核心要点
- 三变三十：AI 让三人团队拥有过去三十人的产能，但 LLM 擅长复现最可能、最流行的历史模式，不会自动理解品牌、用户与具体使用场景，规模越大越需主动设定方向。
- 90秒陷阱：AI 像微波炉把冷冻卷饼在 90 秒内变成午餐，速度和表面完成度会遮住“是否真解决问题、是否有差异”的缺陷，生成完成绝不等于产品完成。
- 质量不分来源：用户不在乎作品由人还是 AI 制作，只在乎好不好；Stripe 一次广告评审列出 17 项修正，用“Pepsi bubbling”指代深入一层的细致打磨。
- 290个字符：Gutenberg 不只造 52 个大小写字母，还设计 290 个字形、缩写与连字，让机器排版保留手工质感；今天的设计系统同样要兼顾扩展性与明确意图。
- 屏幕不再是对象：当 agent 无人值守地修改产品、界面实时生成，设计对象必须从 screen 迁到 system；Stripe 用 CLI、模板和完整流程，把标准嵌入工具。
- 56次迭代：一段活动动画借 AI 探索了大量运动与视角，但最终经过 56 轮才获得自然生命感；AI 扩大可能空间，却没有取消判断、耐心和逐像素责任。
- 抬高天花板：团队若只用 AI 更快制造原有东西，就错过最重要的机会；应保护怪点子、改善输入、对抗式批评输出，并把节省的成本投入独特体验。
章节时间轴
- 0:06 战后建筑潮的警告 — 有原则的现代主义在复制中变成脱离场景的僵尸建筑。
- 1:41 AI 建设潮的三个风险 — 概率平均、过早完成与可抛弃心态，共同制造僵尸 UI。
- 4:48 软件的“灵魂”是什么 — Grokbot 动画、日历页签与 agent wallet 展示对用户场景的预判。
- 5:33 第一步：必须有自己的观点 — 品牌、用户关系与价值观形成机器不能替你决定的标准。
- 7:05 AI 作品没有较低质量线 — Stripe 通过 17 项细节修改，把“Pepsi bubbling”变成精工动词。
- 8:40 第二步：把标准写进机器 — 设计系统从组件库升级为 agent 能执行的意图系统。
- 11:00 Stripe 从 MCP 转向 CLI harness — 及时注入上下文、完整模板与 flow，让生成结果更一致。
- 12:33 第三步：拒绝把 done 当 good — 资源过滤器消失后，组织必须在生成之后恢复编辑机制。
- 14:06 意外细节与连续主题 — AI slop 的问题是细节仿佛可任意替换，编辑者须对每个决定负责。
- 15:37 56轮换来一段好动画 — AI 打开复杂创作空间，但质量仍来自重复审视。
- 16:25 第四步：释放创造与艺术 — 新界面、新美学尚未定型，AI 应成为创造性催化剂。
- 18:46 输入、批评与团队文化 — 提高 prompt 特异性、加入源材料、压力测试输出并保护奇怪想法。
- 20:19 从 Gothic 建筑找回创作者之手 — 终点不是炫技，而是让用户感到问题与需求被认真对待。
详细内容
一、AI 产品潮正在重演战后建筑潮
二战结束后，美国迎来史上最大的建设潮。现代主义提供简单几何、裸露表面、单色与去装饰化语言，但 Villa Savoye、Bauhaus 背后原本有强烈意图；当新工法与紧迫需求不断复制外观，思考越来越薄，最终只剩脱离场景的通用模式。0:06
Katie 以银行为例：旧银行建筑用形态传达信任、稳定与安全，后来却变成任何机构都能入住的盒子。它们没有表达用途、品牌，也看不出对使用者与周边居民的关心。AI 时代同样拥有新工具与巨大需求，“大家都会建”并不保证“大家会建好”。0:53
她提出三项 watch point。LLM 预测最可能答案，因此偏向过去流行过的样子；一句 prompt 快速生成精致界面，让人沉醉于速度；低成本又让作品显得可抛弃，没人认真考虑维护。三者叠加，便是单调、空洞、无人照料的 zombie UI。1:41
二、先有观点，否则 AI 会替你选择平均值
第一个建议是建立 point of view。团队要定义品牌为了什么、希望在用户生活中扮演谁、用户真正重视什么，再让这些答案形成质量标准。在人人参与建设、所有权分散的时代，这比过去更重要，因为把决定交给 AI 太容易。5:33
Stripe 把“乐观”落实到颜色、文字、故事与支持创业者的产品。一次广告评审中，跨职能伙伴提出：“AI 做的东西，质量标准是否不同？”Katie 的答案是否定的：用户只会感受到结果是否足够好，制作方法不构成降低标准的理由。6:20
团队最终列出 17 项改进，包括霜面的程度、边缘软硬和气泡大小，并把这种细致工作称为 “Pepsi bubbling”。目标不是无限追求完美，而是做到比客户能明确指出的地方再深一层；那些未必被说出的细节会合成“有人在乎”的整体感觉。7:05
三、设计对象从 screen 迁移到 system
当设计师不一定在场、agent 夜间自行发现和修复问题、generative UI 按用户实时生成时，靠人补齐规范空白已不现实。设计系统重新重要，但它不该只是按钮、颜色和间距的组件库；它必须把判断变成机器可执行的约束。8:40
Katie 借 Gutenberg 说明何谓“有观点的规模化”。他并非只制造 26 个小写与 26 个大写字母，而是做出 290 个字符，包括不同宽度、缩写与 ligature，使两端对齐的机器排版不会出现破坏美感的白色河流。系统因此既可扩展，又保留近似手工的质量。9:27
Stripe 最初做了一个能读取设计文档的 MCP，但结果不够具体，同一 prompt 交给三个人会得到三个答案。团队后来把能力做进基于设计系统的 CLI/harness，让上下文在真正需要的时间与位置进入，减少 context rot；更重要的是，它提供完整模板与 flow，让机器知道产品整体应如何运转。11:00
旧系统规模化 consistency，新系统要规模化 intent。屏幕只是某次输出，真正的设计作品是那套能持续生成正确行为的系统。11:45
四、生成过滤器消失后，编辑者必须回来
过去二十个想法只能立项一个，资源约束在开发前、开发中不断筛选。今天一周能做出二十个可用原型，团队终于不用开会讨论假想产品，这是巨大进步；但原有质量过滤器也随之消失，拒绝一个已经“做出来”的东西，比拒绝一张提案更难。12:33
因此组织需要明确谁是 editor：谁从头到尾体验产品，判断它是否真的解决问题、是否符合用户思考方式、所有局部是否合成一个整体。编辑不是简单说“好或不好”，而是发现作品还没完全成形，并推动它真正结束。13:19
Katie 引 Nabeel Qureshi 对艺术的判断：伟大作品有意外细节，也有表层之下连续的含义与主题。AI slop 冒犯人的地方，正是杯子绿色或蓝色仿佛毫无区别；而编辑者会为每一个像素和选择承担责任。14:06
五、56次生成说明 AI 没有消灭工艺
Stripe 团队为本场活动制作开场动画，先建 3D 场景，再用 AI 生成不同运动。第一版已经“挺酷”，但逐像素看会发现动作僵硬、取景不够完整。设计师没有把能播放当成完成，而是重新生成、比较和修正。14:52
第 56 个版本终于出现更真实的运动、微妙生命感与完整场景。若不用 AI，团队可能不会建如此复杂的画面，也不会尝试那么多视角；可 AI 带来的不是 one-and-done，而是更宽的可能空间。真正把空间变成作品的，仍是人的耐力与判断。15:37
这正是“不要把 done 当 good”的最好证据：生成速度越快，组织越要训练完成后的筛选与深化，否则生产力只会放大平均值。16:25
六、把节省下来的成本投给陌生的新东西
第四项建议是释放 creativity and artistry。今天的 chat、chart 与 CLI 不可能是 AI 时代交互的终点；电脑已经能和人交谈，界面应当更生成、更鲜活、更响应场景。就像 multi-touch 发明了新的手势、synthesizer 发明了新的声音，AI 也应催生尚无最佳实践的美学。16:25
具体做法是改善输入：不要只说“给韩国烤肉店做网站”，要加入品牌信念、用户语境、审美标准与源材料。然后压力测试输出，使用 adversarial agent 批评，但人自己也必须继续要求更好，避免“微波卷饼困境”。18:46
更难的是文化。领导者不能只命令团队“使用 AI”，还要给探索留空间、保护 strange ideas。AI 降低创造成本之后，应把一部分节省用于做真正特殊的东西；若只是更快复制过去，便只抬高了地板，没有抬高天花板。19:32
七、用户寻找的是被照料，不是技术炫耀
Katie 最后把现代主义的复制潮与 Gothic architecture 对照。John Ruskin 在 1850 年赞美 Gothic，是因为没有两座建筑、甚至没有两根柱子完全相同；细节留下制作人的手与脑，让人感到它被认真做过。20:19
用户不会因为团队用 Three.js 与 Blender 三十分钟做完动画就感动。他们感动于问题被解决、隐藏需求被预判，以及品牌在微小互动里显出性格。AI 建设潮可以留下遍地僵尸软件，也可以成为创造复兴，差别来自人是否持续把意图、标准与关怀带进机器。21:07
金句
如果你没有观点，AI 就会替你给一个，而那个答案很可能很通用，只是在回望过去。 —— Katie Dill 5:33
用户不在乎它怎么做出来，只在乎它好不好；我们也应该在乎同一件事。 —— Katie Dill 7:05
设计的对象不再是屏幕，而是系统本身。 —— Katie Dill 9:27
我们必须重新学习：建出来不等于完成，完成也不等于优秀。 —— Katie Dill 13:19
AI 可以帮我们批量生产单调，也可以成为我们拥有过的最强创造力催化剂。 —— Katie Dill 16:25
AI 能抬高天花板，不只是抬高地板。 —— Katie Dill 19:32
提到的书·产品·人物
- Katie Dill（人物）：Stripe 设计负责人，本场演讲者。
- Stripe（公司）：把品牌观点、设计系统与 AI 生产工具结合的实践主体。
- Villa Savoye / Bauhaus（建筑/流派）：用来说明现代主义原本拥有明确原则，而非一套可复制表面。
- Grokbot（产品）：以小动画给软件增加生命感与品牌性格的例子。
- Link agent wallet（产品）：预判 agent 在线购物故障并内置排障的场景化设计案例。
- Gutenberg（人物）：以 290 个字符系统让机器排版保留手工精度的历史参照。
- Christopher Alexander（人物）：其观点“系统可以满足所有规则却依然死气沉沉”用于提醒规范不是终点。
- Nabeel Qureshi（作者）：关于伟大艺术需要意外细节与深层连续主题的文章作者。
- John Ruskin（人物）：1850 年书写 Gothic 建筑质量、工艺与创作者痕迹。
- MCP / CLI（技术）：Stripe 先后采用的 AI 设计系统入口，后者提供更强约束与及时上下文。
- Three.js / Blender（工具）：结尾用于说明用户不关心制作速度本身。
适合谁听
正在把 AI 引入设计系统、产品开发与品牌工作的设计负责人、产品经理和创意团队管理者。