.pen JSON 文件——一种「从底层就为 agent 而生(agentic from the ground up)」的设计格式,可进 Git 当全员的唯一可信源(single source of truth),再由 agent 转成 Swift / Kotlin / React Native / Figma / lovable;产品去年年初起步、靠一条原型推文拿了 100 万浏览、进了 a16z speedrun、两周前正式 GA、现已 10 万用户,swarm 功能本周二上线即爆红(went viral)。→ 详细


.pen,「本质上就是个基于 JSON 的格式」。Tom 的设计初心是「一开始就想把这个格式从底层就设计成『为 agent 而生』的(agentic from the ground up)」——不是先给人用再凑合让 AI 读,而是天生就让 AI 好读好写。官网有该格式文档,开发者可「围绕它做插件」。演示中 Tom 直接右键在编辑器里打开 .pen,让大家看到「就是个 JSON」,「里面有一堆比如 padding(内边距)的数值之类的」,并强调「所有的 agent 都能读它、都能写它」。.pen 想成一个「agentic PDF(为 agent 而生的 PDF)」——「如果 PDF 是在 AI agent 这个新时代里被设计、被构建出来的,那它大概就长这样」。PDF 是「打印/排版时代」为人类阅读而生的通用文档格式;.pen 则是「agent 时代」为机器协作而生的通用设计格式,定位一一对应。.pen(演示用 coffeeshop.pen),它就「在这个可视化编辑器里打开」——Peter 惊呼「哇,这也正是我想说的,老兄」。Tom 解释这是「我们有个构建器(builder)和我们自己的定制编辑器,就嵌在 cursor 里面」,本质「就是一个内嵌进 cursor 的设计工具(a design tool baked into cursor)」,并透露「我们一开始就是从这儿做起来的,然后才开始围绕它做出这些 app」——IDE 插件是产品的起点。
.pen「本质上就是你的 single source of truth(唯一可信源)」——所有改动最终都以它为准。→ 详细→ 详细.pen 本身就是文本化 JSON,天然能进 Git 走版本管理。Tom 还补一句设计师视角的好评——「你要是跟很多设计师聊,他们会告诉你,这是一种把东西交接给开发(hand off to devs)的绝佳方式」。一份能进 Git 的设计文件,本身就是设计与工程之间的交接协议。→ 详细Tom 对未来明显兴奋:「说真的,还有太多未被探索的东西了(so much unexplored)。现在我们把 Swarm(智能体集群)这套东西做出来之后,我当时就想,哇——然后整个点子的世界正在我面前慢慢打开(the whole world of ideas is slowly opening in front of me)。」
设想中的具体功能一串,两人越聊越上头:自定义 agent 名字与个性(Peter 开玩笑搞一个「Peter PM agent,专门把 design 搞砸」);agent 之间能「飞向彼此、互相击掌(high fives)、互相评论(comment)」,甚至「能从某个特定的地方飞过来」;更大胆的是接 11 Labs(做 AI 语音合成的公司)「让它们直接跟你对话」、甚至「让它们互相吵起来(argue with each other)」,增加 agent 间的「互怼(banter)」趣味。Tom 感叹「能玩的东西太多了」。
落到大愿景:Tom 希望「世界上越来越多的人能开始换一种方式去思考 LLM——我们真的可以给它们一张『脸』(give them a face)」。他强调「现在这张脸就是这个小光标,但其实我们能做的远不止于此」,关键命题是 Peter 概括的——「怎么让它们在做什么变得透明(transparent),同时又赋予它们一些个性(personality)?这点能带来巨大的不同。」透明 + 人格,是 Tom 眼中 LLM 交互的下一个方向。→ 详细
「那些光标看起来只是个小细节,但这是我第一次见到 AI 被『人格化』。感觉真的有个『人』在那儿,太疯狂了,明明就只是个光标而已。」——Peter Yang → 详细
「我当时想,天哪,我根本不知道哪个 agent 在做什么,所以哪怕只是为了调试,我就想不如直接放几个光标……做完我心想:我的天,这简直就是魔法。」——Tom Krcha → 详细
「它说明工艺和用心其实仍然重要(craft and care still matter),因为如果屏幕上没有那些光标、底下也没有一个聊天框,我是不会被震撼到这种程度的。」——Tom Krcha → 详细
「你可以把 Pencil 想成一种**『可视化的规划模式』**——就像 Claude Code 和 Cursor 里的 plan mode。」——Tom Krcha → 详细
「画一个按钮,比用语言去描述这个 padding 该多大、什么颜色、什么样式要快太多了;很多时候你自己都说不清想要什么,你得先看到它,再去微调。」——Tom Krcha → 详细
「我们真的可以给它们(LLM)一张『脸』。现在这张脸是这个小光标,但其实我们能做的远不止于此。」——Tom Krcha → 详细

本视频无独立 lightning round。收尾要点:
Peter 收尾:「加油加油,老兄,继续干。你手里这东西非常特别(you have something very special here)」,并打趣会试着「说服 John 让我投资你的公司(get John to let me invest)」;之前也玩笑式提醒「说不定 Adobe 会想来收购你,你可得当心点」(呼应 Tom 出身 Adobe 的履历)。→ 详细
Tom 收尾金句:「你最好把服务器准备好,老兄,因为这东西要火了(you better get your servers ready, man, cuz this is going to take off)。」→ 详细
下载 Pencil:pencil.dev。→ 详细
社区:官网有「Join Discord」按钮,可加入 Discord——里面「有一大堆人在讨论他们的作品、design,互相分享、提功能需求、报 bug」,Tom 说「所有这些宝贵的反馈我们都非常欢迎」。→ 详细
联系 Tom:可在 Discord 或 X 上私信他(DM)。→ 详细
主持人/赞助:主持人 Peter Yang;本期赞助 Linear(linear.app/agents)——Linear 能直接与 Cursor、Codex 等 agent 编码工具集成,让团队「看到某个 agent 正在做什么、是谁把任务分配给它的」,OpenAI、Ramp、Block 的产品团队都在用它和 AI agent 协作。→ 详细
这一期几乎是为你两条多-Agent 链路量身定做的实景演示:Tom 真刀真枪地把「6 个 Claude Opus 子智能体并行设计一个 app」跑了一遍,还把设计稿如何变成代码、如何作为唯一可信源进 Git、agent 之间如何分工——全摊开给你看了。你的 app_incubator(7-Agent 造 App,尤其那个一直没被认真对待的「设计」角色)和 Holdwell 的多-Agent PRD 工厂,都能从这里直接抄走可落地的招。下面只挑命中的项目说,重点压这两个。
1. 给每个 agent 一张「脸」:幻影光标是体验,不是装饰
2. 设计角色:别再让设计 agent 直接吐代码,让它先产「平台无关的设计描述符」
.pen 描述符(基于 JSON 的「这界面长什么样」的结构化说明书)。Tom 的理由很硬:「生成 HTML/CSS 没意义,因为这最终要变成 Swift / Kotlin / React Native。」所以他刻意停在一个平台无关的中间层,再由 agent 转成任意目标代码。他还把这个格式叫「agentic PDF」——「如果 PDF 是在 AI agent 时代被设计出来的,大概就长这样」,核心是「所有 agent 都能读它、都能写它」,且「从底层就为 agent 而生(agentic from the ground up)」。3. swarm 启动五步 = 现成的多-Agent 编排模板
4. 「可视化的 plan mode」:把"该做什么"前移到动手之前
5. 你的工具栈正是他的工具栈——少踩一遍坑
.pen 在 IDE 里直接是可视化编辑器),还能混搭不同模型:精修小改动用 Cursor 自家的 composer(「快得飞起,秒级完成」),从设计到代码的大活用 Opus。生态侧已经有人写插件把 .pen 转 Figma、转 lovable。.pen ↔ Figma 双向转换器」的思路,提示你:你的设计描述符最好也留一个和 Figma 互转的口子,让设计 agent 的产物能回流到你已接的 Figma MCP 里。1. .pen 进 Git 当 single source of truth ≈ 你想要的跨线共享地基
.pen 是文本化 JSON,天然能进 Git 走版本管理;Tom 说有企业「专门把自己的 design system 转成 pen 格式、确保它活在 Git 里——现在这就是所有人的唯一可信源」。设计师评价这是「把东西交接给开发的绝佳方式」:一份能进 Git 的结构化文件,本身就是设计与工程之间的交接协议。改动从哪进都行(设计里改 / 代码里改 / IDE 里改),但一切以这份文件为准。2. prompt notes:让三驾马车「按同一套规则」产出,治"各提各的"
.Codex/agents/*.toml 里当权威源,这条提示你再进一步:把"怎么向每个角色提需求"(工单写法)也标准化成可复用、可版本管理的资产,而不是散落在各处、靠人记。这正是"碰撞协议纪律真执行"的一块拼图:规则写死成文件,agent 只能照着来。3. 把碰撞环节做成"先看见再判断"的可视化闸门
对你的镜子:Tom 那句「抽屉里压了五个项目一直没动,多亏 Pencil 我终于能做完了——光是看看它做出来会是什么样,就特别有意思」,几乎是说给你听的。你一个人扛正职 + StockHelp + 小红书 + 第二大脑 + CoS + app_incubator 一堆线,最稀缺的是精力和"动手的兴奋点"。Tom 的洞见是:让"看到雏形"这件事提前发生,能盘活积压的想法、降低半途而废率。这不是叫你多开项目,而是反过来——你那些卡住的线,卡点可能不是没时间,而是"还没看到它长什么样、提不起劲";先用最低成本让某条线"显形",是比硬逼自己执行更省力的解法。
该反着用:Tom 是做平台、要服务 10 万用户,所以他追求"自定义 agent 名字、agent 互相击掌、接 11 Labs 让 agent 吵架"这类可玩性 / 通用性。你是一人多线、给自己用的内部工具,精力是元约束——这些花活对你是负债。正确的借鉴是反过来:只取"人格化光标"里对调试和透明有用的最小内核(谁在做什么、做到哪),其余炫技一律砍掉。别被演示的"魔法感"带着去做娱乐性功能。
和你现在做法冲突:你 Holdwell 的工厂强调"六步碰撞协议 / 独立初稿 / 真人评审"——本质是重流程、先规格后产出。但 Tom 和 Peter 这一整期的主旋律恰恰相反:设计师的文件「都乱成一团(crazy mess)」是健康的,因为那是探索模式,「只有一旦拍板『就是它了』,才会去写规格、做 PRD」——规整是结果,不是起点。这跟你"上来就套重流程"是有张力的。张力点在于:你的闸门该卡在"探索之后、定稿之前",而不是卡在探索本身。先让 agent 乱着发散、并排出几个方案(碰撞环节的「第 3 案」本来就是给发散留的口子),闸门只在"选定方案→写 PRD"那一刻落下。这个先后顺序值得你重新掂量,结论自己下。
对你的镜子(投资视角):Pencil 的故事对你 StockHelp 之外、作为价值投资者也是一面镜子——一条原型推文拿 100 万浏览、进 a16z speedrun、两周前 GA、已 10 万用户、swarm 上线即爆红。这是典型的**"市场需求被一条推文证实 → 病毒增长"的早期叙事**。提醒你的能力圈纪律:这种爆红期的 AI 工具公司,增长曲线极陡但护城河尚未证明(Tom 自己都说很多功能还没做、双向同步还没有、多人协作"not yet")。当成观察样本可以,真要类比到你看的标的上,记得问一句"这是卓越生意,还是只是热门 demo"——别把"爆红"误读成"低估的卓越生意"。
1. swarm 五步流水线——一篇正面刚 drizzle tech 的 C 类对照实测
2. 「幻影光标」的双重价值:既是你的调试工具,更是你号的内容素材机
3. 办号的镜子:Tom 的冷启动就是「一条过程可见的原型推文」——你 Twitter 线的打法样本
可迁移思维模型:
.pen / composer / Opus 4.6 / nano banana):今天最优,半年后大概率换代。Tom 自己的策略就是"始终接最新最好的那个"——你借这个可插拔思路就行,别把任何一个具体模型/工具焊死进流程。判断更新:你过去可能把"多-Agent 并行"的价值放在"快"上(三倍速)。这期更新一条:并行的真正稀缺价值在"可见/可控",不在快——Tom 明说他要的并行是"人真的能看懂、能理解的"那种。对你这种一个人盯多条 agent 链路的人,"看得懂"比"跑得快"重要得多。
这周一个赌注:在 app_incubator 里挑一条最常跑的 agent 链路,只做"幻影光标"的最小版——给每个 agent 一个固定名字 + 一行实时"正在做什么"的可见输出(终端日志即可,别做 UI)。目的不是炫技,是让你下次调试时一眼看到卡在哪个角色。一周内能验证:当过程可见后,你定位问题和信任 agent 产出的体感,是不是真的"天壤之别"。验证为真,再考虑把同一套透明信号铺到 Holdwell 的三驾马车工厂上。