AREX Feed Article
继 /no-ai-slop 拿下 4000 Star 后，Peter Yang 又开源了一个"人机协作编辑器"
AI 能生成整个代码库了，但改第三段还得在聊天框里打字
让 AI 写一个完整的落地页，五分钟。让它生成一套产品文档，两分钟。让它重构整个组件库，十分钟。
然后你发现第三段的措辞不太对。你想直接上手改，但文件是 AI 生成的 HTML，你的光标没法点进去。你只能切回聊天框，打字："把第三段第二句改成更口语化的表达，另外删除那个重复的产品卡片，CTA 按钮的颜色换成深蓝。"
AI 执行完，你刷新页面，发现它改了三处中的两处，还顺带把你不想要的段落也调整了。你再打字纠正。又一轮。
这就是 Peter Yang 觉得不对劲的地方。整个 AI 行业在追求"全自动编码"，Agent 自主性越来越强，但人类审阅和精修最后一公里的体验，还停留在 2023 年的聊天框里。
2026 年 8 月 5 日，这位拥有 25.6 万 Twitter 粉丝的 AI 创作者发布了他的第二个开源 AI Skill：/human-review。推文发出 24 小时内，680 次点赞，1194 次收藏，31 次转发，5.8 万次浏览。
一行命令安装，打开浏览器就能直接编辑 HTML 和 Markdown
/human-review 做的事不复杂：把 AI 生成的 HTML 或 Markdown 文件在浏览器中打开，变成一个可以"直接上手改"的编辑界面，类似 Google Doc 的体验。
安装只需要把下面这句话粘贴到 Codex、Claude Code 或 ChatGPT 中：
Install the /human-review skill globally from
或者用 npx：npx -y human-review setup --global。
然后输入 /human-review (文件名) 或 /human-review (localhost URL)，浏览器打开一个双栏界面：左侧是文档实时预览，右侧是反馈面板。
用户可以做的操作：直接在预览中编辑文字并调整格式（加粗、斜体），拖拽图片角落调整尺寸，选中任意文本或 UI 元素添加锚定批注，删除多余元素而无需在聊天框里解释为什么要删。Command-click 链接可以在多页面之间跳转并分别留评。
所有修改和批注按页面分组保存。点击"Send to agent"按钮后，AI agent 一次性收到结构化的修改清单。Peter Yang 写道："I know we all like making our agents work for us, but sometimes a 'human review' is needed for that final 10% of polish."
工具完全本地运行，不依赖任何云服务、账号或 API key。HTML 的直接编辑会自动保存到源文件；Markdown 和 localhost 页面的修改需要点"Send"让 agent 应用。
告别"改第三段"：本地运行，点一下发送，AI 一次改完
在聊天框里提修改意见的本质，是在自然语言和结构化文档之间做翻译。用户把视觉感受转成文字描述，AI 把文字描述转成代码修改，中间每一环都可能产生歧义。
/human-review 把这个翻译层直接砍掉了。用户的操作发生在目标文件本身，选中文案、删除、重写、调整图片大小，这些操作被精确记录为结构化的修改指令。指令锚定到具体文本位置或 DOM 元素，再批量发送给 AI agent。
Peter Yang 列举了四个典型场景：编辑产品需求文档、调整落地页文案、修改产品 copy 去掉 AI 的"废话感"、在 HTML 页面中直接删掉多余的 UI 元素。他形容第三个场景时说："remove the extra copy AI likes to add to UX。"
技术栈很轻量。cli.js 处理命令入口，server.js 管理本地审阅会话（以 10 分钟为窗口轮询反馈），sdk.js 负责编辑和批注的数据结构，chrome-client.js 渲染可视化编辑界面，markdown.js 处理 Markdown 文件的浏览器渲染，skill.md 教会 AI agent 如何理解和使用 Human Review。
全部 MIT 许可证。代码仓库创建于 2026 年 7 月 27 日，不到两周。
从 /no-ai-slop 到 /human-review：一个创作者的 AI 工具哲学
Peter Yang 不是突然冒出来的开源作者。他的 Twitter 账号自 2009 年运营至今，积累了 25.6 万关注者。他同时运营着 Substack 通讯"Creator Economy"、YouTube 频道，以及一个名为"Behind the Craft"的个人 AI 系统，内含 12 个以上 AI Skill 和配套课程。
一个多月前，他的第一个开源 Skill /no-ai-slop 在 GitHub 上拿到 4000 星。那个工具的核心功能是检测和过滤 AI 生成内容中的"废话"，套话模板、填充句、空洞修辞。它的走红验证了一个需求：AI 写得多，但能用的少。
/human-review 是同一思路的自然延伸。/no-ai-slop 解决"AI 写了什么不该写的"；/human-review 解决"AI 写了之后，人怎么高效地接手"。两个工具首尾相接，构成从生成到审阅到精修的完整链路。
Peter Yang 在博客文末致谢了好友 Kun，后者的工具 Lavish 启发了 /human-review 的界面设计。他在自己的版本中加入了直接编辑能力和 Markdown 支持，这是 Lavish 所不具备的。
他的商业模式清晰：两个 Skill 免费开源，吸引用户进入"Behind the Craft"的付费订阅体系。
Codex 有 Annotate，Claude 有 Edit，为什么还需要它？
Twitter 评论区最集中的质疑是：这和 AI 编码工具的内置功能有什么区别？
OpenAI Codex 的 Annotate 可以在 HTML 预览上直接批注。Claude Code 的 Edit 能在对话中对文件做局部修改。
但 Mengxue Bi（Cisco Splunk 首席产品设计师）在回复中指出了实际使用中的问题："side chat 连接不稳定，agent 要么不听，要么卡在 working 状态，所以最后还是回到原生聊天窗口。"
Carl Vellotti（9.6 万粉丝的 AI 产品博主）则评论："Skills 本质上就是 mini apps"，并透露自己已经做了一个类似的 /review-page skill。
/human-review 的差异化在三个点。第一，完全本地且跨平台。Codex Annotate 绑定 Codex，Claude Edit 绑定 Claude，/human-review 适配任何支持 Skill 安装的 AI harness。第二，Markdown 原生支持。竞品多围绕 HTML 设计，Markdown 场景（产品文档、技术方案、博客草稿）被忽视。第三，批量发送。积累多条修改后一次性提交，而不是每条修改触发一次 agent 调用。
不过赛道正在变挤。当 AI 编码工具的审阅功能越来越原生，独立工具的窗口期可能有限。但 Peter Yang 的策略（轻量、本地、跨平台）也许恰恰是应对这种不确定性的最优解：不被单一平台绑定，就永远不会被单一平台覆盖。
最后一公里不是更强的模型，而是更趁手的界面
/human-review 的代码量不大，一个本地服务器、一个浏览器客户端、一套 JSON 格式的反馈协议。但它触碰了一个被行业叙事长期掩盖的事实。
过去两年，AI 编码工具的竞争焦点是模型能力和 agent 自主性。Claude Code 能独立完成多文件重构，Codex 能从一句话需求生成可部署的应用。但每个真正用过这些工具的人都知道：最后那 10% 的 polish，改一句文案、调一下间距、删掉多余的卡片，在聊天框里完成，效率低到令人沮丧。
Peter Yang 的回答很简单：别让人类去适应 AI 的交互方式，让 AI 来适应人类的编辑习惯。Google Doc 的评论系统、Word 的修订模式、Figma 的标注功能，这些是人类熟悉了二十年的精修界面。/human-review 做的是把它们接到 AI agent 的流水线上。
他在宣传视频中展示了删除"AI slop"的操作：在一个段落上选中、删除、点发送，全程不到 5 秒。换成在聊天框里打字描述，至少 30 秒，agent 还不一定理解你具体要删哪一句。
工具的火爆本身就是一个信号：一个本应由 AI 编辑器内置的基础功能，还需要独立开发者用开源项目来补位。这既是 /human-review 的价值，也是它最大的不确定性。如果下个季度 Claude Code 或 Codex 原生支持了同样的体验，它可能会被覆盖。但在那之前，680 个点赞和 1194 个收藏说明，很多人愿意先跑起来。
参考链接：