AI 编码代理用户的输出风格收敛工具

每天使用 Claude Code 等 AI 编码/写作工具的开发者和写作者，被模型的默认输出风格反复折磨：Opus 4.8 的默认写作被用户形容为 'verbose, jargon-heavy and over-stylised, making output exhausting to parse'，即使显式给出风格指令也不可靠，有用户表示 'actively exploring all other options including changing providers'；Claude Code 生成代码时默认塞入大量冗余注释，'mostly redundant, restating what the adjacent code already makes obvious'，甚至泄露与 Claude 的对话内容，用户被迫叠加 CLAUDE.md 规则 + memory + enforcement hooks 再手动清理；用 AI 写日语的人则拿到一堆不自然的机器腔日文。共同痛点是：模型输出的风格失控，且提示词层面的 workaround 不稳定。

每天用 Claude Code / Codex / Cursor 等工具干活的开发者和写作者，尤其是对输出可读性敏感、且已在手工做'用另一个模型清洗输出'这类 workaround 的重度用户；用 AI 产出日语内容的人是潜在子群体。市场规模可从 signal 2（438 分、133 评论的 issue）和 signal 3（250 分、39 评论）推断为一批活跃且愿意发声的核心用户，属小而痛的利基。

一个插在 AI 编码代理输出之后的'风格收敛层'，以 Claude Code Agent Skill + enforcement hook 的形式交付：

• 代码注释清理：默认只保留解释非显然'为什么'的注释，自动删除复述代码、复述对话、泄露 chain-of-thought 的注释
• 文风收敛重写：把冗长、堆砌术语的段落改写为平实克制的版本，用户可自定义风格基线
• 规则持久化：项目级风格规则 reliably 生效，不再依赖反复堆 CLAUDE.md 和 memory 仍被忽略的现状
• 日语推敲模式（后续）：参照已有的 'Agent Skill for Refining AI-Generated Japanese into Natural Japanese' 思路，把 AI 生成的日语改写为自然日语 AI 的角色是作为后处理器：用另一个模型调用（或规则 + 轻量模型混合）对原始输出做风格重写，而不是改变生成端。

Claude Code 等代理工具刚刚出现 Agent Skill 这一新交付形态，让第三方可以可靠地挂载到输出流程上（signal 1 已有人用它做日语推敲验证了可行性）；同时 Opus 4.8 的默认文风问题把一批老用户逼到 'actively exploring all other options' 的临界点，且 prompt 层 workaround 被证明不可靠，形成了一个明确的功能真空窗口。

第一版只做两件事：接入 Claude Code（以 Agent Skill + hook 形式），（1）对生成的代码做注释清理——删除复述代码或泄露思考过程的注释，只保留真正的 why 决策；（2）对生成的长文做风格收敛，输出克制、平实的版本。不做：不训练自有模型、不支持多语言（可后续加日语推敲）、不做通用写作产品、不承诺完全消除风格问题（以显著减少为目标）。

平台依赖风险最高：产品寄生在 Claude Code 的 Agent Skill / hook 机制上，Anthropic 改接口或直接修复默认风格（如 signal 3 的 feature request 被官方采纳）都会瞬间掏空需求；模型迭代快，针对 Opus 4.8 调的规则对新模型可能失效，需持续维护；付费意愿证据薄弱，可能只能做成开源获声誉的项目；效果评估偏主观，'自然'和'克制'难以量化，用户留存取决于实际减负程度。