，却仍做不好设计？

AI 已经可以在几分钟内生成一个完成度很高的产品界面。

它能搭建多页面原型、编写前端组件、补全交互状态，甚至直接做出一个可以运行的产品。

但这些设计往往有一个共同问题：

看起来没错，却总觉得不够对。

布局完整、配色合理、组件精致，却缺少鲜明的产品性格；能快速生成几十个方案，却无法稳定判断哪个方案真正适合当前产品。

相比之下，AI 在编程上的进步似乎要快得多。

为什么 AI 能越来越稳定地写出可运行的代码，却仍然不擅长判断什么是“好设计”？

OpenAI Codex 应用产品与工程负责人 Andrew Ambrosino 在一场关于 AI 如何重塑产品工作的访谈中，给出了一个非常有启发性的解释：

问题不只是模型还不够强，而是设计本身就比代码更难训练、更难评估，也更依赖人的品味和上下文判断。

01. 代码有“裁判”，设计没有

代码拥有一套相对明确的反馈机制。

它能否编译、测试是否通过、功能能否运行、是否完成指定任务，这些问题通常都有可以验证的结果。

即使软件工程不存在唯一答案，模型至少能够快速获得反馈：

• 这段代码能不能运行；
• 这次修改有没有修复问题；
• 输出是否符合预期；
• 性能和稳定性有没有改善。

这些信号可以形成自动化或半自动化的训练闭环。

模型生成代码，系统运行测试，然后根据结果继续调整。整个过程相对容易规模化。

设计却没有这样的“编译器”。

一个页面是否属于好设计，无法只依靠某个指标判断。它需要同时回答很多问题：

• 是否符合产品定位；
• 是否适合目标用户；
• 是否匹配真实使用场景；
• 信息层级是否合理；
• 交互是否符合用户预期；
• 视觉和动效是否准确表达功能语义；
• 是否与产品中的其他页面保持一致；
• 是否为未来扩展留下空间。

更麻烦的是，这些标准之间还可能互相冲突。

一个界面可以很好看，却不适合这个产品；可以非常易用，却削弱品牌辨识度；可以符合现有习惯，却限制未来创新。

因此，设计不是简单判断“对”或“错”，而是在特定语境中判断“是否合适”。

Andrew 认为，设计比软件更难评分。

训练模型识别什么是好设计、什么是坏设计，需要更多人工参与和主观反馈。而人类的品味、经验和上下文理解，很难被规模化地转化为稳定、清晰的奖励信号。

这意味着，AI 已经可以承担大量设计执行，却还不能稳定完成设计判断。

它可以快速生成方案，但仍然需要人决定哪个方案值得继续。

02. 为什么 AI 的代码能力进步得更快？

这不仅是设计本身更难训练，也与 AI 实验室过去的投入顺序有关。

模型公司通常会优先提升那些能够直接加速 AI 研究的能力，编程就是其中最典型的一项。

如果模型能够编写更准确的代码，研究人员就可以更快完成实验、搭建内部工具、处理数据、训练模型和验证想法。

模型的代码能力越强，AI 研究本身就可能变得越快，从而形成一个明显的飞轮：

更强的代码能力 → 更高的研究效率 → 更快的模型迭代 → 更强的代码能力。

设计能力没有直接进入这个飞轮。

设计当然重要，但它不像代码一样，能够立即提高模型研究和工程开发的速度。因此，在早期能力建设中，编程往往获得了更多资源，也拥有更成熟的评价体系。

Andrew 认为，这部分差距属于阶段性问题。

随着模型公司开始重视设计训练，引入更多高质量数据、视觉反馈和人工评估，AI 的基础设计能力会继续提升。

未来模型生成的界面会更加完整，也会减少很多明显的布局、视觉和交互问题。

但即使这些问题逐渐被解决，也不代表 AI 已经真正理解设计。

因为设计还有一些更难训练的部分。

03. AI 擅长模仿风格，却很难创造新的设计语言

Andrew 在访谈中以 Linear 为例。

Linear 的产品和网站设计影响了过去几年大量软件产品。许多新网站开始使用相似的深色界面、渐变、卡片、字体、留白和动效。

如果一个模型第一次能够生成接近 Linear 水平的页面，我们可能会觉得非常惊艳。

但如果它每次都输出类似 Linear 的设计，它解决的仍然只是模仿问题，而不是设计问题。

软件工程通常鼓励复用经过验证的模式。

成熟的架构、通用组件和标准化方案能够降低错误，提高可靠性。很多时候，工程师并不需要发明一种全新的技术结构。

设计却不完全一样。

用户对好设计的判断会受到文化、时代和审美环境的影响。一个过去非常新鲜的视觉风格，一旦被大量复制，很快就会变得普通。

因此，设计不仅需要识别什么已经被证明有效，还需要判断：

什么时候应该继续沿用，什么时候必须创造新的表达方式。

这也是为什么很多 AI 生成的界面会呈现出明显的“AI 味”。

问题并不是这些界面难看，而是它们通常把当前流行的设计元素组合在一起：

• 大标题；
• 渐变背景；
• 半透明卡片；
• 圆角容器；
• 柔和阴影；
• 标准化的 SaaS 布局。

最后得到一个完成度很高、看起来没有明显问题，却缺少独特性的结果。

模型的训练方式决定了它擅长从大量已有案例中寻找高概率答案。

但真正优秀的设计，有时恰恰来自一个还没有被大量验证的低概率答案。

AI 擅长生成“大家通常会怎么做”，却不一定知道“这个产品此刻应该怎么做”。

04. 品味不只是审美，而是系统判断

人们谈到设计品味时，很容易把它理解成视觉审美：

配色是否高级、字体是否合适、间距是否舒服、动效是否精致。

但 Andrew 对品味的定义更广。

在他看来，品味不仅包含审美，还包括一系列系统性判断：

• 这个产品到底应该是什么；
• 这个功能是否值得做；
• 它属于哪条产品主线；
• 应该用文档、原型还是正式产品来表达；
• 某个交互是否符合它的功能语义；
• 哪些方案应该保留；
• 哪些方案应该合并；
• 哪些看起来不错的方案应该直接放弃。

因此，品味并不是“我觉得这个页面好不好看”。

它更接近一种综合判断能力：

知道该做什么、为什么这样做，以及怎样把它放进整个产品系统中。

当 AI 可以快速生成几十个方案时，真正昂贵的部分不再是实现，而是筛选。

过去，团队可能因为开发成本太高，只能选择少数几个方案进入实现阶段。现在，90 个人可能同时围绕同一个功能做出 90 个可运行的版本。

此时最重要的问题已经不再是：

这个功能能不能做出来？

而是：

这 90 个方案中，哪个方向真正值得继续？

这正是品味开始变得更加重要的原因。

05. 设计不只是一个画面，还包括背后的抽象关系

AI 在设计上面临的另一个难题，存在于视觉和代码之间。

模型不仅要知道一个组件应该长什么样，还要理解不同组件在整个产品系统中的语义关系，以及这些关系应该如何映射到代码结构中。

两个组件看起来可能不同，却承担相同的信息层级或交互作用；另一些组件看起来相似，却代表完全不同的状态和操作结果。

一个成熟的设计系统需要判断：

• 哪些规则应该共享；
• 哪些组件属于同一种语义；
• 哪些差异只是视觉变化；
• 哪些差异代表不同的产品行为；
• 产品扩展后，如何继续保持一致。

Andrew 用品牌改版举了一个例子。

浅层的做法，是找到产品里的几百个组件，再逐一修改颜色、字体和样式。

更深层的做法，是提前建立正确的设计语义和代码抽象。品牌规则发生变化后，只需要调整上层系统，所有相关组件就能同步更新。

这已经不是单纯的视觉生成问题。

它同时涉及：

• 产品设计；
• 交互语义；
• 设计系统；
• 前端架构；
• 代码抽象；
• 长期维护。

AI 可以做出一个完成度很高的独立页面，但要让几十个页面、多个状态和长期迭代保持一致，它需要理解的不是“当前屏幕上有什么”，而是：

整个产品为什么以这种方式组织。

这正是当前模型仍然难以稳定处理的抽象层。

06. AI 改变了设计流程，但没有消灭设计判断

传统设计流程通常是：

用户研究 → 方案发散 → 方案收敛 → 制作原型 → 工程实现。

这套流程背后有一个重要前提：

实现很贵。

团队只有有限的工程资源，因此必须在真正开发之前尽量降低风险，把问题、需求和方案想清楚。

AI 正在改变这个前提。

设计师不再只能在 Figma 中模拟一个功能，而是可以直接生成可运行版本，放进简化代码库甚至真实产品中测试。

团队可以更快地：

• 构建；
• 使用；
• 收集反馈；
• 推翻方案；
• 重新实现。

“先做出来再验证”正在取代一部分“全部想清楚再开发”。

但这并不意味着设计过程不再重要。

恰恰相反，AI 带来了一个新的风险：

原型看起来太像正式产品。

一个原本只用来探索方向的方案，可能很快就被 AI 做得非常完整。它拥有精致的视觉、流畅的交互，甚至可以直接运行。

完成度越高，团队越容易误以为方向已经确定。

接下来的讨论会不自觉地围绕这个版本继续优化，而不是重新思考：

• 这个问题值得解决吗；
• 这个方向正确吗；
• 是否还有更好的产品模型；
• 这个方案是否符合用户真正的需求。

原型的视觉完成度，可能制造一种虚假的确定性。

因此，传统设计流程中的具体工具和步骤可以改变，但团队仍然必须明确当前处于哪个阶段：

是在理解问题、探索方向、测试交互，还是准备正式发布？

Andrew 的判断是：

与固定工具和媒介绑定的设计流程可能正在过时，但对产品目标、判断标准和阶段的理解，比过去更加重要。

07. 当生成界面变得容易，设计师真正稀缺的能力是什么？

随着模型继续进步，生成设计会越来越容易。

过去，设计师可能需要几天时间完成几个方案；未来，模型可以在很短时间内生成几十个完成度很高的版本。

这会让设计工作的重心发生变化：

从制作方案，转向评价方案； 从绘制页面，转向筛选方向； 从优化局部，转向建立系统； 从掌握工具，转向理解产品。

设计师仍然需要执行能力，但真正决定其价值的，会越来越多地变成以下几种能力：

1. 定义正确的问题

不是立即生成一个页面，而是先判断用户真正遇到的问题是什么，以及这个问题是否值得解决。

2. 判断方案是否符合产品目标

一个方案完整、精致、好看，并不意味着它适合当前产品。

3. 在大量方案中筛选方向

当生成方案的成本接近于零，判断什么应该被保留会比生成本身更重要。

4. 创造新的表达方式

不能只依赖已有模式，而要在必要时提出更适合产品的新交互和新设计语言。

5. 建立长期可扩展的系统

让视觉、语义、交互和代码形成一致的抽象，而不是只完成一个孤立页面。

1. AI 会生成设计，但还不擅长判断设计

AI 当前在设计上的限制，可以归纳为四点：

1. 设计很难建立像代码一样清晰的评价机制；
2. 设计能力过去没有获得与代码能力相同的研究投入；
3. 真正的设计需要理解文化、语境和新颖性；
4. 优秀产品需要建立视觉、语义和代码之间的系统抽象。

所以，AI 在设计上的问题，并不是完全做不出好看的界面。

它已经可以承担大量执行工作：生成布局、编写组件、扩展页面、尝试风格、制作原型。

它真正不稳定的部分，是判断：

• 这个产品应该是什么；
• 为什么应该采用这种方式；
• 这个方案是否符合当前语境；
• 哪个方向值得继续投入；
• 哪些看起来不错的东西其实应该被删除。

当“做出一个界面”变得极其容易之后，设计工作的核心不会消失，而是会向更上游移动。

工具会变化，流程会变化，设计师亲手绘制的内容可能会越来越少。

但真正决定设计质量的，依然是人的判断力、系统思维和创造力。

AI 可以生成越来越多看起来正确的界面。

真正稀缺的，是判断什么才是正确界面的能力。