在板前叫不出鱼名，我让一群 agent 做了本认鱼图鉴
朋友前阵子甩给我一份做得挺漂亮的小课，叫「omakase 认鱼课」。一张图讲一种鱼，排版很讲究。我翻了两页就卡住了——上面的「英文名」全是拉丁学名。Thunnus orientalis、Pseudocaranx dentex。好看是好看，可板前师傅一抬头问你点什么，菜单上写的是 Hamachi、是 Sea Bream，那串拉丁文一点用没有。
我想要的是另一个版本：中文 → 日文 → 美国餐厅菜单上真正印的那个名字。
找不到，那就自己做。说自己做也不太准，其实是我指挥一队 agent 做，自己当了一下午主编。
先把成品放这儿，免费拿：认鱼图鉴 PDF（92 页）。下面说说怎么糊出来的。
三段流水线，每段换一种工具
整条线分三段，关键是每段用不一样的工具。
调研，一套多 agent 流水线。九个 agent，一个管一类鱼（赤身、白身、光物、贝、虾蟹……），各自把手里那几种整理成一条结构化记录：中文名、日文（假名加罗马音）、美式菜单英文名、拉丁学名、旬、板前怎么认、口感、怎么上、跟谁容易混。其中最要命的一栏是美式菜单名，我专门让它上网核实。因为这正是大模型最爱想当然的地方。你让它翻「鯛」，它张口就是 sea bream，可半个美国菜单上印的是 red snapper。这种地方，核实，别信它一张嘴。
配图，gpt-image-2。每种鱼两张写实图：整鱼，认市场货；摆盘那一贯，板前你实际看到的样子。一共约 150 张。准不准全看你怎么写 prompt。把那条鱼的颜色、花纹、特征写细，模型出对种的概率高得意外：鲣鱼肚子上的纵纹、石鲷的黑白横条、金目鲷的红皮，都对。
拼装，一段无聊的确定性代码。生成器读数据，吐出带打印样式的 HTML，再用无头 Chrome 打成 PDF。这一层我故意不放 AI。排版这种事，要的是确定，不是手感。
这就是我反复在用的那个形状：发散的活儿交给 agent，骨架交给代码。模型是代码调用的一个子程序，不是开车的那个。
两个踩坑
不讲翻车的部分，这篇不算诚实。
第一个，长得像金枪鱼的 bug。一开始我在一个限速接口上跑图，便宜，可一分钟只让发 10 张，150 张能跑到天荒地老。换了个快接口想并行，怪事来了：整鱼图全挂，摆盘图全好。同一套代码、同一批 prompt、同一个模型。
线索就藏在这个「全挂、全好」里。两者唯一的差别是尺寸。整鱼图是 1792×1024，那是老模型的尺寸，新图模型不收，只认 1536×1024。老接口默默忍了，新接口不忍。改一行就好。这条经验很老了：一个故障要是齐刷刷沿着某个维度裂开，bug 就在那个维度上。
第二个，会下崽生空白页的附录。点菜速查表是一张长表，82 行。我一开始让它当一整块往下溢，它就开始吐半空白页，还把一种鱼的名字劈在分页两边。修法不是在 CSS 上耍机灵，是把分页改成确定的：在代码里把行切成一页一页，每页定量，绝不让一页停在小标题上。你让排版引擎自由发挥，它准给你惊喜；你把每个断点钉死，它才老实。
半路杀出的第二份数据
做到一半，另一个 agent 又塞给我一份不一样的数据，71 条，鱼差不多，结构不同：每种鱼带一组数值口感（脂、弹、香，各 1 到 5），还有一个肉色的色值。这么好的东西没法不要。
我没去手动拼。我让一个 agent 拿这份数据当评分尺，给那 73 种鱼全部重新标定一遍口感，这样有覆盖的、没覆盖的，都落在同一把尺子上。现在每张卡片上都有一小条「脂／弹／香」的格子图，加一个按真实肉色填的圆点。这种活儿，手做累死，派出去几乎不要钱。
里面到底装了啥
73 种鱼，分 9 类。每张卡给你：中文／日文／美式菜单名、旬、板前怎么认、口感、怎么上、易混淆、辨识关键词、口感格子图，外加两张图。
还有几样你在板前真用得上的：
- 寿司形式速览：握／军舰／卷／手卷／刺身
- 下仕事术语表：漬け／昆布締め／炙り／煮切り……有时候它比认出是什么鱼更说明问题
- 点菜避雷页：所谓「White Tuna」其实常是油鱼；「这到底是哪种金枪鱼」；三文鱼根本不是江户前传统；河豚得认牌照
- 一张五页的点菜速查表，点之前扫一眼就行
真正要紧的那一点
整件事就一个下午，而且这一下午大半是我在审，不是在做。真正有意思的，是协调这件事现在变便宜了。「AI 画了图」反倒不是重点。九个并行的研究员、一道核实、两批图、一次口感标定、一个确定性拼装，这就是一条小型生产线，我坐在椅子上跑完了它。
真正帮上忙的本事不是写 prompt，是知道把确定性放哪儿（schema、排版、分页），把发散放哪儿（调研、配图）。这条线划对了，一个下午就够。
下回你在板前，菜单上写着 Hamachi，你会知道那是幼鰤、冬天最肥、紧实干净、容易跟间八搞混。いただきます。
灵感来自一份做得很漂亮的 omakase 认鱼课。书里的鱼图是 AI 生成的，供参考和好看，不是物种鉴定标准——真较真的时候，信师傅。本文 CC BY-NC。