motionmaxxing 是一个开源的 agent skill（Agent 技能），专门把充满「AI味」的 AI slop 视频，改造成看起来像动态设计师亲手做的动态图形（motion graphics）影片。它靠的不是禁令清单，而是帧级测量 + 脚本门禁 + 盲测 A/B 持续校准。这篇文章复盘它的四代迭代史：从第一代盲测三连败，到第二代 9/10 翻盘，再到 taste 层与 12 条实测缓动曲线的诞生。

先看懂评级标准：motionmaxxing 给 AI 视频打分

项目先立了一把尺子，把 AI 视频分成三档：

它的定位很克制：把影片往右推一格，并诚实告诉你停在哪一格。完整技能定义见 SKILL.md，研究全过程见 docs/HOW-IT-WAS-BUILT.md。

第一代：管道流工作流，盲测 A/B 三连败

第一代作者搭了一条管道式工作流：品牌分析 → 脚本 → 分镜 → 制作，然后老老实实做盲测 A/B——5 轮测试，其中 4 轮与「无技能」对照组同场竞技，结果输了 3 轮。

失败原因很有代表性：

• 只去形、不加质：删掉 AI 味标记后得到「干净但空洞」的影片，反而输给用品牌真实素材搭建的对照组；
• 只命名、不展示：功能以小标签闪一下就过，从不用真实 UI 演示；
• 套话文案：一句 stock 口号在概念分上只得 4/10，而对手用品牌官方口号拿下 7/10。

其中一次测试被作者直接否决：agent 做了一张典型「vibe-coded UI 卡片」（状态点 + “label · value” 的圆角卡片）。这条教训后来直接写进了“Never ship”黑名单。

💡 第一代的核心教训：去掉 AI 味的标记，不等于做出好片子。这句话成为后续所有迭代的主线。

第二代：禁令清单 + 黄金画廊，盲测 9/10 翻盘

第二代做对了两件事：加上明确的禁令清单，并引入「黄金画廊」（优秀参考帧集合）。盲测成绩立刻变了：5 个虚构品牌 × 2 个模型，10 次 A/B 里有 9 次用户选了带技能的影片。唯一一次失手本身也是教训——用户选了平静可读的对照组，赢过一部急促炫技的带技能影片：能量不是目标，对的品牌能量才是。

但第二代同时暴露了两个隐患：

1. 黄金画廊教会的是“长相”，不是判断——8 个不同品牌的片子做出一个设计师的 reel 既视感。于是画廊被删除，换成刻意采用不同风格的「判断校准条」（见 studies/PROVENANCE.md）：一列是默认做法，一列是专业判断，学推理，不学长相。
2. 自我认证会说谎——有一次 agent 渲染出 15 秒纯黑视频，自己的扫描居然通过，还认证“VERIFIED / CLEAN”。由此立下铁律：never self-certify——门禁必须由脚本在渲染产物上计算，数字写进NOTE.md，不许脑补。

这一时期对全部作品的量化复盘，还留下了一组标志性数字：

运动太慢会失败，太快也会失败——所以运动能量被定为“要回答的问题”，而不是达标指标。

第三代：taste 层登场，从「不许做什么」到「该做什么」

第三代补上了此前最缺的一块——taste 层：8 条明确的美学判断，其中最关键的一条是「made with ambition」——hero 时刻必须投入最重的工艺（真实 3D、shader、致密构图），做到「值得截图」；一个小 UI 贴在黑色虚空中，是极简主义的默认，不是品味。

这一代的 A/B 里，带技能影片终于丢掉了默认 tell（角标、页码计数器），但失败也转移了：克制被推向了空洞——小 UI 在黑底上停留数秒。于是“ambition”规则正式写入技能。

taste 层不是一次性文档，而是一个持续生长的机制，落在仓库里就是 taste/ 目录：

• taste/verdicts.md——记录用户的真实否决：日期、原话、反应对象、最小教训；
• taste/edits.md——before / after / why 的修改对，因为「一对前后对比，是比分数更好的老师」。

仓库自带的校准条也是 taste 层的产物：左默认、右判断，刻意用不同风格绘制，防止它变成新的模板。

第四代：帧级测量 + 脚本门禁，AI 味无处遁形

第四代（也就是现在这版）从一句话出发：大多数“动效设计技能”是一堆观点，而这个从测量开始。

第一步：把专业做法量出来。

• 53 段 3–7 秒的专业动态片段被复刻为帧级准确的 timeline，6 个 AI 分析师逐帧解码，产出约150 条设计师规则（WHEN / DO / BECAUSE 格式，规则以 library/moments.jsonl 的形式入库，共 716 行）；
• 每条 timeline 逐帧 seek，得到4,288 个独立动作与12 条实测缓动曲线（89% 的动作落在 12 条曲线 RMSE 0.12 以内），runtime 里可直接按名调用（如M.ease.softLand）；
• 数字常常反直觉：单个动作中位数只有10 帧（0.33 秒）；过冲占比不足 9%；元素靠“动进来”出场——3,392 次 transform 入场 vs 584 次透明度淡入；96% 的片段使用硬切，且切在运动中间，而不是静止处。

第二步：给 AI 味做尸检。

把被否决的 AI 影片逐拍解剖，排出 25 个 tell 的目录。最有用的部分是根因列——每个 tell 都追问一句：是技能说清楚了但 agent 无视？还是技能自己的措辞把 agent 带偏？还是根本没规则？答案经常是后者或中间：比如早期措辞写“按幕切换平涂底色”，agent 忠实执行，产出五块平涂色板的 PPT。于是结论是：修复往往是编辑技能本身，而不是骂 agent。

第三步：用脚本门禁验证（G0–G5）。

门禁失败就修，不争论；脚本打印数字，agent 原样引用。其中 G5（页面装饰 lint）最能体现“杀死 AI 味”的机制——它靠几何与字体特征抓角标、计数器、时间码、进度条，一帧全抓：

效果验证：同一个品牌，跑完升一档

官方 before/after 的拍法是：同一品牌拍两遍，一遍不带技能（mid），一遍带（maxxed），且同一模型、同一 brief。Spotify 例子最有代表性——左片是「左标题 + 手机 mockup」霸占每一帧；右片是一个想法贯穿到底（绿色句号变成开关、泛满全屏、再变成图标），字即画面：

项目对局限也很诚实：盲测目前只有单一评分人，「9/10」是信号而非基准；lint 看不见 canvas 或图片里烤进去的文字。完整清单见 docs/KNOWN-LIMITS.md。

四代迭代复盘：5 条可复用的方法论

1. Specific beats clean——赢的影片都用“只有这个品牌才有”的东西：logo 形状、自己的文案、自己的素材。
2. 每一条指令都是先验——“切换底色”这类措辞会被 agent 逐字执行；AI 味的修复点常常在技能文案里。
3. 脚本是廉价的诚实——每个硬门禁都对应一次真实翻车；脚本不证明片子好，只挡住一种谎言。
4. 用判断校准，而不是用长相——“成品样子”条带教会长相；“默认 vs 决策”成对条带教会推理。
5. 让证据保持诚实——单一评分人、模型解码的规则、题材偏差，都写在对应结论旁边。

motionmaxxing 安装与上手指南

环境要求：Node 22+、Python 3、ffmpeg、Google Chrome（配音与音乐可选，需要 ElevenLabs key）。

git clone https://gitcode.com/gh_mirrors/mo/motionmaxxing ~/.claude/skills/motionmaxxing bash ~/.claude/skills/motionmaxxing/install.sh

装好后，在 Claude Code 中直接用自然语言描述，或运行/motionmaxxing。三个最常见用法：

• 从 URL 出发：make a 20s launch film for https://example.com，并先给 idea 和分镜；
• 单个时刻：一句品牌 sting，6 秒动态字体 + 真实 3D；
• 评级与修复：丢一份draft.mp4，让它按 slop / mid / maxxed 评级、跑门禁、说出失败项并修复。

交付物固定四件套：final.mp4、可编辑的index.html、计划文档STORYBOARD.md，以及必填的NOTE.md（记录 G0–G5 数字和“还想改进什么”）。agent 不允许把影片认证为好。

想深挖机制，建议从 docs/HOW-IT-WAS-BUILT.md（研究与工程全过程）和 references/tools.md（每个脚本的参数说明）读起——前者本身就是一次很好的「如何给 AI 味做科学尸检」的示范。