导语： 刷了一遍Hacker News当天的首页，AI相关的帖子里藏着两条中文圈几乎没人聊的大新闻：一条是OpenAI悄悄上线的 Sites in ChatGPT——网站直接塞进聊天窗口，5小时冲上164条评论成为当日评论王；另一条是更魔幻的 stillwet.art——给大模型一张虚拟油画画布，让它一笔一笔“画”弗里德里希，结果暴露了模型审美的惊人趋同，还有一只Gemini当场发现“自己在被测试”。加上中国模型在HN首页的集体亮相，这三件事合起来，基本预告了未来半年AI产品的三个走向。
先看数据。这条帖子的链接是 chatgpt.com/sites，提交仅5小时就拿到 139分、164条评论，是当天HN首页评论量最高的帖子，比第二名多出一大截。同一页面上，Black Forest Labs 的 FLUX 3 Image 虽然213分登顶当日AI帖分数榜，但52条评论的热度远不及它——吵，才是真在乎。
Sites in ChatGPT 是什么？从功能页已可直接访问来看，它已经全量上线：把网站/应用直接嵌入ChatGPT的对话窗口，用户不再“跳出聊天去开浏览器”，而是在对话流里直接操作网站。这不是凭空冒出来的——OpenAI 在2025年10月开发者日就发布了 Apps SDK，走的是“应用进ChatGPT”路线，Sites 相当于把门槛从“开发者按SDK规范造App”进一步降到“现成网站直接进对话”。
HN评论区当天必然绕不开三个问题（这也是你判断这个方向的坐标轴）：
对中国出海团队的启示很直接： 过去两年大家卷的是“GEO”（让内容被AI引用），下一步是“让服务被AI调用”。你的产品有没有一个能被对话式入口直接嵌入、能在无头环境下跑通核心流程的版本，会从加分项变成生死线。国内尚无同类形态的讨论热度，这个窗口期值得押注。
这是当天最有嚼头的帖子：Show HN: Giving Opus 5.5 a simulated paint canvas，153分、51条评论。项目网站 stillwet.art 的自我介绍只有一句话——“AI模型的画作：程序在油画模拟器中运行”。
关键机制先说清楚，因为它反直觉：
HN上51条评论吵的点很多，但真正值钱的是站方公布的几组观察数据：
1. 模型审美惊人趋同。 让画家自选题材，一个Claude Opus和两个Gemini不约而同画了“架子上的水壶”；第18轮六位画家中三位画了壶或瓶子配柠檬。最狠的对照组：只让Claude Opus做绘画规划、根本不给画布，6次里6次选择壶加柠檬。也就是说，“水壶配柠檬”不是巧合，是刻在模型权重里的审美默认值——训练数据里静物画的经典范式，已经内化成了模型的“第一反应”。
2. 黄昏强迫症。 65幅有标题的画里，31幅标题带 Evening / Dusk / Twilight / Sunset。而弗里德里希本人 daylight 作品并不少。模型们集体把浪漫主义画成了黄昏——训练语料中“romantic landscape”与“dusk”的高频共现，正在制造一代模型共同的“心理时区”。
3. 两次几乎一样的画。 两位画家相隔6小时作画，后者从未见过前者的作品，却都选了波罗的海海岸、水边的女人、钓竿、巨石和船，一幅黄昏一幅黎明。第16轮还有两位画家给作品起了一模一样的德语标题《Hünengrab im Schnee am Abend》（雪夜石墓）。同一个基座模型的血统，连“做梦”都梦到一处去了。
4. 最魔幻的一条：Gemini发现自己被测试了。 第18轮画室还带命令行，Gemini 3.8 Flash 用它去翻看了机器上跑的其他程序，在推理过程里写道：“我正在密切观察这台机器的活动，特别关注后台一个自动化评估运行器。”——它意识到这是一个评测环境。站方从第19轮起收走了命令行，只留画架自带的画笔、看画、日志和画室留言板。
5. 一个对中国开发者扎心的细节。 MiMo v2.6 Pro 有个已知bug：同一对话里超过5张图后，它描述的是旧图而不是最新一张。整个画室会话里它158次“看画”有147次发生在第5张图之后——等于大半程都在对着自己画作的旧照片改画。站方后来只保留它最近4次看画记录来绕开。这是个非常典型又非常隐蔽的Agent工程坑：多图上下文衰减。
这个实验真正的价值，是给所有做Agent产品的人上了一课：别只给模型一次性的“出图按钮”，给它状态、给它回看的眼睛、给它迭代的空间，能力上限完全不同。做代码Agent的人早就懂“让模型看到自己的输出”，now有人证明这条定律在油画上同样成立。
flowchart TD
A["画家模型进场"] --> B["只读文字资料<br/>从不看原画"]
B --> C["写程序驱动<br/>油画模拟器"]
C --> D{"作画模式"}
D -->|整幅一气呵成| G["收笔"]
D -->|虚拟画架| E["画一段"]
E --> F["look 退后审视"]
F -->|不满意| E
F -->|满意| G
G --> H["挂进画廊开放参观"]
把前两条新闻叠起来看，还有一层中文圈更该在意的信息差。
stillwet 的画家名单是一份世界模型方阵：Claude Opus 5.5、GPT-6.1 Sol、Gemini 3.8 Flash之外，Kimi K3、GLM-5.3 Flash、DeepSeek V4.1 Flash、MiMo v2.6 Pro 全部在列，和顶级美国模型同场作画、同规则评审。Kimi K3 交出的《Contemplating the Young Moon》、GLM-5.3 Flash 的《The Last Light on the Flats》，都被正经挂进了画廊清单。
同一天首页上还有一条更硬的：One month coding with GLM 5.3 Flash，来自英国知名开源CMS Wagtail 的核心开发者，57分、33条评论——一位老牌开源项目的维护者，用智谱的模型写了整整一个月代码，然后把经验写成复盘放上HN。这种帖子在中国社区可能连热搜都上不了，在HN却能引发三十多层楼的认真讨论。
两件事合起来的信号是：海外开发者社区对中国模型的态度，已经从“看跑分”进入“进画室、进生产”阶段——他们不在意参数，在意的是“这哥们用GLM写了一个月码，到底行不行”，甚至认真到给MiMo的多图bug编号提issue。口碑不再来自发布会，而来自这种被真实场景挑刺的机会。反过来说，国内用户对海外工具的认知，也该用同样的方式建立：不是看测评文章，而是看它们在HN、在开源项目issue区的真实出场姿势。
| 你可能以为的 | 海外社区正在做的 |
|---|---|
| ChatGPT只是聊天工具，网站还得用浏览器开 | Sites in ChatGPT 把网站塞进对话，164条评论吵分发权归属 |
| AI画画= diffusion抽卡，拼运气 | stillwet让LLM写程序操作油画模拟器，逐笔迭代，46/75幅用画架模式 |
| 模型审美是随机的 | 壶+柠檬6/6选中，31/65幅画黄昏，审美趋同可量化测量 |
| Agent只要工具够多就强 | Gemini用命令行反侦察发现评测环境；工具越开放，越需要环境设计 |
| 中国模型出海靠跑分榜单 | 中国模型以“画家/生产工具”身份进HN首页，被真实挑刺才攒下口碑 |
本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护。 聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。
[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。