Showing Posts From

Tech insights

AI 工作台设计手记：从 7 款工具里学到的 4 个模式

AI 工作台设计手记：从 7 款工具里学到的 4 个模式

我正在设计一款面向故事创作和影视前期制作的 AI 原生工作台，内部代号 StoryCanvas。 我不是设计师出身。所以在动手画界面之前，我需要先搞清楚一个问题：市面上的 AI 工作台是怎么做的？它们是怎么组织上下文、怎么管理生成产物、怎么支持协作的？ 于是我花了一周时间研究了 7 款产品。下面是我的第一阶段学习笔记——不是竞品分析报告，而是一个正在做产品的人，把学到的东西摊开来看。欢迎拍砖。 研究问题 动手之前先给自己列了几个问题：AI 工作台和「AI 功能」到底有什么区别？ 项目状态、AI 状态、协作状态三者之间应该是什么关系？ 在设计界面之前，我应该先验证哪些工作台模式？从 7 款产品里学到的 4 个模式 模式一：工作台即上下文容器 Notion AI 在页面、文档、任务、数据库和已连接的应用内运作。Cursor 在一个代码库内运作，能访问文件、终端、规则文件和 diff。Figma AI 在设计文件内运作，能访问组件库、设计令牌、评论和组件实例。 从这些产品里我学到的最重要的一课是：有用的 AI 工作发生在持久的工作台内部，而不是在脱离上下文的聊天里。一个全局聊天框如果不了解你当前在看什么、选中了什么，它的回答就像一个新同事没看你的文档就开始提建议——敬业但没用。 放在我的场景里，这意味着 StoryCanvas 需要一个持久的项目容器：让 AI 能访问已选定的故事上下文、已采纳的参考素材、已生成的资产，以及过往的决策记录。不是一个聊天窗口，而是一个有记忆的工作空间。 模式二：工作台即共享视觉状态 Figma、Higgsfield、Lovart、Milanote 和 Obsidian Canvas 都用了空间状态来帮助用户组织复杂素材。画板不只是装饰——它是协作和记忆的载体。 这让我想到一个问题：StoryCanvas 的画布布局是一个重要视图，但它不能是唯一的真相来源。如果用户把角色卡从画布左上角拖到右下角，后台数据里这个角色所属的剧本、场景、关系仍然应该可以查询。空间表达服务于视觉思维，但项目数据本身应该保持结构化、可查询。 模式三：工作台即操作面板 Cursor 的 Agent 可以搜索、读取、编辑、执行命令、调用 MCP 工具和应用变更。Figma 的 Agent 可以生成和优化设计，并连接设计库。Higgsfield 的画布让用户可以串联模型输出、重跑工作流。 观察这些产品后，我开始思考 StoryCanvas 的 AI 应该能做什么——不是「能做任何事情」，而是有明确权限边界的操作。我目前清单上的候选操作包括：提议场景重写、生成镜头变体、提取角色设定表、整理参考素材、创建分镜分支、更新资产元数据。每个操作都应该有清楚的作用域和审查机制。AI 可以提议，但不能静默修改。 模式四：工作台即协作记录 Higgsfield 强调实时协作和附着在节点上的评论。Figma 强调可分享的 AI 对话线程和团队评审。Milanote 强调在画板上收集团队和客户的反馈。 这是我在设计 StoryCanvas 时最想避免掉进的一个坑：让决策消失在聊天里。一个导演说「这个场景不太对」，AI 重新生成了一个版本——三个月后，没人记得为什么要改。所以我在考虑：AI 运行记录、评论、审批和被否决的替代方案，都应该附着在它们所影响的对象上。不是聊天记录的 scrollback，而是对象附带的设计历史。后续要研究的能力清单 在进入原型阶段之前，我列了一个待验证的能力列表——都来自这次调研的启发：项目级上下文索引：覆盖剧本、场景、角色、参考素材和已生成的媒体。 对象级 AI 操作：从选中和检查器面板中暴露出来，而不是藏在聊天框里。 生成队列：包含状态、成本/额度可见性、失败恢复和重试。 版本历史和分支：针对故事和媒体资产，不是简单的 undo/redo。 可复用的配方/模板：用于重复的视觉风格和镜头类型。 审查模式：在提交前查看 AI 提议的变更。 协作锚点：附着在对象上的评论、线程和审批。5 个必须避免的反模式 以下是从调研里总结的 5 个设计陷阱——每一条背后都有反例产品：一个看不到画布选中上下文的全局聊天框。 AI 不知道用户在做什么，只能给泛泛的回答。 一堆没有来源追溯的生成资产文件。 这张角色概念图是哪个版本的剧本生成的？没人知道。 一个要求用户先选模型、再描述意图的工作流。 用户不是 AI 工程师，他们只想说「帮我画一个雨中的东京街头」。 AI 静默修改项目状态而不告知用户。 「咦，这个角色的设定什么时候被改了？」 仅靠画布存储数据，导致搜索、自动化和导出变得困难。 当画布上有一百多个节点时，你不想一个个去找。下一步 这篇笔记是一个开端。我从 7 款产品里看到了清晰的模式，也知道了我需要避开哪些坑。 接下来我会把这些观察变成 StoryCanvas 的低保真原型——不是追求好看，而是验证一个假设：AI 原生工作台的核心设计问题不是「提示框放哪里」，而是项目上下文、空间组织、生成溯源、审查和协作如何拼装在一起。 如果你也在做 AI 工具的产品设计，或者对 StoryCanvas 的方向有兴趣，欢迎在评论区聊聊。Build in public 这件事，一个人想容易走偏。参考来源Notion AI: https://www.notion.com/en-gb/product/ai Cursor overview: https://docs.cursor.com/chat/overview Cursor tools: https://docs.cursor.com/en/agent/tools Figma AI: https://www.figma.com/ai/ Figma AI agent: https://www.figma.com/solutions/ai-design-agent/ Higgsfield Canvas: https://higgsfield.ai/canvas-intro Lovart ChatCanvas launch: https://www.lovart.ai/news/lovart-design-agent-public-launch-chatcanvas Milanote: https://milanote.com/ Obsidian Canvas: https://obsidian.md/canvas

当每个人都能造应用：AI 时代，分发是新的代码

当每个人都能造应用：AI 时代，分发是新的代码

一张图，说透 2026 年 AI 创业的真相 前几天在 X 上看到一张图（来自 FT，数据来源：Demirer et al, 2026），配着 @levelsio 的推文一起看，瞬间觉得很多事情串起来了。 先上图：这张图有三个数据系列，全部以 2024 年均值为基准 100：深蓝线（App 发布量）：Agentic AI 时代后垂直拉升，2026 年已飙到 180——相当于 2024 年均值的 1.8 倍。 浅蓝线（有实质用户量的 App）：纹丝不动，紧贴 100 基准线，整个 2025-2026 年毫无增长。 中蓝线（App 评论量）：不升反降，跌到约 75，说明不仅新用户没增加，老用户的活跃度和满意度也在下滑。翻译过来就是一句话：能造船的人多了 80%，但港口的位置一个都没多。levelsio 说了什么 Pieter Levels（@levelsio）是独立开发者的标志性人物，一个人做了 NomadList、RemoteOK、PhotoAI、InteriorAI 等一系列产品，年营收 300 万美元以上，没有团队、没有融资。 他在转发这张图时写了这样一段话（大意）：我认为挑战在于现在每个人都可以构建应用，但是：几乎没有人拥有分发渠道（比如受众） 有钱支付分发费用（广告或用户生成内容） 拥有免费获得分发的创意天才（传统上称为游击营销）这三句话，说得非常准。 他用三个条件定义了 AI 时代真正稀缺的东西——不是构建能力，是分发能力。为什么「能做出来」已经不够了 第一，信噪比正在崩溃 这张图最令人警觉的不是 App 发布量涨了多少，而是评论量在下降。 当一个市场里每个月涌入的产品是以前的两倍，用户的注意力并没有同步扩张。平台的通知栏、推荐位、搜索结果页——这些「发现机制」的承载能力是固定的。分蛋糕的人多了，每块蛋糕自然更小。 更糟糕的是，当大量低质量 AI 生成应用涌入商店，用户的信任度下降，整体转化率随之降低。这就是评论量下跌的深层原因：不是用户变少了，是用户变得更谨慎了。 第二，「受众」正在变成最强的护城河 levelsio 说的第一条——「几乎没有人拥有分发渠道（受众）」——是他自己成功的注脚。 他能在一天之内让一个新产品的启动页获得几万次访问，不是因为他懂增长黑客，而是因为他在 Twitter 上积累了百万级的关注者。他自己的账号就是他的营销部门。 AI 工具让构建成本趋近于零之后，你手上的读者关系反而变得更值钱了，不是更不值钱。因为产品可以 AI 生成，但信任不能。 第三，广告竞价正在杀死没有收入的初创产品 第二条，「有钱支付分发费用」——这听起来很世俗，但这就是现实。 Meta、Google、TikTok 的广告系统是为有收入的企业优化的。如果你是一个没有收入、没有融资的独立开发者，你根本竞不过那些有 ARR 的 SaaS 产品。他们可以负担更高的 CAC（客户获取成本），因为你没有收入来覆盖这个成本。 这意味着：没有收入的分发，必须靠创意或已有受众。这就是 levelsio 说的第三条——「创意天才（游击营销）」。 第四，平台是唯一的赢家 这张图对独立开发者是警示，对平台来说是机会。 苹果、微信、TikTok——谁控制着用户的注意力入口，谁就坐拥一切。当供给侧无限扩张、需求侧不变，平台的议价能力反而会提高。 这对独立开发者的启示是：选择平台比选择技术栈更重要。在微信生态里做一个小程序，可能比在 App Store 里发布一个原生应用更容易获得初始用户——因为微信的社交分发机制对小产品更友好。levelsio 自己就是最好的证明 levelsio 说这番话的时候，他不是在维护自己的优势——他是在用亲身经历论证自己的观点。 十年前，当他还是一个籍籍无名的数字游民，在 Twitter 上分享 NomadList 的构建过程时，没有人觉得「受众」是护城河。Build in Public 在那个年代是一种个人品牌建设，没有人把它当成一种战略。 但十年后回头看，他无意中做对了 AI 时代最重要的一件事：在供给过剩之前，提前占住了分发入口。他的受众 —— Twitter 百万粉丝，每条推文都是免费分发渠道 —— 是十年公开构建的自然沉淀，不是 AI 赋予的优势 他的收入 —— PhotoAI 等产品有稳定现金流，可以负担付费投放 —— 同样是积累的结果，不是一夜之间靠 AI 工具做出来的 他的创意营销 —— Build in Public 本身就是他的独特分发方式 —— 这件事 AI 再强也替代不了所以他的三个判断，不是站在高处说风凉话，而是坦诚地告诉你：我能走到今天，靠的就是这三样。而这三样，AI 帮不了你。这张图没告诉你的事 FT 的这张图只覆盖了「应用发布量」和「用户活跃度」，但有几个维度它没有展现： 第一，收入集中度。 发布量涨了 80%，但收入可能集中在顶部 1% 的产品里。如果真是这样，局势比图表看起来更严峻。 第二，企业级市场 vs 消费者市场。 这张图应该是消费者应用的数据。企业级 AI 工具（B2B）的分发逻辑完全不同——口碑、销售团队、集成生态才是关键，而不是 App Store 榜单。 第三，地理差异。 中美两个市场的分发逻辑截然不同。在美国，Twitter/X、Product Hunt、Reddit 是独立开发者的主战场；在中国，微信公众号、小红书、抖音才是。这张图如果只看美国数据，对中国的借鉴意义需要打折。对你来说，这意味着什么 如果你正在经营一个内容品牌（比如「AI知识迁移」），或者正在考虑做一个 AI 产品，这张图和 levelsio 的话给你以下几个行动点： 1. 把读者关系当成资产来管理，而不是流量。 粉丝数是一个虚荣指标，但「有多少人会点开你的每一篇文章」才是真正的护城河。levelsio 的三条护城河里，第一条就是最难被复制的。 2. 做产品之前，先想清楚分发。 以前的产品逻辑是：做一个好产品 → 用户会来。现在的逻辑应该是：想清楚怎么让用户知道 → 再做产品。顺序反了。 3. 善用平台的分发机制，而不是对抗它。 微信的「看一看」、小红书的算法推荐、抖音的同城——这些机制对小而美的产品是有利的，因为它们的推荐逻辑是「内容质量」而不是「广告预算」。 4. 把「Build in Public」当成分发策略，而不只是记录。 levelsio 的成功不是因为他产品做得最好，而是因为他最会让别人想看他的产品。这个过程本身就是营销。一句话总结 AI 时代的竞争，已经从「谁能做出来」转移到「谁能让人看到」。 构建是新时代的识字率——重要，但不再是稀缺能力。 分发才是新时代的代码。数据来源：Demirer et al, 2026，经由 Financial Times 可视化。推文来源：@levelsio（Pieter Levels），2026 年 6 月。

算法时代的生存指南：重读《你的降落伞是什么颜色》，寻找不被 AI 替代的底气

算法时代的生存指南：重读《你的降落伞是什么颜色》，寻找不被 AI 替代的底气

引言：2026 年的职场失语症 现在是 2026 年。 不管你承不承认，我们都患上了「AI 失语症」。 早上醒来，GPT-X 已经写好了你要的策划案，Midjourney 生成的图比设计总监还快，Sora 生成的视频让剪辑师感到窒息。曾经我们引以为傲的「硬技能」——无论是写代码、翻译、还是数据分析，在飞速迭代的大模型面前，似乎都变得不堪一击。 身边不断有人换赛道，有人「毕业」，更多的人在问同一个问题：「如果 AI 能做我现在 90% 的工作，那我存在的意义是什么？」 最近，我在整理旧书架时，翻出了一本「古董书」——理查德·尼尔森·波尔斯的《你的降落伞是什么颜色？》（What Color Is Your Parachute?）。 这本书初版于 1970 年。你可能会笑：「在这个满大街都是机器人的年代，一本半个世纪前的书还能教我怎么找工作？」 但我重读之后，惊出了一身冷汗。原来，它从来不是一本教你「怎么写简历」的书，而是一本教你「如何在动荡世界里定义自己」的生存手册。 在 2026 年的当下，这本书里的这三个观点，或许比任何 AI 工具书都更值得我们深读。第一点：从「名词」回归「动词」——哪怕赛道消失，你的能力永存 书中观点：可迁移技能（Transferable Skills）是职场的硬通货。 在 2026 年，我们最大的恐惧是「职位消失」。比如你是「翻译」，当翻译软件实时同传普及了，这个职位就没了。 但《降落伞》早就告诉我们：不要用「职位头衔（名词）」来定义自己，要用「技能（动词）」。你不是一个「文案编辑」（名词，容易被 AI 替代）； 你是一个「擅长用文字共情、能从复杂信息中提炼观点并说服他人的人」（动词，AI 很难完美做到）。AI 时代的启示 AI 擅长处理数据和逻辑，但它不懂「人味儿」。书里提到的「与人打交道的技能」、「综合与创造的技能」，在 2026 年反而成了奢侈品。 请重新盘点你的技能包：沟通、共情、甚至「在混乱中做决策」的能力。这些被称为「可迁移技能」，它们是你换赛道时的底气。赛道会死，但技能会随你迁徙。第二点：不要试图骗过算法，去连接「具体的人」 书中观点：求职的「数字游戏」效率极低，建立人际桥梁（The Bridge）才是王道。 2026 年的招聘有多绝望？HR 很少看简历了，第一轮筛选全交给了 AI。你的简历因为少写了几个关键词，直接被系统扔进了垃圾桶。 几十年前，波尔斯就痛斥过这种「撒网式」求职。他提出了「信息面试」（Informational Interviewing）的概念。 AI 时代的启示 当所有人都在用 AI 生成完美的简历去轰炸招聘网站时，「面对面」变得无比珍贵。 不要只盯着招聘启事（那是红海），去寻找你感兴趣的公司里的人。约他们喝杯咖啡（或者是线上的 VR 会议），不是去求职，而是去请教：「现在的行业变化这么快，您觉得核心挑战是什么？」 「如果我想进入这个领域，您建议我补足哪块短板？」在算法统治的世界里，只有「人」才能绕过算法，把机会给另一个「人」。回归线下的真实链接，是 2026 年最高级的求职黑客技术。第三点：那朵著名的「花」——在这个时代，你是谁比你会什么更重要 书中观点：花瓣练习（The Flower Exercise），全方位解构理想生活。 这是全书最经典的工具。作者让你画一朵花，填入你最喜欢的环境、最想服务的人群、最想发挥的特长、最重视的价值观等。 以前读这章，觉得太虚，只想搞钱。但到了 2026 年，当 AI 把枯燥的执行工作接管后，我们终于有时间面对那个终极问题：「我想过什么样的生活？」 AI 时代的启示 AI 没有价值观，没有偏好，它没有灵魂。 如果你不知道自己是谁，你就会成为 AI 的附庸。 现在的我们，更需要做一次彻底的「花瓣练习」。如果你讨厌现在的行业，不是因为你不行，可能是因为这个「环境」不适合你的「花瓣」。 你要找的不是一份「工作」，而是一个能让你这朵花盛开的「生态系统」。在 2026 年，只有个性鲜明、知道自己要什么的人，才不会被标准化的 AI 淹没。结语 2026 年，技术在狂飙，但人性的底层逻辑从未改变。 《你的降落伞是什么颜色》告诉我们：这世界上没有一份工作是「铁饭碗」，唯一的铁饭碗，是你对自己能力的认知，和对未来的掌控感。 当你在高空坠落，感到迷茫恐慌时，别指望 AI 能接住你。你需要打开那顶属于你自己的降落伞。 只要你知道自己是谁，要去向何方，你就永远不会被时代抛弃。