第 6 站 · 交到人手上該站第 2 / 11 場
用 HTML 取代畫布做簡報
HTML is All You Need (for Agents to Make Graphics) - Amol Kapoor, Nori

Nori 執行長主張,讓 agent 做簡報該用 HTML 而不是畫布類工具,因為 HTML 才是它真正擅長的語言。
重點摘要
- agent 不擅長操作畫布:PowerPoint、Figma、Canva 這類工具是為人類的手眼設計,交給 agent 排版常常文字重疊、對不齊,輸出品質很差。
- 問題不在模型,在媒介:講者認為連人類都很難手寫 SVG 畫出圖案,因為 SVG 只是一堆數字,人跟模型都難以直接從中想像出空間佈局。
- HTML 才是 agent 的原生語言:模型訓練時看過大量 HTML,這種語言用文字與結構描述版面,交給瀏覽器轉成像素,模型完全不用自己計算座標。
- 簡報格式其實很任意:投影片跟 PowerPoint 並不是同一件事,PowerPoint 只是製作工具,簡報本身只是一種呈現模式,編輯格式可以自由選,事後再輸出成別的格式即可。
- Nori 自己就是這樣做簡報:董事會簡報、業務簡報與公司文件全部用 HTML/CSS 製作,這場演講的投影片本身也是純 HTML/CSS 做的。
- 內容仍要有人準備,但可以端到端生成:把通話紀錄、Email 這類資料交給模型,就能讓 agent 直接把整份簡報做出來,這正是 Nori Sessions 的功能。
時間軸8 段
| 00:00 | 開場 | Amol 自我介紹,說明 Nori Agentic 在做什麼,今天要談如何用 coding agent 做出簡報等視覺成果。 |
| 00:55 | 排版耗時 | 全球每天投入約三萬四千人力年做投影片,多數時間花在排版而不是構思內容本身。 |
| 01:52 | 人類工具失靈 | PowerPoint、Figma 這類工具是為人類手眼設計,交給 agent 操作常常文字重疊、對不齊。 |
| 02:43 | 問題在媒介 | 講者認為不是模型不會推理空間,而是 SVG 這種用數字表達版面的格式本身就很難思考。 |
| 04:05 | HTML 是原生語言 | HTML 是模型訓練時看過大量的語言,靠文字與結構描述版面,瀏覽器負責轉成像素。 |
| 04:38 | 格式其實任意 | 投影片跟 PowerPoint 不是同一件事,編輯格式可以自由選,之後再輸出成別的格式即可。 |
| 05:16 | Nori 的實踐 | Nori 用 HTML/CSS 做董事會簡報、業務簡報與文件,這場演講的投影片本身也是純 HTML/CSS。 |
| 06:17 | 資料端到端生成 | 把通話紀錄、Email 等資料交給模型,就能讓 agent 直接生成完整簡報,這正是 Nori Sessions 的功能。 |
值得記的話4 句
Every day, the world pours something like 34,000 human years into making slide decks.
全球每天約投入三萬四千人力年在做投影片00:55If you ask me, it's not the model, it's the medium.
問題不在模型,而在媒介02:43So the model never actually places a coordinate.
模型從頭到尾都不用自己標座標04:05If you have just one takeaway, it's this: stop thinking like a user.
如果只能記住一件事:別再用使用者的方式思考06:35
名詞與人物4 個
- Nori Agentic
- 講者創辦的公司,做的是能理解公司程式碼、文件、Slack 等資料的 AI 員工,這場示範的做簡報方式來自公司自己的實務。
- Arc AGI
- 講者提到的一項 benchmark,設計前提正是 agent 沒辦法對空間做推理。
- Simon Willison 的鵜鶘測試
- 開發者 Simon Willison 設計的小測試:要求模型只用 SVG 畫出騎腳踏車的鵜鶘,藉此檢驗模型的空間推理能力。
- Nori Sessions
- Nori 的功能,讓 agent 直接讀取通話紀錄、Email 等公司資料,端到端把整份簡報做出來。
提到但沒有展開
- 講者提到 HTML 簡報做完之後可以再輸出成 PDF 等其他格式,但沒有說明實際轉換方式。
- 講者提到自己曾在通勤路上用手機做完整份董事會簡報,但沒有進一步描述操作過程。