CapacityGate：非偶然，是研究

文章提出一种从LLM获取新颖性的方法：不直接要求模型发明，而是通过减法筛选。具体步骤：选择一类常见物品，列出所有成员，对照现有产品，剔除已实现的，剩余未构建的即为发现。作者用Claude、ChatGPT、Gemini和Grok四个助手独立执行此规则，发现它们有时会偷懒给出“酷点子”而非诚实减法。最终借助尼日利亚谚语“你在索科托找的东西就在你裤子里”引导模型关注日常物品，从而聚焦于杠杆拱形文件夹。该文件夹的杠杆机制看似开关，实则容量过满时无法闭合，暗示存在未被开发的中间状态。文章强调应用层开发者应重视此类减法式探索。