L123_当demo泛滥，判断力升值
引言
上周参加了好几场 Hackathon 做评委，回来之后有一种强烈的错位感。
过去的黑客松，大家拼的是能不能在 48 小时内做出一个能跑的东西。那时候交一个 PPT 或者 Figma 原型就算过关，技术门槛摆在那里，能做出 demo 本身就是能力证明。但 AI coding 改变了一切——现在几乎每个团队都能交出一个可运行的产品，有些甚至界面精美、交互流畅。可问题是，可运行不等于有用户价值，可展示不等于有产品逻辑。
有个项目做的是「帮助老人整理人生记忆」。情绪包装很好，AI 生成的温暖视觉配上动人的故事线，评委席上有人眼眶发红。但追问几个问题就露馅了：老人手机里有早年照片吗？老人习惯用独立 App 吗？方言能被稳定识别吗？每一个问题的答案都是「不确定」或「没想过」。Prototype 在这里变成了一个表演道具，而不是提问工具。
这让我想起 Naval 最近跟 Vercel 创始人 Guillermo Rauch 的那场对话。他说”just waste tokens, save time”——token 不值钱，人类的时间才值钱，所以应该大胆地把执行交给 AI。但这句话有一个容易被忽略的前提：你得知道自己在做什么。你得有方向。
Anthropic 的递归自我改进报告给出了令人震惊的数据：他们超过 80% 的代码现在由 Claude 生成，工程师日均合并代码量提升了 8 倍。执行在加速，这一点毫无疑问。但加速的是什么？是「做」的能力。而「做什么」和「为什么做」的判断力，并没有因为 AI 而变得更廉价或更充裕。
Every 有篇文章提了一个精辟的说法——“The frame is not the framer”。AI 擅长在给定的框架内攀爬，但框架饱和后，需要有人重新定义框架。设定目标的人，永远比优化执行的人更难被替代。
这周的 newsletter 试图把这些碎片串起来。从 Figma 的存亡危机到 AI 浏览器的入口争夺，从创作者订阅经济的结构性衰退到设计工具的「手-眼-直觉」哲学，它们表面上在讲不同的事，底层都在回答同一个问题：当 AI 让「做」变得几乎免费，什么才是真正的护城河？
深度阅读
当 build 变廉价，think 变昂贵
云瑾在 AI Weekly 里对黑客松的观察不是孤例。增长黑客周报 EP#59 里的几个案例从不同角度印证了同一种张力。
字节跳动的增长体系堪称教科书——用长周期 LTV 预测模型倒逼获客出价，把投放、归因、红包裂变标准化为 SDK 赋能各业务线，全球扩张采取「文化高位打低位」策略。但这些都是「怎么做」层面的极致执行。真正让字节在增长上碾压对手的，是那些「做不做」的决策：什么时候该放弃短期 ROI 去赌 15% 渗透率的自然增长飞轮？什么时候风控该踩刹车而不是踩油门？这些判断力无法被 SDK 化。
YC 的 AI-Native 组织改造则从组织层面回应了这个问题。他们搭了一套全员覆盖的 Agent 系统——350 多个工具注册表，全员可见的 Agent 对话，每天晚上自动学习改进。CEO Gary Tan 说在某些能力上已经超过了任何一位合伙人单独的水平。但核心不在于 Agent 有多强，而在于他们提出了两个组织原则：”Trust by default”和”Egalitarian”。信任默认给所有人而非层层审批，信息扁平而非等级森严——这些是关于「如何组织人」的判断，不是 AI 能自动得出的。
最有趣的故事可能是那个「80 后小城宝妈靠 AI 腐剧月入 2 万」的案例。一批资深腐女用 AI 批量制作双男主短剧，在 B 站和 TikTok 同步爆发。传统漫剧「万播分账 5 元」，AI 把这个数字翻了几万倍。但仔细看，这些宝妈的核心能力不是 AI 技术，而是对腐女群体审美偏好的深刻理解——什么 CP 组合有化学反应，什么剧情节奏让人欲罢不能。AI 只是把她们的判断力变现了。
Every 的「自动化之后」把这个逻辑说得更清楚：AI 将人类能力商品化后，低成本产出泛滥导致严重同质化。当市场被千篇一律的内容淹没，对差异性和情境适配度的需求急剧上升。Every 自己就是活生生的例子——全面应用 AI 后并未裁员，反而需要更多专家审查 AI 产出。他们的结论是：”The frame is not the framer.” AI 再强也只是在人类设定的框架内攀爬，一旦饱和，人类就会向前移动边界。
这不是芝诺悖论式的自我安慰。这是一个正在发生的事实：知识工作者正在转型为系统构建者，利用 AI 搭建审查队列、评估标准和自动化工作流。只要 AI 不产生脱离人类指令的自我欲望，人类作为情境感知者和目标赋予者的核心地位就不可替代。
🔗：增长黑客AI周报 EP#59 | Naval: The AI Industrial Revolution | Anthropic 递归自我改进报告 | Every: After Automation
设计工具的「Sketch 时刻」
Figma 可能正在迎来它的终局。
Sam Henri Gold 最近的一篇分析相当犀利。他认为 Figma 本质上是一个「有损的翻译层」——你在上面画的矩形不是真正的矩形，它是对 CSS div 的近似表达。就像用水彩画来模拟陶器——既然可以直接揉捏黏土，为什么还要先画一幅画再让别人去翻译？
这个论点有三个层次。第一，LLM 是在代码上训练的，不是 Figma 原语。AI 天然理解 HTML/CSS/JS，却不理解 Auto Layout 和 Component Variants。当 AI 能直接写代码时，Figma 作为中间层的存在价值就大打折扣。第二，Figma 为了迎合大型工程团队的系统化需求，变量、模式、嵌套组件逻辑不断堆砌，已经远离了「设计工具」的本质。第三，也是最根本的——当「需求即代码，代码即交付」时，唯一事实来源回归代码本身，不再需要一个翻译环节。
他预测设计工具将分化为两个方向：一边是代码原生的诚实工具，坦承底层就是 HTML/JS，与 AI 深度绑定；另一边是无拘无束的视觉沙盒，完全剥离代码约束，专注纯视觉探索。Figma 卡在两者之间——既不够「代码原生」，又不够「视觉自由」——“Sketch moment is rapidly approaching”。
Adobe 设计总监的反思从另一个角度指向了同一结论。他用「可编辑但受限 vs 有表现力但不可编辑」这个悖论描述了当前 AI 创意工具的困境：要么你能改但没惊喜，要么它很美但你动不了。专业创意机构被迫自行搭建复杂的节点工作流来弥补这个断层。
但最深刻的洞察是关于「手-眼-直觉」的反馈循环。他说，杰出创意工作依赖试错探索，而非蓝图执行。创作者在调整图层混合模式时，追寻的是一种难以言表的视觉感觉。这个探索需要手在画布上操作、眼立即看到变化、直觉瞬间判断「这感觉对不对」的紧密联动。用提示词修改画面会彻底打断这个循环——必须把空间直觉转化为语言，等待系统响应，再组织下一段话。”The move must happen in a heartbeat.” 真正的创作动作必须在心跳间完成。
他对 AI 角色的想象很有意思：不是对话式的主导，而是「环境式」的辅助——在画布边缘默默观察创作者的手势与操作，自动处理繁琐的蒙版，确保设计师始终沉浸在心流中。这和很多人对 AI 工具的想象完全相反。不是让 AI 替你决定画什么，而是让 AI 无声地消除摩擦。
两篇文章殊途同归：AI 时代最大的陷阱，是把「对话/提示词」当作创意工作的主要交互范式。AI 应融入创作者的直接操作流中，而不是在创作者和作品之间插入一个语言中间层。
腾讯设计师分享的 Figma + MCP + Codex 链路或许是当下的一个务实折中——让机器读取设计稿、自动生成前端代码、逆向进行还原度审查。不是消灭 Figma，而是在 Figma 和代码之间搭建一座更高效的桥。但长远来看，桥的两端终将合二为一。
🔗：Sam Henri Gold: Figma 的困境 | Adobe: You Can’t Describe Your Way to Great Design | Figma+MCP+Codex 链路实战
浏览器入口：从「去哪里」到「做什么」
AI 浏览器这个赛道，前几个月还热火朝天地在重新发明浏览器——AI 侧边栏、看懂页面、Agent Mode。但最近忽然消停了。
原因不复杂：独立 AI 浏览器的 Agentic 能力正在被传统浏览器和通用 Agent 工作台从两边同时吸收。浏览器的入口逻辑，可能无法从互联网纪元传承到 AI 纪元。
过去的链路很清晰：用户产生需求 → 找到网站 → 浏览器承接 → 搜索分发 → 网站完成服务。但 AI 压缩了整条链路——用户可以直接说「帮我安排下周去东京出差」，不需要经过浏览器这个中转站。入口正在从「我要去哪里」变成「我要做什么」。过去最重要的是默认浏览器和默认搜索引擎；未来最重要的是默认 Agent。
五大 AI 浏览器产品各有取舍。Perplexity Comet 体验最好，Mac/Win/iOS/Android 覆盖最全，搜索和研究输出最结构化，但 Amazon 诉讼这样的风险也随之而来——能力越强，越触及登录态、邮箱、支付这些敏感地带。ChatGPT Atlas 本质是 ChatGPT 的入口战，浏览器只是载体。Dia 被 Atlassian 以 6 亿美元收购，走的是工作流切口加团队化的路线，Morning Brief 和跨 Calendar/Inbox/Slack/Notion 串联是强项。Chrome + Gemini 的策略最保守也最务实——你不用换浏览器，我自己变。Opera Neon 最激进，Chat/Do/Make/Tasks/MCP Connector 全上了，但门槛极高，任务完成率低。
一个有趣的观察：网页本身可能成为 AI 时代的「对齐物」。AI 把结果整理成网页，信息结构和视觉重点一目了然，人和 AI 可以在同一个界面上共同查看、讨论和修改。HTML 可能成为 AI 时代的核心交互方式。
但浏览器的未来注定要分叉：一条给碳基——人类闲逛、浏览、探索，速度慢但知识密度高，偶尔从具身智能的网页点到日本机器人发展再点到厚生省老龄化数据，突然冒出研究念头；另一条给硅基——Agent 工作台把浏览器当工具，自动执行任务，追求效率和完成率。
Walnut 在他的 newsletter 里问了一个好问题：「浏览器会变成 AI 世代的碳基世外桃源吗？」当 Agent 替你浏览一切、执行一切，你还愿意打开浏览器漫无目的地闲逛吗？也许恰恰因为 AI 能替你浏览，你自己浏览的每一秒才变得更有价值——就像导航软件出现后，迷路反而变成了一种奢侈。
AI 工具
扣子 3.0：把 Codex 和 Claude Code 拉进一个项目
扣子（Coze）3.0 的更新值得关注。通过 coze-bridge 将本地 Codex、Claude Code 自动接入云端项目，这意味着你可以用不同的 AI 编码工具为同一个项目贡献代码，云端统一管理和协调。这反映了 AI 编程工具链正在从「单兵作战」走向「多 Agent 协作」的趋势——不是选一个最好的 AI，而是让多个 AI 各司其职。
Kimi Work：一口气读 887 篇公众号
Kimi Work 实测抓取某个公众号 887 篇文章并生成可交互表格。这个能力本身不算惊艳，但它指向了一个趋势：AI 工作助手正在从「回答问题」转向「处理信息洪流」。当你面对一个需要阅读数百篇文档才能得出结论的场景——竞品分析、政策梳理、文献综述——Kimi Work 这类工具把门槛降到了接近于零。
Agently Mail：给 AI Agent 一个独立邮箱
腾讯推出的内测服务，专为 AI 智能体提供独立邮箱账号，实现与个人邮箱的隔离。这看起来是个小功能，但指向了一个重要趋势：AI Agent 正在获得自己的「数字身份」。当 Agent 需要独立收发邮件、与外部系统交互时，隔离和安全就变得至关重要。
QClaw：搭建你的健身私教 Agent
用 QClaw 搭建专属健身 Agent，保存身体数据、饮食记录、运动历史和长期记忆。这是一个很好的「AI Agent 个人化」案例——不是通用的健康建议，而是基于你的具体数据给出定制化方案。AI Agent 的真正价值往往不在通用场景，而在「它认识你」这个前提上。
效率与设计工具
灵剪 CliperX：灵动岛上的剪贴板
macOS 剪贴板工具，把交互搬到顶部类似灵动岛的悬停区域。复制文本或代码后，AI 自动触发翻译或分析建议。基于 DeepSeek 大模型，18 元一次性买断 Pro 版，纯本地存储，隐私友好。设计思路很清晰：不是另开一个窗口来管理剪贴板，而是让剪贴板操作融入你已有的工作流。
🔗：CliperX
世界迷雾：把人生变成探索游戏
2012 年就推出的老应用，把游戏中的「战争迷雾」机制搬到现实地图。你走过的每一条街道都会驱散迷雾，没去过的地方一片朦胧。曾在 137 个国家 App Store 获推荐。30 美元一次性付费，没有订阅。这种游戏化设计之所以能持续十年，是因为它利用了一个深层心理：人类天生对未知有好奇心，对已知有成就感。
🔗：世界迷雾
中国传统配色库：742 种颜色 × 8904 组配色关系
开发者整理的开源项目，收录 742 种中国传统颜色，每种提供多种色值格式、配色建议及高清色卡。更实用的是 8904 组色彩和谐关系——不是随机搭配，而是从传统美学中提炼出的配色逻辑。还内置了 AI Agent 技能集成，可以直接对接设计工具。对于做中国风设计或者需要文化质感的项目来说，这是一个宝库。
🔗：中华传统色
Animal Island UI：动森风格的 React 组件库
24 个动森风格 React 组件的开源库，207 个测试用例。最巧妙的是内置 AI Prompt 文件——把结构化提示词文档输入 AI 编程工具即可快速生成符合这个视觉规范的完整页面。这意味着非设计师也能快速搭建出温暖可爱的界面。严禁商用，个人和学习项目适用。
Figma 官方浏览器扩展
Figma 推出的官方 Chrome 插件支持与 Google 日历集成，允许在日程中直接附加设计文件链接。测试版功能还支持将网页直接转换为设计稿。后者尤其值得关注——当 AI 能自动把网页变成 Figma 设计稿时，设计工具的输入源正在从「设计师的想象」扩展到「已有的数字世界」。
随便看看
- CoBridge：Walnut 开发的关键上下文管理工具，已取消注册限制全面免费。定位为 Agent 上下文入口，方便管理跨工具的上下文信息。链接
- 饭卡卡 Yumgo：治愈系饮食记录应用，摒弃热量计算，通过拍照和主观饱腹感来追踪饮食。「食物邮票」设计增加了收集趣味。App Store
- iPromise：专注力陪伴应用，基于”Body Doubling”心理学原理，通过刘海屏区域的虚拟注视施加心理暗示。适合那些「有人看着才能集中注意力」的人。链接
- FileBox 大版本更新：Walnut 的文件追踪工具，近乎重构，新增文件动态追踪功能，方便查看 AI 编程生成的文档和安装包。GitHub
- Are.na：老牌反算法知识整理平台。把各类媒介内容存入自定义频道并建立交叉连接，构建个人的「互联网记忆宫殿」。不依赖系统推荐，完全由你掌控。链接
- TabTab：Mac 窗口/标签页快速切换工具，Cmd+Tab 的增强版。链接
- Remove-AI-Watermarks：去显隐水印开源库。GitHub
- Lightpanda：用 Zig 构建的无头浏览器，兼容 CDP 协议，内存占用极低。代表了自动化浏览器的新方向。GitHub
- Griddy Icons：工业网格风格免费图标库，上千个基于 24 像素网格和 1.5 像素描边的图标，MIT 协议。链接