一位独立开发者在 V2EX 分享了其新作 Galta——一块嵌入网页旁、可与 AI Agent 协同使用的画布工具。开发者的出发点是大模型不应局限于聊天框，将参考图、草图和生成结果放在同一空间，让 Agent 既能看到参考内容又能直接动手修改，会产生新的创作可能。在实际演示中，开发者将 Pinterest 上一张西装猫梗图拖入画布，让模型以画笔重绘风格化版本，AI 共完成 620 笔可继续编辑的矢量笔画。随后开发者追加限制条件，要求一笔画完、中途不抬笔，最终模型输出了一条包含 70,722 个点的连续笔画，且画面依然保持较高的辨识度，效果超出预期。演示视频由真实笔画数据回放制作，经过剪辑与加速。绘制完成后，作品保留在画布上，用户可继续手动编辑，也可指定局部让 Agent 继续创作。技术架构方面，Galta 通过 MCP 协议连接 Codex、Claude Code 等主流 Agent，画布可在 Chrome 和 Dia 浏览器中使用，当前连接 AI 功能需要 Apple silicon 架构的 Mac 设备。开发者正在寻找已在使用 Codex 或 Claude Code 的用户参与测试，并提出核心问题：当人与 Agent 能在同一块画布上轮流动手，还能做出什么。产品官网为 galta.art。
事件分析
该项目的技术看点在于 Agent 交互界面从纯文本对话向可视化工作空间的延伸。通过 MCP 协议，画布作为标准化外部工具接入 Codex、Claude Code 等编程 Agent，使原本面向代码任务的模型获得了图像绘制与编辑的操作通道，验证了 MCP 生态在编程场景之外的扩展潜力。70,722 个点的单笔画输出，也侧面反映了当前模型在长序列结构化生成与空间约束遵守上的能力边界。产业层面，这类产品代表了人机共享界面的新方向：Agent 不再是等待指令的黑盒，而是与用户在同一画布上交替操作，创作过程可回放、可介入、可局部修改。可能的后续走向包括：更多创意工具以 MCP 服务器的形式开放给 Agent；Apple silicon 限制暗示其依赖本地模型推理或系统级能力，跨平台支持将是普及的关键门槛。该赛道的竞争焦点或从模型能力转向交互范式的定义权。
核心观点：AI Agent 正突破聊天框的边界，人机协作的下一个竞争点在对话之外的共享工作空间与可操作界面。
原文链接：V2EX 分享发现
评论前必须登录！
立即登录 注册