如何用 AI 规模化意图、品质与艺术性——Katie Dill(Stripe)

▲ 图注：两张相邻幻灯片拼在一起。左边是 1857 年的 Rochester Savings Bank Building，石砌多层柱廊、顶上带穹顶和时钟，街边停着马车；右边是 Macon-Atlanta State Bank，平顶、一排横向玻璃窗的低矮方盒子，门前立着停车场入口指示牌。对应她讲的银行从传递信任、可靠和安全感的建筑，变成毫无区别的僵尸建筑。

• 二战后美国迎来史上最大的建造热潮，建造者借用 1920 年代的现代主义（极简几何、裸露表面、单色、零装饰）。开创者是有意图的——萨伏伊别墅（Villa Savoye）背后有主张，包豪斯（Bauhaus）背后有原则；可战后急着盖，风格被一遍遍照搬却没了意图，「思考越来越单薄」，只剩和情境不相称的通用套路。→ 详细
• 例子是银行：过去的银行建筑本身就在传递信任、可靠和安全感，后来变成千篇一律的样子并延续至今——她管这叫「僵尸建筑」：彼此毫无区别，对使用者、周边、环境和品牌都不在意。→ 详细

▲ 图注：3×3 九宫格网站首页，全是同一套「大标题 + 副标题 + 按钮 + 仪表盘或氛围配图」的布局，标题如 "Ship faster. Sleep better."、"Documentation made simple."、"Marketing that drives real growth."。这是她讲警示一「最可能的答案」时放的。

• Katie 说我们正处在另一场建造热潮里——AI 建造热潮：「现在是个人都能动手做东西了」，以前要 30 人团队的活现在 3 个人就能干；这里能听到战后热潮的回声，相似之处正是该警惕的地方。→ 详细
• 警示一 · 最可能的答案：LLM（大语言模型）特别擅长给「最可能的答案」，本质上是告诉你过去和现在流行什么、什么曾经管用、什么曾经时髦；它不擅长告诉你什么是原创的、专属于你的品牌和用户情境的。她放了一个网站让台下猜卖什么——软件？不是，是韩式烤肉。网站本身挺不错，但毫无个性：既没考虑用户是谁，也没考虑是在什么场景下用。→ 详细
• 警示二 · 「做完」的诱惑：她自曝午饭常吃微波炉墨西哥卷饼——从冷冻室拿出「又冷又硬的石头」，90 秒从饿肚子到有午饭，「几乎没法下咽，可我就是被那个速度迷住了」。AI 也一样：敲一句话，界面就出来了，有几个漂亮小圆角、再加点投影，看着就能收工；但「表面上的精致往往很有误导性」，得追问它真的解决问题了吗、真的做出差异化了吗——她说同批 243 Claire Vo 刚提的那些问题在这里全都适用。→ 详细
• 警示三 · 被当成一次性的：这类活太容易、太快，常让人觉得它是一次性的，更糟的是大家真的就这么对待它——把自己决策的责任抛在脑后，不去想长远的事，比如「这东西以后谁来维护」。→ 详细
• 三点叠在一起，她拿土耳其一个真实存在的地方作警示：不小心的话，这场热潮会重演战后那一场，到处泛滥和情境不相称的套路，也就是僵尸 UI（千篇一律、没有灵魂的界面）——单调（monotonous）、空洞（vacant）、没人用心打理（uncared for）。→ 详细

• 「我们醒着的时间里有一半都在盯着屏幕」，所以人想要的是真正被用心对待过的软件。她给了三个正例：个性——Grok Bot 一个小动画就带来一点生气；细节——日历在浏览器标签页上真的显示着当天日期，「你可能一整天点来点去都没注意到，但这说明做它的人在乎你」；对情境的理解——Link 的 agent 钱包（agent 指替人执行任务的 AI 程序）预判了 agent 替人网购时会遇到的问题，把排障直接内置进去，「哪怕这个用户是个 agent」。→ 详细
• 这些构建者在乎用户、并把在乎带进作品，于是看得出品牌性格，「是有灵魂的」；AI 有时恰恰是罪魁祸首，但同样可以用它做到这一点——由此引出她的四条建议。→ 详细
• 四条建议一览（逐条见下）：① 你必须有主张（you have to have a point of view）；② 把标准编码进机器（encode your standards into the machine）；③ 拒绝把「做完」当「做好」（refuse to confuse done with good）；④ 释放创造力与艺术性（unleash creativity and artistry）。第四条下还挂着两条战术「提升输入、压测输出」和一条文化提醒「保护那些怪东西」（protect the strange）。→ 详细

• 第一条建议原话：「你必须有自己的主张。你没有的话，AI 就会替你给一个」——而那个主张很可能是泛泛的、只盯着过去的，正是警示一说的「最可能的答案」。→ 详细
• 主张从定义品牌开始：它对你来说是什么、对用户来说是什么、你想在他们心中成为什么样的存在、他们在乎什么。这几个问题的答案，就是你所有「标准」的地基。→ 详细
• 为什么此刻尤其要紧：「当人人都在参与构建，主人翁责任就被摊薄了」。每个人参与产品的方式都比过去多得多，把决定权一股脑推给 AI 实在太容易。→ 详细
• Stripe 的主张是乐观，它被放进大大小小每个细节：选的颜色、写东西的方式、写什么，以及为支持创业者而推出的产品。正因为人人都在贡献、变化又多，这些细节上的共识才更得提前对齐。→ 详细

▲ 图注：那次广告设计评审的文档。左边 OVERALL 一段写着平行四边形还要再打磨，下面的 Feedback 列了 A 到 Q 共 17 条批注，比如边缘太锋利、像玻璃，气泡有点太大；右边是广告图：琥珀色碳酸饮料里泡着一块平行四边形的冰块，图上散布着和批注对应的字母标记。

• 场景：Stripe 开设计评审（design crit，设计师互相挑毛病的评审会）看一支广告——品牌元素「平行四边形」配上用户的视觉画面，大家觉得「大概能看出在表达什么，但有些地方不太对」。屋里一位一心想赶紧发出去的跨职能伙伴（她调侃「这种人你们肯定都没遇到过吧」）问了个问题：用 AI 做出来的东西，品质标准是什么？→ 详细
• Katie 的回答：「东西是怎么做出来的，为什么会有关系呢？」用户才不在乎它怎么做出来的，只在乎它好不好——「说到底，重要的是最终的产出」，用户在乎，我们也该在乎。这就是 Stripe 标准的基础：只看产出、不看出身。→ 详细
• 结果：讨论完大家对「什么真正重要、在追求什么」达成共识，带着 17 条改进项离开会议室——霜感这儿那儿调一点、边缘更柔和、气泡再小一点。此后办公室里把「Pepsi bubbling」当动词用，专指这种精雕细琢的手艺。→ 详细
• 标尺不是完美：「我们追求的不是完美，而是比客户能看到的再往深做一层」，这种精雕细琢客户能感受到。她强调这种主张驱动着标准和工作，在有 agent 参与、每天发生的事多得多的时候尤其如此。→ 详细

• 她的答案很直白：关键是「要练得非常善于察觉」——察觉用户需要什么、想要什么，而不只是嘴上说什么；察觉周围世界里什么代表「好」、什么「很棒」、什么只是「还行吧」。→ 详细
• 不光在自己用的产品里留意，也在类比场景里留意，从艺术、科学和更广阔的视角汲取灵感；品味和对世界的理解上去了，你自己的标准才会上去——而这些标准接下来要被规模化（AI 时代的品味话题另见 ep77）。→ 详细

• 第二条建议：把你的标准编码进机器。人人共享理解、做出同样决定当然美好，但现实是「往后并不是所有决策都会有人参与」。→ 详细
• 她列了三个已经在发生的现象：界面在没有设计师在场的情况下被做出来；agent 在我们睡觉时发现并修复问题；生成式 UI（界面由 AI 当场按需生成，而不是设计师提前画好）为用户实时构建。所以「设计系统又迎来了高光时刻」。→ 详细
• 昨天和今天的系统不是一回事：过去不必把所有东西写下来，「因为屋里总有个设计师来补上空白」；现在要撑起分布式构建和 agent 式构建，决策得更容易被定义——「设计的对象不再是屏幕，而是系统本身」。→ 详细
• 古腾堡（Gutenberg）类比：人人都知道他造了第一台印刷机，鲜为人知的是他围绕印刷机搭的系统——不只 26 个小写加 26 个大写字母，而是 290 个独特字符（不同宽度的字形、缩写、连字），为的是两端对齐排版时不出现损害美感的空白「河流」和「湖泊」。这套系统既可扩展又足够有主见，机器印出来的感觉却和手工一样好——「这也正是我们应该追求的」。→ 详细

▲ 图注：终端截图，顶部是「STRIPE CLI」大字，下面写着 Usage: Sail 和 Sail tooling，命令有 build、check、codemod、docs、migrate、extract、generate，最底一行正在输入一条查询 DateRangePicker 文档的命令。对应她说的那个建在设计系统之上的 CLI。

• 一句话定调：「旧的系统规模化的是一致性，而新的系统需要规模化的是意图」。Stripe 想让构建者几乎一瞬间从 prompt 走到生产环境，她坦言一路碰了几次壁，还在摸索。→ 详细
• 第一版失败了：和很多公司一样，先做了一个能读懂设计文档的 MCP（Model Context Protocol，让 AI 工具接入外部资料与能力的标准接口），结果不好——不够具体，带不来对的结果：「三个人输入同一个 prompt，能得到三个不同的结果」。→ 详细
• 第二版改成 CLI（命令行工具），建在设计系统之上，搭起一套 harness（给 AI 套上的约束与脚手架），「让 AI 听话多了」。它就待在构建者干活的地方，在对的时间、对的地方才读取文档，避免 context rot（上下文腐化：一次塞进去的资料越多越杂，模型表现反而越差）。→ 详细
• 和以往设计系统最大的区别：不只是组件和原子级零件，而是完整的模板和流程，所以系统真的知道产品该怎么表现、各部分怎么组合在一起——「比过去有主见得多」。把标准嵌进生产工具本身，产品才更连贯。→ 详细
• 但她马上补一句「这只是底线」，并引建筑理论家 Christopher Alexander：「一个系统可以满足每一条规则，却依然是死的。」由此引出第三条建议。→ 详细

• 第三条建议原话是 Refuse to confuse done with good（拒绝把「做完」和「做好」混为一谈）。她的诊断是「过滤器没了」：以前品质过滤内置在开发流程的每个阶段，甚至项目启动前就在起作用——「我们有 20 个点子，但人手只够做一个」，一路戳一戳、推一推、剪一剪，产品比较有条理地长出来。→ 详细
• 现在「一周就能把 20 个点子都做出来」：好处是终于能跳过空谈假想产品的理论会议，直接对手里的真东西做反应；代价是过滤只能挪到做出来之后，而那时「要说不就难多了」。→ 详细
• 所以编辑（editor）这个角色在当下极其重要。她反问台下：你们组织里谁在做这件事？谁在看端到端的全貌，判断我们到底是不是在做一个完整的整体？这是一种新的行为习惯——得忘掉「做出来就是做完了」「做完了就是做好了」。→ 详细
• 给练编辑能力的人最重要的一句：「你得像用户那样亲身去体验它」，然后三问——真的解决问题了吗？真的契合用户思考问题的方式吗？真的连贯吗？很多东西单独看都不错，一串进整条用户旅程就脱节。→ 详细
• 编辑也不只是说「行」或「不行」，更要问它到底有没有完全成型、怎么把它推到真正完成——「我们不想让『做完』成为『做好』的敌人」。→ 详细

▲ 图注：满屏缩略图宫格，每一格都是同一个露营场景（橙色帐篷、篝火、红色露营车、夜空下的森林）的不同版本或机位。她讲到开场动画前后迭代了 56 版时放出这一页。

• 她引 Nabeel 一篇讲「什么让艺术伟大」的文章：一是出人意料的细节（让你惊呼「哇，他们居然连这都想到了」），二是藏在表面之下的深层意义，三是贯穿始终、把一切串成整体的主题——「这些恰恰是 AI 不擅长的」。知道 AI 的短板在哪，才能把空缺补上。→ 详细
• 还是 Nabeel 的话：AI slop（AI 批量生成的垃圾内容）让人反感，原因之一是那种「细节无所谓」的感觉——「杯子是绿色的，但换成蓝色好像也没什么区别」。所以「编辑要为每一个决定负责，而在很多意义上，这就是要为每一个像素负责」。→ 详细
• 现场例子：她的团队设计了这次峰会，Stefan 做开场动画——先做场景 3D 模型，再导入 AI 辅助做动画。第一版挺酷，但逐像素看就不对劲（动得有点卡、想看到更多场景）；他一遍遍重做，56 版之后才做出「真正美的东西」，更有真实感、多了点生气。Katie 的点评：不用 AI 他可能不会搭这么复杂的场景、试这么多视角，虽然不是一次搞定，但「AI 打开了可能性的空间」。→ 详细

▲ 图注：《Built to Grow》书封特写，平放在灰色水磨石面上：蓝金色的大理石纹图案，左下角是书名，右下角署名 Stephanie Friedman，右上角有个白色小标。就是那个先由真人大理石纹纸艺人手作、再用 AI 精修颜色和线条的封面。

• 最后一条、也是她「绝对最喜欢」的建议：释放创造力和艺术性。AI 能帮我们批量制造单调，但「它也是我们有史以来最强大的创意催化剂」；人人都在做东西时，差异化更难也更重要。→ 详细
• 聊天框、图表、CLI「绝不可能就是现代优秀交互的巅峰」——「我们现在真的可以直接跟电脑说话了」，产品该更生成式、鲜活、动态（界面不再静态这件事另见 ep215）。是时候发明新界面、新美学，「最佳实践还没有被写出来」，就像当年多点触控催生全新交互、合成器造出前所未有的声音。→ 详细
• 苗头已经有了：有人做的数据可视化比 Stripe 设计团队的还有意思，有性格的餐厅网站（呼应开头那个韩式烤肉站），有人用 AI 自己画画创作。Stripe 最近给 Built to Grow 做的封面，先由一位真人大理石纹纸艺人（marbler）做出一版版作品，再用 AI 精修颜色和线条——「把人的好判断拿过来，再借助 AI 把它放大」。→ 详细

• 提升输入（improve your inputs）：输入要更具体，朝着你的品牌、你独特的关注点去写。别光说「嘿，我需要一个韩式烤肉店的网站」，而要说「这是我信奉的东西，这是我认为的好，这是我们在乎的东西」；再把你用来建立自己标准的那些素材一起喂进去，帮它换着角度思考。→ 详细
• 压测输出（stress your outputs）：别被「卷饼困境」（开头那个 90 秒微波卷饼）诱惑住，永远再往前推一步；可以用对抗性 agent（专门扮反方挑刺的 AI）帮你批评、把它「狠狠敲打一番」，但「你自己必须始终在追求更好」。→ 详细
• 「这些只是战术，难得多的绝对是文化层面的事」：照着千篇一律的套路做容易、安全又舒服，找到一个能改善现状的独特东西难得多、也厉害得多。所以带团队的人别只叫大家用 AI，要给他们探索的空间——「保护那些怪东西」（Protect the strange）。→ 详细
• 账要这么算：AI 降低了创作成本，就拿省下来的一部分去做点真正特别的东西；「如果我们只是用 AI 把本来就在做的东西做得更快，那我们肯定错过了最有意思的那部分」——AI 能抬高天花板，而不只是抬高地板。→ 详细

▲ 图注：紫色幻灯片列出全场四条建议：Have a point of view；Encode your standards into the machine；Refuse to confuse done with good；Unleash your creativity & artistry。这是她收尾回顾时放的。

• 最重要的是「要有非常明确的意图」：你想借 AI 实现的，是你的主张、你的系统、你的品质标准和你的抱负——一句话把四条建议串了起来。→ 详细
• 和战后热潮、现代主义截然相反的是哥特式建筑：1850 年英国评论家 John Ruskin 写了大量谈品质与手艺的文字，把哥特式推为伟大的典范——没有两座哥特式建筑一样，连一根柱子都和另一根不同，每处细节都展现工匠独有的手艺和心思，「让人觉得真正被用心对待过」。「这才是我们的用户想要的」，用 Three.js（网页 3D 图形库）和 Blender（3D 建模软件）花 30 分钟做出个动画，他们并不会觉得有多了不起。→ 详细
• 打动用户的是问题被解决，是细节里那些巧妙的小心思——说明我们预判到了他们的需求、品牌背后有性格。结语：这场建造热潮里，我们可以选择不去造数字世界里的僵尸建筑，让它成为一场创意的文艺复兴，做出能让人看到创作者手艺与用心的产品。→ 详细