---
author: Best Partners TV
date: '2026-05-11'
guest: ''
layout: post.njk
source: https://www.youtube.com/watch?v=JUodHRhi9FQ
speaker: Best Partners TV
tags:
  - ai-agent
  - markdown
  - html
  - output-format
  - user-workflow
title: AI Agent 输出格式革新：从 Markdown 到 HTML 的深度解析
summary: 本文深入探讨了 AI Agent 输出格式从 Markdown 转向 HTML 的趋势。文章分析了 Markdown 在处理复杂文档时的局限性，并阐述了 HTML 如何通过其丰富的多媒体、交互和布局能力，显著提升信息密度、可读性与用户参与度。尽管 HTML 生成速度较慢且版本控制更复杂，但其在规格规划、代码评审、交互式编辑器等场景下的优势，使其成为未来 AI 工作流的重要发展方向。
insight: ''
draft: true
series: ''
category: ai-application
area: tech-engineering
project: []
people: []
companies_orgs: []
products_models:
  - Claude Code
media_books: []
status: evergreen
---
大家好，这里是最佳拍档，我是大飞。

5月10日，Claude Code的工程师**塔里克·希希帕尔**（Thariq Shihipar）发布了一篇长文，标题翻译过来是《在Claude Code工作流中，HTML为何“不讲道理地好用”》。文章中给出了一个答案：相比Markdown，HTML正在成为他更常使用的Agent输出格式。截至到大飞做这个视频的时候，这篇文章在X上的浏览量已经超过980万，近3万人收藏。今天我们就来聊聊，从Markdown转向HTML，这种看似简单的变化，究竟能给AI Agent工作流带来什么不同呢？

### “太长不看版”总结

我们先来一个“太长不看版”的总结。在这篇文章中，塔里克分享了几项核心的观点：
1.  Markdown虽然简单便携，但是当Agent开始生成长规格文档、复杂计划和研究报告的时候，Markdown的阅读体验和信息承载能力正在变弱。
2.  HTML能承载表格、CSS设计、SVG图示、交互组件、图片、代码片段和空间布局，信息密度比Markdown更高。
3.  HTML不只是花哨好看，还可以让Agent输出变成一个可阅读、可分享、可交互的工作界面。
4.  在规格规划、代码评审、设计原型、研究报告和临时编辑器等场景中，HTML比Markdown更适合承载复杂信息。
5.  HTML的真正价值，是让用户重新进入Agent工作流。

不过，Thariq Shihipar也承认，HTML的生成速度更慢，版本控制也更加麻烦，但是他认为，只要结果更容易被读完、理解和使用，这些代价就是值得的。

### Markdown的局限与Agent工作流的演进

接下来我们来深入原文。在塔里克看来，Markdown过去之所以成为Agent输出的主流格式，是因为它足够简单、便携，也方便人类的编辑。Claude已经很擅长在Markdown文件里用ASCII字符来画图了，可以把一些结构和流程都解释清楚。

但是问题在于，Agent正在做越来越复杂的工作，它不再只是回答一个问题、列一个清单，而是开始生成上百行的规格文档、实现计划、研究报告和代码解释。塔里克坦言，自己现在已经很难认真读完一份超过100行的Markdown文件了，更不用说让组织里的其他同事也读完。与此同时，他也发现，自己越来越少亲手编辑这些文件。很多Markdown文档只是被用作规格说明（Spec）、参考资料、头脑风暴的结果或者汇报材料。即便真的要修改，他通常也会继续提示Claude去改，而不是自己打开文件逐行编辑。

这意味着，Markdown最大的优势之一正在变弱。它原本胜在人类编辑起来方便，但是在Agent工作流里，人类越来越多是在审阅、理解和反馈，而不是直接改文档。于是，Markdown在视觉组织、信息呈现和复杂表达上的短板，就变得越来越明显了。

### HTML：AI Agent 的更大表达画布

不过，塔里克转向HTML，也并不是因为HTML看起来更花哨，而是因为它能够承载更多类型的信息。我们都知道，Markdown可以写标题、列表、加粗和代码块，但是HTML能表达的东西要多得多。它可以用表格展示结构化数据，用CSS呈现设计信息，用SVG画插图，用脚本嵌入代码片段，也可以加入滑块、按钮、标签页等交互元素。对工作流、空间布局、图片、画布和复杂页面结构，HTML也有更强的表达能力。他甚至认为，只要Claude能读取的信息，几乎都可以被相对高效地表示成HTML。

换句话说，HTML给Agent提供了一块更大的表达画布。在Markdown里，Agent面对复杂信息时常常会变得笨拙，比如用ASCII字符画流程图，或者用Unicode字符来近似表达颜色。这些方法不是不能用，但是它们更像是在用文本来硬凑视觉效果。一旦内容变复杂，读者很快就会失去耐心。而HTML的价值就在这里，它可以把信息拆成更容易阅读的模块，也可以通过图示、颜色、布局和交互降低理解成本。对Agent来说，这显然是一种更高效的表达方式，而对用户来说，这也是一种更容易看进去的阅读方式。

### HTML在具体场景的应用：规划与代码评审

在实际使用中，塔里克最常把HTML用在规格文档、方案规划和探索性工作方面。当他开始处理一个问题时，他不再期待Claude Code只生成一份Markdown计划，而是希望它生成一组HTML文件。比如先让Claude Code探索多个方案方向，再展开其中一个方向，补充界面草图、数据流图和关键代码片段，最后再形成一份实现计划。等方案确认后，他会开启新的Claude Code会话，把这些HTML文件作为上下文交给Agent继续执行。这套流程的好处是，规划不再是一段段文字，而是变成了一个更接近于工作看板的东西。不同方案可以并排比较，关键取舍可以直接标出来，数据流和模块关系也可以用图示呈现。用户能更快理解Agent到底在怎么想、准备怎么做。

代码评审也是类似的逻辑。塔里克认为，代码和diff放在Markdown里并不好读，但是HTML可以渲染差异、加入旁注、画出流程图和模块关系，还可以用颜色来区分问题的严重程度。他提到，自己现在会给每个PR都附上一份HTML代码解释文件。这其实把Agent输出从“解释给你听”，升级为了“整理给你看”。它还把变化、风险、上下文和关键逻辑，放在一个更容易审阅的界面里。对复杂PR、陌生模块或者多人协作来说，这种呈现方式明显比一长段Markdown说明更清晰、易懂。

### HTML作为临时编辑器与反馈桥梁

更具有启发性的是，塔里克不只把HTML当成文档，也把它当成了一个临时的编辑器。他说，有些需求很难只靠文本框描述清楚，比如重新排列30个Linear工单、调整功能开关配置、调试系统提示词、筛选数据集、标注文档，或者选择颜色、缓动曲线、裁剪区域、Cron表达式和正则表达式。这些任务如果只用文字来回描述，效率很低，也容易说不清楚。因此，他的做法是，让Claude Code直接生成一个可以用完即扔的HTML编辑器。这个编辑器不是正式产品，也不需要长期维护，只服务于当前这一件事情。

再比如，他可以让Claude把30个Linear工单做成可拖拽的卡片，分成Now、Next、Later、Cut几栏，并加入复制为Markdown的按钮。他也可以让Claude针对一份feature flag，生成表单式的编辑器，展示不同开关之间的依赖关系，并且提醒某个前置开关是否没有开启。同样，他还可以让Claude做一个提示词调试界面，左侧编辑提示词，右侧实时预览不同输入下的填充结果，并且提供token计数和复制按钮。

这类HTML文件的关键不是编辑，而是导出。用户在界面里完成调整后，可以一键复制成JSON、Markdown、diff或者提示词，再粘贴回Claude Code中继续执行。这样一来，HTML就不只是Agent给人看的结果，也变成了人向Agent反馈结构化信息的中间层。

### HTML提升参与感与权衡

在文章结尾，塔里克提到，自己使用HTML最核心的原因，是HTML让他感觉在Claude工作流中更有参与感。随着Agent能力的增强，用户可能会越来越少再认真阅读Agent生成的计划，只是把任务交给它执行。表面上看，这提高了效率，但是另一面是，人可能逐渐脱离Agent的决策过程。Agent为什么这样做、哪里需要判断、方案之间有什么取舍，都容易被藏在一大段没人愿意读完的文本里。

而HTML在一定程度上解决了这个问题，它让计划、报告、代码解释和设计探索更加容易阅读，也让用户可以通过滑块、按钮、拖拽、表单等方式参与调整。相比一份长Markdown，HTML更像一个可操作的协作界面。

当然，HTML的代价也很明显。塔里克承认，HTML生成时间通常比Markdown长，可能需要2到4倍的时间，而且HTML的版本控制也更麻烦，diff往往比较乱，不如Markdown容易审阅。不过在他看来，只要最终产物更容易被真正读完、理解和使用，这些成本就是值得的。

那么大家是如何看Markdown和HTML这两个格式在Agent中的应用呢？你更喜欢于哪种格式呢？欢迎在评论区留言，感谢收看，我们下期再见。