為什麼 AI 在設計上落後

資料來源#

OpenAI Codex lead on the new shape of product work

摘要#

Andrew Ambrosino（OpenAI Codex）回答了 wiki 一直反覆追問的問題——為什麼「這看起來像 AI 設計」仍然是貶義，而 AI 卻能撰寫 production 程式碼？——提出前沿模型在視覺／產品設計上落後的四個原因，其中兩個是實務性的（而且正在消退），另外兩個則更為棘手。這是一段尖銳的第一手說明，指出可驗證獎勵前沿在哪裡止步：程式碼有乾淨的評分器（「能否編譯、是否完成預期工作」）；設計的評分器則是人類品味，而要把它放進訓練迴圈的成本很高。

證據註記。 practitioner-opinion —— 一位 OpenAI 產品領導者的解讀，明確加上保留語氣（「我不在我們的研究部門……這樣說會被罵」），不是研究主張。

四個原因#

1. 設計難以評分（最關鍵的一個）。「建立一個能以優良與不良設計訓練模型的迴圈，比『程式碼能否編譯』更乏味、更繁重。」程式碼自帶驗證器；設計的驗證器則是品味中的人性面向，「是你所需回饋機制的一部分」。這是從設計角度陳述的可驗證性論題：能力在獎勵廉價且客觀的地方進步最快，而設計的獎勵兩者皆非。

2. 它一直在 AI 研究飛輪之外。「實驗室歷來都會投資，讓模型擅長能加速 AI 研究的事情。」在早期的程式碼模型時代，模型能撰寫正確程式碼會加速研究，這點顯而易見；「你很難對設計提出同樣的論點。」因此設計得到的刻意投資較少——不是因為它不重要，而是因為它不在自我改進迴圈中。（實務性原因；Ambrosino 預期它會消退——「這些模型會變得相當擅長設計。」）

3. 設計獎勵新穎性；程式碼獎勵已知模式。「在軟體工程中，你幾乎會希望它過度偏重已知模式。」但設計不是：「其中有隨機性與新穎性的成分。」他的例子是：整整一年，每個新網站都是 Linear 的翻版——「如果模型每次都輸出 Linear 的網站，那就不是這裡的挑戰。」回歸平均值對程式碼而言是特色，對設計而言卻是失敗。（參見轉化式創意／抽象障礙批判：新穎概念生成可能是真正的上限，而不只是下一個會被突破的能力。）

**4. 設計↔程式碼的抽象層（最深的一個）。**成為更好的視覺設計師並不足夠；「軟體設計與所撰寫程式碼之間存在互動」，而這「是視覺設計，但深得多——關乎抽象」。他的重新打造品牌思想實驗讓這點具體化：

淺層版本：「我們必須逐一更新 263 個元件。」
**深層版本：**理解「這兩個東西看起來不同，但它們都在採用某種樣式的清單中，而這種樣式向使用者傳達了某種互動模式」——是元素之間的語意關係，而不是它們的像素。

「這在目前的技術下仍然讓人覺得有點遙不可及。」這正是設計系統即語意層的問題：真正的設計能力存在於外觀與程式碼之間、可維護的抽象層中，而這恰好是模型最薄弱的層面。

為什麼重要#

如果第 1–2 個原因是實務性的且正在消退，而第 3–4 個原因是結構性的，那麼設計會比程式碼更久地成為人類品味的持久棲地——人類的「回饋機制」不只是標註資料，而是獎勵函數本身。這也提醒我們，不要把模型產生的潤飾誤讀為能力：模型可以輸出看起來像 production 的表面（原因 3 回歸到「好看」的平均值），卻錯過讓設計真正可維護的語意抽象（原因 4）。

待解決的問題#

原因 3–4（新穎性、抽象層）是真正的上限，還是——如同原因 1–2——只是投入不足的能力，一旦實驗室建立評分器就會被突破？
設計能否在沒有 Human-in-the-loop 的情況下變得可評分（學習而來的品味模型、大規模偏好資料），還是「品味的人性面向」會像研究品味那樣抗拒自動化？
即使純粹的視覺設計停滯，設計↔程式碼的抽象層是否仍會隨著更好的程式碼-理解模型而改善——也就是說，原因 4 是否其實是偽裝成設計問題的程式碼能力問題？

資料來源#

OpenAI Codex lead on the new shape of product work ——Ambrosino 關於前沿模型為何在設計上落後的四段式回答

為什麼 AI 在設計上落後

資料來源#

摘要#

四個原因#

為什麼重要#

相關連結#

待解決的問題#

資料來源#