Description
近一年做了一件事:把「AI 参与设计生产」从看起来很美,做到真的能交付。
前半段是直播业务的设计输出与规范治理;2026 年起同样的需求换新方法跑——从交设计稿,变成交需求文档加可上线代码。自建工具 dgent 验证「AI 改的方案必须看到线上真实效果」,随后承接官方产品 Catpaw Design 的设计模块,把平台规范拆成机器可执行的检查,让 AI 的产出先过机器关、再见人。
同时把「会用 AI」当基建做:给设计团队起步包和标尺,给产品团队修端到端的路。数字全部来自仓库记录与学城留痕。
01Design Agent
市面 AI 设计工具产出的是「看起来不错」的图;业务要的是能上线的界面——样式合规、代码能进仓库。dgent 是一块照妖镜:所有方案用线上真实代码渲染,AI 说改好了不算,渲染出来一模一样才算
- 界面复现与线上逐像素对比零差异(相似度 1.0)——「看到的就是线上真实的样子」
- 接入直播、用户中心、团购三条真实业务线的页面;产品经理直接在看板上看方案、比方案、并排对照、导出结果
- 看板本身不内嵌 AI:改动的智能来自使用者自己的 AI,看板只负责真实渲染和把关——这个定位是踩坑后拍板的
- 六周 106 次代码提交;引擎自动检查从 121 项涨到 304 项、零失败
- 打通内网发布通道:方案一键发成内网链接,发给谁都能看
专门调研了 57 家同类产品:按公开资料,没有一家能证明打通「AI 生成 → 机器自动判定合规」——多数产品能收集证据(截图、标注),最终判定仍靠人眼。这里做的正是业界普遍没做成的那一段
- 7 月起承担官方 PDE 产品的设计模块:资产建设、规则、质量判定、生成效果一肩挑;方案对齐会上平台方负责人当面评价「非常扎实」
- 平台设计规范拆成机器可执行的检查:252 个样式变量、42 个组件、320 条候选规则——AI 的产出先过机器关、再见人
- 13 个真实历史需求成批考试:功能口径一次通过 54%,全程无人工介入 69%;另整理 2,230 条历史需求做题库
- 23 天 262 次代码提交,学城发布 8 篇;所有方案由另一个 AI 专门推翻——一轮 12 次审查提出 52 条问题全部处理,累计 91 份审查记录、8,701 行
- 调研发现自家一条结论站不住(「非界面类机器检查不可能」),公开改掉——结论经得起自我推翻
- 快捷入口代码已交研发(1 次提交 9 个文件);7 月底完成对研发的正式交付
- 8.30 交第一版,验收线提前写死:样式合规率超 90%、九成代码可直接交付、平均对话轮次不超过 30
02PDE 推进
推广 AI 的常见做法是分享会加工具清单,听完还是不会。这条线把「会用」当基建做——给现成的起步包、给能力标尺、给宣传阵地,而不是靠号召
- 起步包:模板仓库 30 分钟自助跑通,配启动指引与一键接入工具,整套三个仓库;「30 分钟」是设计出来的门槛,不是口号
- 可复制:起步包做成中性模板,换一个业务名就能开新仓;第一个业务(直播)的全套资料就是活样板
- 标尺:给「AI 生成设计稿」定分级考题(元素级 / 组件级 / 页面级各算什么水平),能力有了统一衡量,不再各说各话
- 发起并推动 PDE 宣传推广中心:集合每日一题、能力建设进度表、各业务试点信息收集
- 与设计部负责人共同推动集团级成果评议发布,5 月底多渠道同步
先找断点再修路:逐段排查产品经理从提需求到看到上线代码之间断在哪——共 5 个断点,结论是最致命的不是缺工具,是没有一条端到端的路
- 修路:《产品经理用 dgent 做直播设计需求·端到端指引》——从提需求到看到线上真实效果的完整走法,一步一步可照做
- 「产品自闭环」方向的工具演示与试用:让产品经理自己生成可交互演示,6 月起多场沟通留痕
- 流程工具改口径:把原本面向设计工程师的流程系统,明确改为服务产品经理——不预设工具,按各人习惯引导,没准备好的人有兜底路径
- 「产品经理提需求 + PDE 代操」的协作模式先行验证,跑通后再放开
03专业研究
踩过硬坑:让 AI 一次性开发一个系统,测试全部通过,拆开看核心功能是假的——AI 会把「看起来做完了」演得很像。不解决「怎么验证 AI 真做对了」,一切提效数字都是纸面的
- 方法:第二个 AI 专门负责证伪,干活的和挑毛病的永不是同一个;人只在关键节点终审
- 从实战提炼:6 轮审查堵住 11 条造假路径,固化成 239 行标准流程,含 11 种「防永真断言」模式(专治看起来在测、实际测不出错的假测试)
- 之后所有项目默认沿用,并直接进入官方产品 Catpaw Design 的质量体系——被复用是方法论最硬的证据
- 行业同源证据:同一个 AI 配不同的工作方式,任务完成率 78% 对 42%,差 36 个百分点——方法本身就是生产力,值得专门研究
- 19 套、约 5,000 行:设计稿转可点击演示(业务同学扫码在手机上直接体验方案)、截图转结构清单、需求文档生成、内网一键发布、跨窗口任务协同等
- 全部写成 AI 可直接执行的标准手册——反复发生的劳动,一次沉淀反复用;多套已成日常默认流程
- 前沿跟进不过夜:AI 头部公司发布工程方法的当天,逐条对照自己的系统落地,一次 9 条全落——不是收藏文章,是当天改系统
- 判断框架也沉淀了:自建大而全规则库崩过一次后想明白「工具和流程是脚手架,业务知识才是承重墙」——这个判断决定了后面所有系统的取舍,并写成公开文章
- 并行工作的地基:多窗口端口分配规则、双机同步通道,消掉重复踩坑
- 研究 AI 使用成本的统计方法,发现现行周报口径把成本高估了约 5 倍
- 根因:把全部用量按最贵单价计算,忽略了九成以上其实是低价的缓存用量——账算错了,决策就会跟着错
- 产出修正建议 + 新口径参考数据两份文档,数字可对账,不是感觉
04内容创作
转型最难的是认知,不是工具。新概念多是英文长文加黑话,大多数人跨不过去——写作把这道门槛拆掉:重要概念第一时间用中文人话讲清,实践里想明白的判断写成别人能直接用的文章
- 3 月《当 AI 5 个月写了 100 万行代码》——行业热词刚出现的当周就成文,给产研团队做解读;同期《从「代码打字员」到「一人工程军团」》
- 5 月《那么多 md 到底什么意思?以 md 为引子看 Agent 发展》《人比做模型,如何设计企业内的 Harness?》《从 Agent 的 Harness,到企业的 Harness》——从工具现象一路讲到企业组织
- 6 月《脚手架坐标·判断 AI 时代什么该自己建》——自己踩坑换来的判断框架,不是转述别人
- 另有视频整理《AI 转型没戏,要 AI 投胎》等;多篇踩在概念刚火、公司正需要理解的时间点
- 《美团设计规范·AI 知识库》三篇:把设计规范整理成 AI 能直接读取的格式——写给机器用的内容,也是资产
- 8,000 字英文《2026 AI Agent 工程师路线图》两天内出中文导读版 + 完整译文,给推进小组当学习材料
- 《在学城里内嵌 HTML 指南》:自己趟通的交付技巧,写成人人可照做的教程
- 这类内容约占写作量三分之一——写作直接服务推进,不只是发表
05直播业务
- 项目设计:直播好价(提案 → 视觉方案 → 上线走查,三件套齐)、直播热搜榜与新客低价的设计验收、分享裂变玩法升级
- 裂变玩法升级入选设计部推荐 90+(2026 年第 8 期)——设计部全年择优推荐机制,硬荣誉
- 规范治理:直播入口标识规范 V1.0、券结构优化、直播间字体优化、高流量页面(日浏览十万以上)梳理、跨端一致性专项
- 用户研究:重度用户深度调研分析报告、满意度调研可行性分析
- 提前埋线:8-9 月已做直播间 AI、数字人直播间探索,11 月做了设计收益文案 AI 工具——转型不是突变,是业务里长出来的
- 3 月业务移交有完整交接文档,规范资产沉淀学城可查
同一个人、同一块业务、两种交付物——过去交设计稿,交完等排期;换方法后交的是需求文档加可上线代码。这是新方法价值最直观的证据
- 福利中心入口优化:需求文档正式版 + 3 组实验设计方案 + 给研发的技术对接文档;核心洞察是识别出「抽奖 46% 复访率」是相关性数据、不是因果——避免了错误归因
- 直播间货架提问:需求从第 1 版迭代到第 4 版(中间经独立评审返工,补了业务基座和因果链验证),最终交付需求文档 + 可上线代码,提交进两个业务仓库
- 直播广场定位切分:完整需求文档,八道检查全过;中途方案还翻转过一次(从统一管理改为各自理清),文档跟着重写而不是硬撑
- 另有探索型项目:高层现场反馈引出的命题,先花功夫判断「真问题是什么」(结论:不是再立一个 AI 导购,而是帮用户在信息过载时做敢信的下一步决策),再做两版可交互演示——避免了组织惯性下最容易立错的项目
Stack
Claude CodeCodex
Catpaw Deskdgent
GSAP · CanvasMRN · React
学城 · KMNoCode
Figma · MasterGoAfter Effects