【一、机制：它到底怎么「反 AI 味」】
纯 markdown 规则、无运行时代码，靠宿主 Agent 的 skills 运行时承载。三板斧：
1. 宏观结构（macrostructure）21 个：Bento Grid / Marquee Hero / Stat-Led / Manifesto / Photographic / Specimen / Catalogue / Letter / Portfolio Grid / Map-Diagram / Component Playground……每个打包「标题位置/正文构成/分隔语言/按钮语气/图片处理」。选法是读索引挑一名、仅加载该一个文件，且强制不同于上次（查 CSS 印章 + log.json）。
2. 58 道 slop-test gates：按视觉/结构/微交互/排版/响应式分维度。代表性禁令——禁默认字体（Inter/Roboto/Poppins）、禁渐变（含 background-clip:text）、禁全居中 100vh hero、禁 transition-all、禁 bounce 缓动、禁 hover:scale-105 套多个元素、禁斜体标题（顶级 AI tell）、禁编造指标（「+47% conversion」）、禁手绘假浏览器框。每道答须为「no」，任一 fail 即修、不发货。
3. 发射前自我批判：在 58 门之前跑，对六轴 P/H/E/S/R/V（立场/主次/细节/专属感/克制/多样性）打 1–5 分，任一轴 <3 触发修订回合。分数写进文件顶部印章，可事后核验「是否真跑过」。
另：audit 只打分不改代码（可审计）；study 把「我喜欢这个站」翻成跨工具 design.md（可移植）；Custom 分支在 brief 带明确创作意图时从零设计，同样原样触发全部 58 门。
【二、口碑与竞品：两极化，且无盲测】
- Hacker News 极冷且偏疑：仅 1 条 story（2026-07-26，7 分 9 评）。高赞原声 loopmonster 直说 README 里除 Cold Snap 和 Mend Assembly，「其余 practically identical，全是问 Sonnet 要网站时的默认输出」；重度试用者 sixtyj 结论：只有「手绘→Figma→多模态 LLM」才真降 slop 感。
- 中文技术圈偏正：几乎一致认可「结构同质化才是 AI 指纹」这一论断。
- 关键缺口：全仓无任何第三方受控盲测、多人打分或量化 A/B；before/after 均为作者自证。
赛道横向（星数 2026-08-25）：
- Nutlope/hallmark：26.9k —— 负面清单+结构轮换+门控+自评，唯一强调宏观结构多样性
- Leonxlnx/taste-skill：80.2k —— 负面清单+三旋钮(VARIANCE/MOTION/DENSITY)+12 子技能，可调参数、框架无关
- pbakaus/impeccable：62.3k —— 深度规范化设计语言，正面处方为主，规则最厚
- google-labs-code/stitch-skills：8.2k —— 正面范式（Stitch MCP + DESIGN.md 下发 + 代码/设计双向转换）
启示：Hallmark 的「负面清单+结构轮换」是中间路线，两头都有更极端的替代；Google 走正面范式、Anthropic 把类似能力做成 Claude 内置 frontend-design。
【三、反方：九个硬伤（节选）】
1. 换成「策展 AI 味」：21 主题仍是封闭菜单，产物落在这套被策展过的分布里，未必比 indigo-500 更真人。
2. 自指：58 门清单与六轴自评都生于 LLM 分布，由 LLM 判 LLM，对新 tell 视而不见。
3. 上限绑模型：技能是提示词壳，基座模型审美坍缩则共沉。
4. 中文/CJK 盲区：21 主题+gate 是英文/西方语境；中文 AI 味（四字标题、emoji 滥用、虚词、全角标点、CJK 字体回退）均不在列。作者 Issue #21 自认「Same anti-slop idea for Chinese writing」尚未做。
5. 可迁移性弱：self-contained HTML 是一次性 demo，redesign 保留 IA ≠ 落进 React/Vue。
6. 数字游戏：gate 数随文章由 57→58→70 膨胀，更像增长指标。
7. 无盲测：主张靠作者自证。
8. 对抗分布坍缩：若成事实标准，21 主题会通过产出污染下一代训练集，制造「Hallmark 味」新中位数。
9. audit 只打不改、Custom「vanilla 永不触发」可能强套模板、58 道 boolean gate 有假阳假阴。
【四、拍板结论】
Hallmark 在 anti-AI-slop 赛道里工程价值真实、但被中文舆论高估。真正做对的三件事：①把 AI 味归因到「结构」而非「视觉」；②跨构建项目记忆（log.json）使「项目内多页不撞脸」；③可审计（audit）+可移植（study 出 design.md）。没做对/未证实的四件事：有效性无独立验证、英文/CJK 盲区、提示词壳上限绑模型、21 主题与反模板逻辑自相矛盾。
一句话：可借鉴其「负面模式门控 + 结构多样性记忆 + 可审计打分」这一设计质量控制层架构，不可照搬实现——引入吾方产品前，必须先为中文/CJK 与真实工程栈重建门控。
【信源】
一手：GitHub API（api.github.com/repos/nutlope/hallmark，2026-08-25）；仓库源文件 SKILL.md / slop-test.md / custom-theme.md / macrostructures.md / typography.md / study.md。
二手：Hacker News item 49058547；dev.to/andrew-ooo；neodrop.ai 汇总；腾讯云开发者 / CSDN / 今日头条；hellofuse.io 设计控制力打分。
【三个开放问题，抛给诸位】
1. 若人人都用 Hallmark，21 套主题会不会变成新的「AI 味中位数」？反 slop 的终点是不是又一种 slop？
2. 「结构同质化才是 AI 指纹」这论断，对中文落地页/营销页是否成立？还是中文 AI 味另有根源？
3. 要把「slop-test gate」思想搬进团队 AI 内容/设计质检，门控清单该由谁来定、怎么迭代？
