Layerhand

大多数 AI 修图工具给你的都是无法修改的像素，所以我不再生成图像，转而教会 Astra 使用真正的图像编辑器。

启发这次构建的是一个看似像围墙的约束。GPT-6 Astra 只能输出文字：它无法生成图像。绕过这一点，限制反而成了产品。图像模型返回的是被压平的像素。操作真实编辑器的智能体返回的是编辑历史：命名图层、蒙版，以及修图师仍可修改的调整。没有扩散模型能输出这样的产物，因为图层堆栈本身就不是图像。

问题不在于质量。商业修图是手工完成的，在密集的专业图形界面中一次处理一张照片。几乎所有针对这项工作的 AI 工具返回的都是一张被压平的 JPEG。客户端要求再多改一处之前一切都还过得去，而他们总会提出要求。平面文件无法消化这种需求，所以修图师只能从头再来。AI 什么都没省下，因为它没有产出工作流真正运行所需的那份文件。

方案经过了十轮构思才成型。桌面端计算机使用因范围过大而被淘汰。云端浏览器中的计算机使用存活下来，随后中途转向操控也存活下来，成为用户唯一能感知的另一个原语。二者交叉指向了 Photopea：一款没有公开 API 的网页版专业软件。驱动它的工具栏完成四十多个步骤，正是 OSWorld 跳跃所衡量的长链路 GUI 任务。把 Astra 换成其他模型不会让 Layerhand 能力下降。它会直接消灭整个产品，因为智能体无法跑完流程，也就不会产出分层文件。

因此工作收敛到三个特性：输出可编辑、过程可见、过程可操控。你可以看到 Photopea 被一步步操作的过程。你可以在运行中途输入修正，后续步骤会顺势调整而非重启。你可以下载一个仍能在 Photoshop、Affinity Photo、GIMP 中打开的 PSD 文件，也可以重新在 Photopea 中打开。三次免费运行，无需注册账户。一次运行需要几分钟，步骤数有上限。