Safari MCP 出了，但真正值得炼的是‘完全本地运行’这五个字

旧稿是这样写的：

请仔细查看这个网页，告诉我它的布局和交互有什么问题，注意控制台的报错信息。

三十几个字，当时觉得挺周到。现在看，"仔细"是态度，不是标准；"布局和交互"是我嘴里的词，不是模型眼里的东西；"控制台的报错信息"——我凭什么觉得控制台里会有报错？这整句话的毛病不在措辞，在【这个网页】四个字：我在让模型猜一个我没给它看的页面。

描述永远是有损的。我说"这个按钮在右上角有点挤"，模型接住的是一串字面的概念，它不知道那个按钮实际渲染出来是圆角还是直角、hover 有没有反馈、在 375px 的视口下还挤不挤。我在用文字复述一个页面，而不是让它看那个页面。材料不对，措辞再准也白搭。

这里值得推敲一下。Safari 支持 MCP 本身——一个浏览器厂商上个世纪就做过的 driver 层包了一层外壳，没什么好激动的。我盯住的是后半句：【完全本地运行】。

这五个字才是题眼。Safari MCP 给模型的是什么：DOM、网络请求、截图、控制台输出，还能执行 JavaScript、切标签、模拟点击。模型终于不用靠我的二手描述来猜页面了，它自己上手摸。但这件事敢不敢做，取决于那五个字——捕获的内容直接交给用户正在用的代理，不走 Apple 的服务器。如果我的代理连的是云端一个我摸不清底细的 API，我敢不敢给它一个能直接读 DOM、能执行 JS 的浏览器窗口？反正我不敢。完全本地，才敢。

以前大家还在训怎么把"请"字删掉、把"仔细"换成具体清单，那层功夫不白费，但只是治标。一条 prompt 写得再精确，只要它是在描述一个渲染结果，就都是在 lossy 压缩。真正的解法是让模型吃到一手材料：MCP 把"渲染后的页面"本身变成了上下文的一部分。模型看到的不是我转述的页面，是页面自己。

定稿先放这：

用 Safari MCP 服务器打开目标页面，把 DOM、控制台和网络请求喂给代理，让它先复述自己看到了什么，再报问题。你只在最后做判断题。

这不是把旧稿修了几个字，是把"描述页面"整件事换成了"打开页面"。改到这会儿，我已经不太确定这算 prompt 还是算工作流了。先这么用着，哪天 Safari MCP 更新一版，这句话大概率又要推翻。为一个字纠结一下午，说出去有点丢人，但这次纠结的不是一个词，是一个"完全本地运行"的承诺——这种事在我这儿不算新鲜。