为了送出100件衣服，我们用Kimi手搓了个网站

先说重点：Monolith要送衣服了。

卫衣、T恤任选，免费，先到先得。

前段时间Kimi K3发布后，我们一直想找一件真实的事，测试它在benchmark之外的能力。

于是，这次送衣服的方式有点特别——你要去一个网站上领。而这个网站，从前端页面、视觉设计到后台的兑换码和库存系统，是我们和Kimi K3一句一句聊出来的。

我们订阅的是Allegretto计划

为什么是 K3？

Kimi K3是月之暗面（Moonshot AI）推出的MoE（Mixture of Experts）模型，总参数量2.8万亿，原生支持视觉输入和100万token上下文，完整权重也已开放。

作为Moonshot AI的首轮投资者，我们看着Kimi进化了三年多，我们之前做过基准测试的汇总，但benchmark只能回答模型"会不会"，回答不了它能不能在真实世界里把一件事做完、做对。

于是我们前段时间又做了个小实验：给K3出一道必须上线、接待真实用户、处理真实数据的题；顺便给大家发一波福利。

它长什么样

众所周知，Monolith是一家热衷做周边的VC，只是过去周边发放基本靠缘分：来办公室聊天的朋友随机带走一件，不在现场的朋友只能随缘了。

这次，我们有了一个正经的线上渠道。

Monolith Collection 周边网站的预览

领取流程很简单：输入手机号，领一个专属兑换码（同一手机号永远是同一个码，忘了也能找回来）；选产品、选尺码（S–3XL）、填地址、提交。

剩下的交给系统：自动扣库存、生成订单，100个专属兑换码、批量处理、物流单号、数据导出，后台一应俱全，整套服务跑在Cloudflare Functions和D1上。

视觉上，我们让K3参考ALO、Jil Sander和SKIMS，但给予了条件约束：衣服能换色、不能改版型，logo能调色、不能变形，品牌蓝色渐变方块必须保留。

最终的Campaign基于真实产品图局部编辑生成，两轮就到了能直接用的水平。

左边是我们短袖的实拍图，我们用这张图生成了右边的效果图

一些Fun Facts：

视觉是整个项目中迭代次数最多的部分。50多轮对话里，超过20轮与视觉有关。

左边是我们给定的参考，右边是生成的Campaign

Agent 并不是天然具备品牌审美。它的稳定输出来自人类把隐性的审美偏好转化为显性的约束系统。

logo的位置发生迁移，精准控制这一变量需要多次给予约束

我们最初也使用过“高级一点”“更像时尚品牌”这样的表达，但很快发现，这类抽象要求几乎没有稳定的执行价值。

真正有效的方法，是提供参考图，并把审美判断拆成可以逐项检查的约束。

如何领取

1. 打开Monolith Collection周边网站——

https://monolith-collection.pages.dev

点击「阅读原文」进入领取网站，或复制上方链接至浏览器打开。建议使用电脑访问，体验更佳。

2. 点击「领取口令」，输入手机号获取专属兑换码；

3. 选择产品、颜色和尺码，输入兑换码（可在上一步直接复制并粘贴）；

4. 填写姓名、手机号和收件地址，提交兑换；

5. 保存兑换凭证，等待统一寄送。

周边将在兑换结束后统一安排生产，预计15个工作日内寄出。 网站实时显示剩余库存——100个口令，领完即止，手慢无。

最后，欢迎大家来领衣服，收到后记得发"买家秀"——给衣服打分，也顺便给K3做的网站打个分！（我们会在留言里随机抽几位，送出小礼物）