"（先导文章）
2026.01  Dan Shipper 发表 "Agent-native Architectures"
         → 首次明确定义 agent-native 概念
2026.02  creative-liberation-engine（14 daemon 集群，独立实验）
2026.03  BuilderIO agent-native 框架 + OpenMontage
         → OpenMontage 早于 Claude Design 近三周！
2026.04  Claude Design 发布 → open-codesign → open-slide → open-design
         → 10 天内 4 个项目密集诞生
2026.05  saker + Nous Research Kanban Pipeline
         → 大实验室正式入场
2026.06  本文写作时

几个关键发现：

第一，Dan Shipper 是概念定义者。 他在 2026 年 1 月的文章里精确描述了后来三个项目的核心结构：「agent-native 应用的核心不是代码，而是 agent。每个 feature 是给 agent 的 prompt，而不是实现步骤。我经常把 agent-native 应用想成『Claude Code 穿着一件 trenchcoat』。」

第二，OpenMontage 早于 Claude Design。 它 3 月 29 日就创建了——比 Anthropic 的商业产品早了近三周。说明这个模式不是 Anthropic 发明的，它是在 agent 能力到达临界点后自然涌现的。

第三，Claude Design 是商业引爆点。 它 4 月 17 日发布，次日 open-codesign 就出现了。10 天内，三个开源替代品（open-codesign、open-slide、open-design）密集诞生。这不是社区对 Anthropic 的模仿，这是社区对「封闭 + 单模型锁定」的结构性反弹。

第四，大实验室已经入场。 Nous Research 在 5 月发布了 Kanban Video Pipeline——一个基于 Hermes Agent 的多 agent 视频制作管线，Director/Cinematographer/Renderer/Editor 四个 profile 通过结构化 handoff 协作。架构上和 OpenMontage 完全同构，只是执行拓扑从单 agent 顺序变成了多 agent profile 并行。

市场正在验证：两个不可调和的分叉#

在我翻阅的外部评论中，R2ClickThrough 的一篇分析（2026.4.29）意外地抓住了关键：

「两个克隆（open-codesign 和 open-design）的架构截然不同，这种差异就是整个故事。open-codesign 捆绑了一个特定的 AI 运行时；open-design 的 web app 和 daemon 只是一个薄的协调层，agent 是你 PATH 上已经有的任何东西。」

这标志着「捆绑派」和「委托派」的路线分裂：

R2ClickThrough 的判断：「当 Cursor 明天发布更好的模式，你免费获得。当 Gemini CLI 新增一个工具，OD 在下一次 daemon 启动时自动获取。没有 agent 需要升级，因为这个项目从未拥有过一个 agent。」

open-design 用 40k star 在三周内的增长曲线来支撑这个论断——市场显然认可「委托优于捆绑」。

六个正在形成的识别特征#

把 open-design、open-slide、OpenMontage、saker、Noustiny、creative-liberation-engine 六个项目放在一起，可以提炼出一组识别特征。如果一个新项目同时满足这六条，它就在这个模式里：

1. Agent as Runtime — AI 是外部调用方，项目不内嵌模型。指令文件是第一公民，代码工具退居第二
2. Three-Layer Knowledge — 工具层 → 领域层 → 供应商层，顺序读取，Layer 3 不可跳过
3. Pipeline as Contract — 管线是 agent 的导航合约，阶段间通过规范制品传递状态
4. Shared Actions — UI 和 Agent 操作同一套 actions，对称而非叠床架屋
5. Built-in Self-Review — 质检内建在管线每个阶段，agent 不自审就无法 checkpoint
6. Hard Rules for Agent — AGENTS.md 定义 agent 的操作边界：边界内完全自主，边界外零容忍

生态已经在动了#

过去两个月的几个信号：

• Skill 可移植性成为现实：OpenClaw 发布了 OpenMontage 插件——纯 Markdown skill 包，零 JS 代码，跨 agent 平台运行
• 跨项目技能互操作协议出现：Skills Interoperability Protocol（SIP）定义了四种组合模式（Layered / Pipeline / Handoff / Advisory）和冲突解决优先级链
• Figma 感受到压力：2026 年 5 月发布 Figma Design Agent on-canvas，首次把 agent 直接放进画布
• a16z 的 2026 大预测：在 2025 年 12 月的 “Big Ideas 2026” 中，将 “Agent-native infrastructure becomes table stakes” 列为第一个预测

这个品类还缺一个共识的名字。Dan Shipper 叫它「agent-native architecture」，BuilderIO 叫它「agent-native application」，a16z 叫它「agent-native infrastructure」——共同的关键词是 agent-native。但它已经在六个项目、四篇文章、两家投资机构的论述中出现了，正在从现象变成共识。

接下来会发生什么#

基于目前的分析，我做出四个预测，供半年后回来看：

1. 第三波领域扩张：音频/音乐制作（“OpenStage”）和 3D/游戏资产（“OpenFrame”）是最自然的下一站。不是会不会出现，而是谁先出现。

2. 跨 Runtime 的 Pipeline Manifest 标准：12 个月内会出现一套类似 Docker Compose 的管线描述语言，让一个 YAML 文件能在 OpenMontage、saker、open-design 之间迁移。

3. 大厂的路线选择：Anthropic 和 OpenAI 目前都在做「单次调用优化」，离「12 阶段管线 + 自审 + checkpoint」有显著距离。但如果他们把 pipeline-level orchestration 做进 MCP 协议，独立 runtime 的架构优势可能被吸收。

4. 平台与垂直的博弈：open-design 的 69k star 代表平台的势能，OpenMontage 的 12 条专业管线代表垂直的深度。最终大概率形成「一个平台 + 多个垂直 skill 生态」的结构——就像 VS Code 和它的扩展市场。

相关仓库：

这是一篇分析文章，不是评测。如果你正在选择用哪个工具开始做 AI 驱动的创意生产，我建议从 open-design 开始（平台最全），然后用 OpenMontage 做视频（管线最深），用 open-slide 做技术演示（React 生态最顺滑）。三个都用同一个 coding agent，你的 agent 会自己学会切换上下文。