在去年二月一个普通的周一，安德烈・卡帕西发了一条推文，为互联网贡献了新的流行语：氛围编程。
几小时内，人们目睹 Bolt、v0 和 Lovable 等工具从未经设计的草图中直接生成应用程序。
互联网一片欢呼 —— 演示视频中的速度看起来令人惊叹 —— 但更资深的团队却在暗自担忧，因为 AI 正以前所未有的速度为大型代码库增加技术债务。
为何演示优先的 AI 不适合成熟团队#
以下是资深设计师、开发者和营销人员感受到的痛点。
设计师：预制设计系统 ≠ 你的设计系统#
如今的一键生成器会自行选择颜色、边框半径和字体。一旦遇到它们无法识别的品牌风格，就会硬编码新的十六进制值覆盖你的品牌标识符，打乱网格系统，导致设计师不得不将风格不匹配的截图提交到缺陷跟踪系统。
当你绘制一幅作品时，需要精心雕琢每个形状和线条。优秀的设计源于意图的一致性。
如今的 AI 设计师给你的是一页鬼画符、一块橡皮擦，外加一句 "祝你好运"。
开发者们注意：一次性生成的代码 ≠ 可投产代码。#
一个 "功能完整" 的 React 页面交到你手上时，往往是个 1200 行代码的单一组件 —— 没有测试用例，没有无障碍标签，没有关注点分离。代码差异看起来像超市小票那么长。
负责合并的开发者现在接手的简直就是个顽固的代码压缩包，日后任何重构都会遭遇抵抗。这代码感觉像是继承了一个菜鸟的副业项目，只不过这里的 "菜鸟" 是个永不休息且无法教导的 LLM。
简洁、可维护的代码标准在于你还能删减多少行。在没有现有代码库上下文或大量微调的情况下，AI 往往过于冗长。
营销人员须知：虚假数据 ≠ 真实实验。#
如今营销团队十五分钟就能拼凑出着陆页，但每条客户评价、价格信息和行动号召仍停留在占位文本阶段。
将页面接入 CMS 系统并关联数据分析工具，意味着需要手动重写半数标记代码。每次十倍速冲刺最终都堆积成工程待办事项。
你可以生成页面，这没问题，但要想获得收益还得再等等。
留给我们的还有什么？#
这就是所谓的 80/20 后遗症：AI 用 20% 的时间完成了 80% 的工作... 然后团队却要耗费接下来 80% 的时间来修补那最后的 20%。
这正是健康协作的完美反转。人类深陷繁琐苦差，转而恳求机器来驾驭技艺。
但关键在于：问题不在于 AI 是骗人的把戏，而在于仅靠快速的 AI 无法解决大型团队面临的难题。
当然，“给我做个膳食规划应用” 是个有趣的玩具，但正如我们所见，缺乏准确性的速度只会将瓶颈转移到下游环节。
我们需要的是尊重已经存在于你的组件、令牌、数据和测试中的工艺。我们需要面向成熟开发者的 AI。
《成年人的人工智能双面契约》#
以下是提案：如果我们开始为专业团队打造人工智能会怎样？
要让这类工具真正发挥作用，AI 软件开发者和使用它的专业人士都需要完成两种思维转变。
开发者需要……#
- 尊重现有技术栈。 代码库中的每个像素、属性、令牌、模式和测试都应成为规范而非建议。专业人员应能轻松预测 AI 的输出效果。
- 恪守专业边界。 工具不应另起炉灶创建 "又一个画布"，而应嵌入顶尖团队已在使用的软件：Figma、集成开发环境、无头内容管理系统等。专业人员精心挑选工具，仅凭 AI 并不足以成为更换工具的理由。
- 透明可控。 代码生成过程全程可见 —— 通过 CLI 钩子、可读的差异对比和人工审核关卡 —— 确保资深工程师能将质量标准维持在应有高度。只要机器展示其运作过程，专业人员完全有能力驾驭它。
专业世界无需与人工智能这辆失控的列车保持完美同步，工具构建者才该为频繁制造混乱承担责任。
专业人士需要..#
- 提供上下文支持。 投入精力记录流程、将原型映射到实际组件、移交设计标记并编写首轮测试。为模型提供实现高保真度的机会。构建者将利用这些使 AI 生成结果更具确定性。
- 保持责任意识。 即便代码已合并，最精细的工艺 —— 如用户体验优化、性能预算把控、文案润色等 —— 仍需具体人员负责。构建者无需设计全能 AI，而应专注于通过基础工作确保其一致性。
- 认清 AI 的局限。 设计师、开发者和营销人员主要将 AI 用作连接专业领域之间的翻译层。构建者无需打造替代团队的 AI，而应开发促进交接环节沟通的 AI。
构建者无需预见每个团队的具体用例。相反，他们可以相信专业人士会迎接挑战，根据自身需求调整 AI 应用。
《AI for grown-ups》在某个周一的工作机制#
这一切听起来都很美好：人类专注于人类的事务，AI 则处理 AI 擅长的工作。但在实践中，这会是什么样子呢？
让我们再次从三个角色 —— 设计师、开发者和营销人员的视角出发，看看对他们而言理想的世界是怎样的。
设计师们，仍在 Figma 中奋战#
设计师调整了主卡片圆角半径，实时交接面板随即标记出将修改的具体 React 属性。
一个代币审计机器人只会在数值违反设计系统时提醒他 —— 再也不用处理截图表格了。
摆脱了红线标注的束缚，他整个下午都在微调交互细节并与动效设计搭档，真正让每个元素都活灵活现。
投入更多时间打磨细节。不再提交因 token 漂移导致的缺陷报告。
开发者们，仍在 IDE 中奋战#
开发者拉取了最新的 "设计转代码"PR：它已被合理拆分为多个组件，测试桩已通过验证，代码差异小到可以边喝咖啡边审阅。
她运行性能基准测试 —— 数据保持稳定，得益于预设预算的约束，生成器从未越界。
摆脱了样板代码的束缚后，她专注于优化键盘操作流程和边界情况处理逻辑，这些实质性工作真正推动了产品的发展。
借助 AI 接管框架搭建工作，布局缺陷的审查周期缩短了一半。
营销人员，仍在 CMS 中#
一位营销人员复制了上周的着陆页变体，替换了标题文案，然后点击 "阶段实验" 按钮。
AI 自动连接分析系统，为对照组创建快照，并提交标记为增长团队审核的 PR—— 无需创建 Jira 工单，也不会造成开发积压延误。
他们在同一个看板中安排 A/B 测试，并用节省下来的一个小时为产品上线构思社交媒体传播钩子。
活动推进速度翻倍，而工程团队在 "微小文案调整" 上花费的时间几乎降为零。
同样的工具，更少的繁琐，更深度的掌控。每个角色为系统提供上下文，保持责任担当，让 AI 处理繁重工作 —— 这就是契约的实际运作。
保留你的光标，保留你的 ChatGPT—— 中间层 AI 只需在团队共享技术栈中妥善兼容它们即可。
我们如何构建面向成熟应用的 AI#
那么，我们离那个完美的周一还有多远？
在 Builder，我们处于独特的优势地位来提供帮助，特别是针对大型团队的需求，我们已迅速调整业务方向以满足这一需求。
人工智能发展简史#
Builder 于 2019 年作为无头 CMS 和可视化编辑器推出，其目标很简单：让开发者能够展示自己的 JavaScript 框架组件，然后让非开发人员无需接触代码即可排列这些组件。
为了实现这一目标，我们在 Mitosis 上构建了编辑器，这是一个开源层，只需描述一次组件，就能将它们编译成团队正在使用的任何 JS 框架。
正因这一早期定位，在生成式 AI 浪潮到来前，我们产品的三大 "成熟组件" 已稳固成型：
- 功能全面的可视化编辑：我们类似 Webflow 的编辑器为设计师和营销人员提供了调整组件和页面的空间，这些组件和页面可编译为任何 JS 框架。
- 确定性组件映射：每个 Figma 框架及其设计令牌都能与真实的版本控制组件双向同步 —— 而非外观相似的代码片段。
- 真实内容的数据源：CMS 不仅存储营销内容，还包含工程师所需的所有数据，用于构建精确的 UI 状态。
因此，当大型语言模型变得实用时，我们并非将 AI 生硬地加在白板之上，而是将其融入了一个早已遵循技术栈规范的编辑器、映射器和内容管理系统之中。
这种先发优势让我们当前的 AI 功能能够专注于消除繁琐工作，而非重新发明基础技术。
我们迄今的成果#
我们的产品采用一系列可逐步采用的层级架构，无需进行大规模重写。
- 可视化编辑器 → 代码。想象 Bolt 或 v0 的体验，但具备 Webflow 级别的精细调节能力。通过 AI 提示快速生成页面初稿 —— 或粘贴任意 URL 即时创建可编辑克隆 —— 然后手动微调每个类、令牌或断点。直接拖入来自 21st.dev（或您自己的代码库）的生产就绪组件，交付的设计将完全遵循您的 CSS 规范而非我们的。
- Figma → 可视化编辑器（及代码）。安装免费的 Figma Visual Copilot 插件，绘制画框后点击导出。Copilot 能将画框的精确 Auto-Layout 几何结构转换为简洁、响应式的框架代码，可直接提交至代码库或在 Builder 可视化编辑器中微调。设计师仍交付 Figma 链接；开发者只需运行一条 CLI 命令即可生成生产就绪代码 —— 无需猜测，杜绝样式偏差。
- 仓库 → 可视化编辑器 → 仓库 PR [即将推出]。我们将很快发布一款产品，允许任何人将任意 GitHub 仓库导入可视化编辑器进行修改，系统会自动将变更以 PR 形式提交。营销人员和设计师可以直接提交代码形态良好的工程工单。
- 组件映射。只需告诉 Builder 哪个 Figma 按钮对应哪个代码按钮，点击 "发布" 即可完成设置。此后，所有使用该组件的设计导出都会从您的代码库中提取真实组件 —— 包括属性、令牌等所有内容 —— 直接生成到差异文件中，让代码审查专注于创意而非样式不匹配问题。
- Builder Publish：它不仅是占位文本的替代方案，更是您完整的无头内容管理系统。将任何页面与实时内容和分析数据连接，让营销团队无需开发人员介入即可进行 A/B 测试 —— 同时享受现代 CMS 提供的完整数据架构、版本控制和单一数据源优势，所有功能集成于同一平台。
我们仍在努力的方向#
我们已接近完成，但尚未结束。接下来要做的是：
- 减少手动输入。自动检测更多标记和组件，让映射操作如同自动补全，而非数据录入。
- 深度掌控。让高级用户无需离开编辑器即可剖析每份 AI 草稿 —— 道具、测试、性能预算 —— 一览无余。
- 更广泛的设计系统支持。今日使用 Shadcn，明日定制专属工具包。映射应一键完成，而非耗时整个周末。
那个 "完美星期一" 的愿景正是我们的前进方向，我们的路线图将带领我们逐步实现这一目标，一次一个功能。
我们非常期待您的反馈：您认为在设计、代码和营销之间还存在哪些差距？"面向成人的 AI" 能在哪些方面为您最大程度地减轻困扰？
在评论区留下您的想法，或通过社交媒体 @我们（页脚处有链接）。
将 80/20 法则正本清源#
如果说 Software 2.0 让我们明白网络能够编写代码，Software 3.0 的热潮又提醒我们它们可以构建完整界面，那么今天我们走的这条中间道路 —— 姑且称之为 Software 2.5—— 则坚持认为习得程序依然需要代码审查、资源规划和阳光测试。
枯燥的约束造就非凡的自由。
速度令人沉醉，但若仅追求速度，便会颠覆二八法则，让人深陷善后泥潭。而成熟的人工智能则能扭转这一局面。
工具开发者承诺提供的是轨道而非迷宫。专业人士保证的是上下文与责任担当。每一个映射的组件、每一次代币锁定、每一轮人工审核，都让下一代系统更具可预测性 —— 而可预测性正是真正加速发展的复利源泉。
我们无需被生拉硬拽着进入新世界。我们完全有能力按照自己的节奏前行，将时间倾注于任何模型都无法伪造的技艺之上。