Markleft

一句话定位

给 Markdown 装一个"建议模式"：你在文档上直接批注（文字、代码、表格、图表、SVG 都可以）， AI 只追加建议而不是整篇重写，你逐个确认。

做这个东西的人

Martin R. Lysk（HN: mlysk），个人开发者。一个 Chrome bookmarklet + 一个标注规范（spec）+ 一篇 11 分钟的博客文章（2026-08-09），代码在 github.com/martin-lysk/markleft。

判断：这是个"方法论先于产品"的项目——文章先把当前流程为什么荒谬讲透，再给工具。这个顺序 本身值得注意：它默认读者是"想改进 AI 写作迭代流程"的人，而不是"想装个插件"的人。

它到底能做哪几件事

• 直接标注 → 选中文本、给代码行、表格、Mermaid 图、SVG 加批注；图像标注用归一化坐标 （image-X-Y）
• 注释就是 Markdown 脚注 → 批注编码进脚注 id（range-prev-12-chars、image-X-Y、 code-line-L-col-C-len-N），普通渲染器（比如 GitHub）只当脚注看，不破坏 Markdown
• 稳定块 id → 每个文档块前注入 markleft:block id=... 的 HTML 注释，结构性改动也能被寻址
• 追加式建议 → 建议是不带引用锚点的脚注（[^suggestion-s2-update-block-xxx]）， AI 只能追加、不能改写原文
• 编辑器的建议渲染 → 按渲染元素内 diff（列表项、表格单元格先配对再比），图片替换变成 前后对比滑条
• Bookmarklet 工作流 → Chrome 里打开本地 Markdown 文件，点书签，得到带批注和 接受/拒绝的编辑器；保存时编译 prompt 教 AI 用 Markleft 语法

它明确不做：不改 Markdown 文件格式本身，不做云服务，不走"AI 改写全文"的默认路径。

它在替代什么旧行为

现在和 AI 迭代一篇长文档的默认流程：你在对话里用一段文字描述哪里不满意 → AI 重写整篇 → 你在新旧两版之间做"找不同" → 还要回忆你原话里哪句对应了哪处改动。作者在文章里把这件事 类比成"给同事寄一篇五页文档，回我一封散文式的批评，然后发我一版完全重写的版本，再让我 自己对比两版判断你听没听懂"——这套流程文档协作在二十年前就用批注和修订解决了。

markleft 替代的是"散文式反馈 + 整篇重写 + 人肉 diff"这条荒谬链路，把它变成"原位批注 + 追加式建议 + 定位到批注的 diff"。这个思路可以迁移到任何 AI 生成文档的审查场景， 不只是 Markdown。

商业模式

无。 免费 bookmarklet，开源（github.com/martin-lysk/markleft），无定价页。

判断：这是纯技术/方法论文案，没有商业意图的痕迹。它的价值在方法，不在产品形态。

硬数字

• HN：8 points / 1 comment（2026-08-13），Show HN；唯一评论是作者自己贴的仓库链接
• 博客文章 11 分钟阅读量，2026-08-09 发布
• 支持批注对象：文本、代码行、表格、Mermaid、图片（SVG）、块
• 用户数、使用量：未披露

四维评估

判断

这是"把文档协作二十年前就解决过的问题，重新翻译给 AI 时代"的标准案例。

批注和修订在 Word/Google Docs 里解决了"人和人怎么改一份文档"，但 AI 来了之后大家集体退回 了"描述 + 重写 + 人肉 diff"的原始流程。markleft 做的不是发明新交互，是把旧交互的约束翻译成 AI 能消费的格式——追加式、可寻址、可接受可拒绝。

可迁移的规律：给 AI 工具的反馈通道，优先考虑"追加"而不是"重写"。 追加是权限边界，也是 可审理性边界：AI 可以提出任何建议，但不能动你的原文。这个约束同时解决了两个问题—— 防越权，和让人能快速确认"改了什么、对应哪个意见"。

它的天花板也很诚实：bookmarklet 是个人工具形态，8 points 说明没什么人看到。这个方法的 真正归宿可能是被编辑器、Claude 的 Artifacts 或文档工具吸收，而不是自己长成产品。

下一步看什么

① 有没有编辑器或写作工具把"追加式建议"交互吸收掉——验证了这个方法是不是公共品 ② 仓库的 star/issue 有没有动静——bookmarklet 类项目最常见的结局是作者自用 ③ 作者有没有把规范发展成跨工具标准——"注释即脚注"如果只在一个 bookmarklet 里就没意义

可借鉴的做法

产品逻辑：任何 AI 内容工具的审查环节，都值得抄"追加式建议 + 可寻址批注"这对设计—— 它同时给了你权限边界和可审理性。具体到实现，把批注编码进脚注 id 让格式保持兼容， 是低成本高回报的一笔。

定价结构：无。免费 + 开源。

结论

方法值钱，产品还没长出来。 "追加式建议"是 AI 文档协作里少数能同时解决权限和可审核问题 的设计，8 points 不影响它的方法价值。但 bookmarklet 形态和零商业化迹象决定了它大概率停在 个人工具层面。记下这个交互模式，等它在别的产品里被吸收。