TL;DR：
生成式AI正引领UI设计从固化的“模板时代”迈向“代码优先”的智能生成范式。这一变革不仅重塑了设计与开发的协作流程，更驱动着AI产品策略从被动适应到主动“预判”模型演进，预示着一个由智能代理和深度上下文理解驱动的无界设计未来。
产品设计界面作为数字世界的隐形基础设施，其演进深刻影响着用户体验与数字产品的生命力。传统UI设计流程依赖设计师的创意与手工绘制，再由前端工程师转化为代码。然而，随着生成式AI（Generative AI）技术的迅猛发展，这一古老范式正经历一场由底层技术逻辑到上层产业生态的全面革命。妙多（Motiff）副总裁张昊然在AICon2025上海站的分享，不仅揭示了生成式AI在UI领域的演进轨迹，更以其前瞻性洞察，描绘了未来UI工具、团队协作乃至整个软件工程的崭新图景。
告别“模板时代”：AI生成UI的技术演进与逻辑重塑
早期生成式UI工具，如妙多初代产品与Galileo的尝试，普遍采纳了“套模板”的技术路线。这种模式下，AI通过理解用户意图，从预设的组件库和模板中进行匹配与拼凑，组装成初步的UI界面。1
“它的核心问题是，它还是可以生成一个看起来不错的界面，但问题是这个界面的用户体验、美观程度与我们想要的交付物是有距离的。”
张昊然指出，这种方法的局限性显而易见：模板库的有限性导致了生成界面的多样性不足，易于趋同甚至引发版权争议（如Figma生成的UI被指与苹果天气界面雷同）。本质上，这种方法并未触及UI的核心——其结构化信息组合而非单纯的图像形式。UI，生于屏幕，与前端代码紧密相连。早期Facebook的扎克伯格和Foxmail的张小龙皆是代码与界面一手包办，印证了界面与前端的原始统一性。
真正的范式革命发生于大模型在代码生成能力上的奇点突破。妙多团队在Claude 3.5 Sonnet等模型发布后，观察到AI生成UI的复杂度与多样性呈现“奇点式转变”。这使得“由模型生成代码，再将代码转换为可编辑界面”这一曾被放弃的技术路线重获生机。AI通过生成结构化代码（如前端代码），不仅能确保界面的高度可编辑性和灵活性，更能实现此前“套模板”模式下难以企及的复杂界面（如3D Map Editor）。这标志着UI生成从“视觉拼凑”向“逻辑构建”的根本性转变，代码成为了界面的底层叙事。
模型能力外溢与产品策略的“预判”：妙多的实践与反思
生成式AI产品的核心竞争力，在于如何敏锐捕捉并有效利用“模型能力外溢”的红利。张昊然强调，成功的AI产品并非被动跟随模型能力，而是要具备“Pre-Tech”的预判能力。1
“你可能得做一件事情叫 Pre-Tech，你得在技术演进之前想好你的方案。如果你的预判是技术演进会随着你的方案变得越来越好，那么实际上你的产品化也会有对应的价值。”
这意味着AI产品团队必须将新模型评测置于最高优先级。从定性测试到工程化定量分析，需快速迭代，并根据业务特性调整评测指标优先级（如妙多关注质量和速度，而非流量产品首要的成本）。这种对模型能力演进的战略性下注，而非仅仅停留在已有的技术框架上，是构筑产品壁垒的关键。
跨越鸿沟：让AI理解设计系统与“最后一公里”挑战
企业级应用中，UI设计通常遵循统一的“设计系统”（Design System），以确保品牌一致性和用户体验连贯性。早期的“套模板”模式试图通过人工适配各企业设计系统，但工程量巨大且难以 масштабировать。妙多探索的更深层次解决方案，是让AI像人一样“习得”设计系统。通过结合用户意图与设计系统，大模型能够生成符合特定风格和规范的界面，甚至能模拟知名产品的设计风格，例如将Uber的界面套用Airbnb的风格。
然而，张昊然也坦言了AI产品面临的“无壁垒”与“套壳”的质疑。他对此给出了深刻的见解：“壳就是你的产品的壁垒之一。”1 真正的壁垒在于AI“智能之外”的产品能力和用户体验：
- 交互效率：提升交互速度（如一键修改配图），直接在工作区完成操作，而非反复切换应用。
- “最后一公里”问题：解决AI生成结果中看似简单却难以通过提示词精确调整的细节问题，如UI元素（如加号）的精准定位和布局。这要求产品在基础模型之上，提供专业的、领域特定的微调能力。
- 上下文（Memory）管理：让AI理解并记忆用户的业务背景、设计偏好和历史修改，形成一个连续的、直觉的交互体验，避免用户反复输入冗余信息。这种深度的“业务理解力”将是未来AI工具的核心竞争力。
妙多将产品拆解为图片、文字、布局等核心组成部分，并围绕生成、编辑、原型等设计行为，以及需求理解、调研、方案制定等流程构建“厚重”的产品外壳，从而在通用模型之上建立了差异化优势。
UI设计工作流的未来图景与范式重构
未来的UI工具市场将呈现多元化格局，并深刻影响着设计与开发的协作模式。张昊然引用了两种分类方式：
- “AI+”与“+AI”：前者指AI-Native产品，上手炸裂但“最后一公里”难；后者指AI驱动的传统产品，门槛高但工作中有用。两者分别面临“从有用变好用”和“从好用变得更有吸引力”的挑战。
- 2x2矩阵：区分大众/专业用户与Copilot/Agent形式的工具。从辅助（Copilot）到代理（Agent），从专业工具到技术平权，工具的演进路线将决定其市场定位和用户心智。例如，Devin与Cursor虽路径不同，但任务粒度的扩大使其边界趋于模糊，预示着**智能体化（Agentification）**将是未来趋势。
张昊然提出了对未来UI工具的四种假设：1
- 编辑器+Copilot：持续服务专业人群。
- 磨平编辑器：AI可直接在画布上生成和编辑物料，编辑器重要性降低。
- Citizen-centric产品崛起：非专业人士也能轻松创作。
- UI设计工具消失：成为一站式代码工具的内置功能。
无论哪种假设成为主流，一个清晰的趋势是：产品设计与研发领域的新逻辑、新范式、新Workflow正在形成。 硅谷初创公司“研发一敌五”的现象，以及“新项目80%代码由AI生成”的真实数据，都指向了超高人效的新协作模式。这种模式不仅改变了技能需求，也可能重塑全球技术人才的地理分布——硅谷聚焦产品打磨，国内承接研发红利。
拥抱不确定性：AI时代的产品与创新哲学
在AI技术加速迭代的时代，传统的“想清楚未来”和“避免犯错”的思维模式已不再适用。张昊然通过妙多的经验反思，强调了应对不确定性的新型产品哲学：
- 敏捷迭代，持续交付：不再“憋大招”，而是“每天每周和你的用户一起去做你的产品，持续发布和迭代”。
- 下注模型演进：将对核心模型能力的预判作为最重要的战略赌注。当行业中的“大多数人相信”某种技术趋势时，它大概率会实现。
- 警惕经验，认知有效：过去的成功经验在AI时代可能成为包袱。重要的是从每一次尝试中获得认知（Insights），而非固守旧有模式。
- 当下就做，无畏犯错：不做的代价远大于做错的代价。快速行动和调整是生存之道。
这些反思不仅是妙多作为AI原生产品公司的成长心得，更是对所有在AI浪潮中搏击的创业者和技术决策者的深刻启示。UI设计的未来，不再是静态的模板，而是流动的代码、智能的代理和不断进化的产品“外壳”。