全球AI编程助手都在产出同一种网站。Inter字体、紫蓝渐变首屏、三层嵌套功能卡片——这不是某个模型的缺陷，而是训练数据的宿命。大型语言模型从相同的模板、相同的Tailwind示例、相同的"现代SaaS落地页"样板中学到了设计，自然收敛到同一套视觉语法。

这种"AI设计糟粕"（AI slop）无关质量，关乎千篇一律。技术层面合格，视觉上却毫无辨识度。Hallmark试图打破这一僵局。这是一个MIT协议开源的设计技能文件，在GitHub收获1800星标，通过行为约束而非代码库，强制AI在输出前穿越设计质量关卡。

打开网易新闻 查看精彩图片

安装只需一行命令：npx skills add nutlope/hallmark。兼容Claude Code、Cursor、Codex三类主流AI编程工具。核心机制围绕四个动词展开：Build（根据需求生成独特界面）、Audit（对照65项反模式检测现有代码）、Redesign（保留内容重建视觉结构）、Study（从截图或URL提取设计DNA）。

22套主题提供视觉变量，65道"糟粕检测门"叠加预输出自我批评机制——若检测到反模式则强制重生成。具体拦截的设计惯性包括：Inter字体作为默认字型、紫蓝渐变首屏、图标-标题-描述的标准卡片布局、AI默认的盒阴影与间距值，以及可预测的信息架构（首屏→功能→用户证言→行动号召）。

该项目由Together AI开发。其 README 强调一个关键差异：同一需求的两份输出应呈现为"不同网站"，而非同一模板的换色版本。这指向一个更深层的问题——当所有AI助手共享相似的训练分布，"脱离分布默认"需要外部约束的介入，而非期待模型自我纠正。