AI Coding 的下一站，不是"更快写代码"，是"先把审美做成 Skill"

AI Coding 的下一站，不是"更快写代码"，是"先把审美做成 Skill"

8 月 18 日，一款叫 OJO 的 AI 设计工作台在海外上线。X 首发帖跑出 53 万次浏览，评论区自动把它和 Figma 摆在一起比（来源：硅星人 Pro 8/25 报道）。

这不是又一个 Coding Agent。它的创始人 Kiki 张琪智，前剪映中国区负责人，2026 年刚完成顺为资本、联想创投联合投资的近亿元天使轮（来源：同上）。

她做的事情，是把"审美"拆成 200 多个 Skill，让 AI 在合适环节调用对的判断。代码变便宜之后，审美成了下一个稀缺品。

AI Coding 提速之后，"丑"变成了真问题

过去一年，AI Coding 给软件生产带来的第一轮改变是扩大"实现"的供给。

Vibe Coding 压缩了"想法 → 运行"的过程。哪怕产品定位、用户需求、视觉方向还模糊，更快的实现也能把模糊判断直接放大成一个能跑的东西。Claude Code、Codex、Cursor 把交付门槛砸到了过去想象不到的位置。

问题出在迭代修改。

用户通常一眼能看出页面"丑""不高级"，却说不清问题究竟在哪——是字体、配色、版式、动效、还是信息层级？一个无力的甲方，知道自己不满意，但写不出能改对地方的 Prompt。

Kiki 的判断很直接：根源不是工具不够好，是 Design 在工作流里被放在了错的位置。

剪映做对的事，能搬到设计吗？

Kiki 不是空降。她 2017 年毕业加入 Faceu，把轻颜相机从 0 做到 1500 万 DAU；2019 年进入剪映，完整经历过工具→全球化→商业化→AI 转型的全周期（来源：硅星人 Pro 8/25 报道）。

剪映把一套复杂的专业创作流程，封装成数亿普通用户能直接用的产品。

这种产品方法能不能搬到一个完全不同的领域——设计？

Kiki 给出了她的迁移答案：剪映用模板封装剪辑结果，OJO 用 Skill 封装设计师分析问题、做出判断、完成修改的方法。

2025 年底，剪映内部已经出现一个有意思的现象：产品经理直接用 Gemini 做可运行原型，视觉完成度超过自家 Figma 稿。Kiki 那时的反应是："大家的岗位边界要发生变化了，这对应的是一个产业级的机会。"

OJO 是她对这个机会的具体回答。

OJO 的三层架构：把审美工程化

一个完整的设计链路会同时涉及用户研究、产品定位、信息结构、视觉、交互、动效。所有任务塞进同一段对话，模型需要不停切换角色，也要同时处理不同层级的信息——上下文先撑不住。

OJO 把系统拆成三层。

Agent Team 先确定任务方向。需求分析、产品原型、设计优化、游戏设计，四类流程对应不同专业组合。

Agent 负责推进方向下的具体工作。每个 Agent 保留自己对项目的理解，调用模型、工具、外部资源，分别完成分析、决策、执行、检查。角色分开后，每个 Agent 维持更聚焦的上下文。

Skill 是最硬的一层——也是把审美品味工程化的最直接体现。

比如用户看到一张页面，往往只能说"字体太丑了"。真正的问题可能来自字体选择、字号层级、行距、中英文搭配，也可能来自字体气质与产品定位之间的偏差。中文字体 Skill 会进一步诊断问题、解释判断，再执行修改。

据团队介绍，目前 OJO 已经积累了 200 多个 Skill，从需求分析、产品定义一直覆盖到字体、视觉、交互、动效和开发。例如"鲁迅"用于检查需求里的空话和真实问题，"达芬奇"从结构和创造性上审视方案。名字承担了用户理解能力的入口，底层仍然是一组提供给 Agent 的知识、方法、工具和约束。

Kiki 把 Skill 称为 "LUI 时代的模板"——AI 工具从"会写代码"升级到"懂得在合适环节调用对的方法"。

不一样的产品路径：先问清问题，再生成

Claude Design、v0 Design Mode 也在尝试填补设计这个缺口，但路径完全不同。

它们从通用 Agent 或 Coding Agent 出发，向前补齐设计环节——先生成一个能跑的应用，再用画布、视觉编辑、设计系统去改善结果。Design 在这条链路里承担的是补充和优化。

OJO 把顺序倒过来。先追问需求、研究用户、判断产品方向，再进入结构、视觉、交互设计，最后才把方案交给 Codex 等 Coding Agent 执行。

这一步看起来小，结果差异很大。

用户在 OJO 里输入"我想做一个电影资料库"，系统会继续追问：产品服务什么人？用户为什么需要它？内容按导演、演员还是类型组织？它更接近一个专业数据库，还是一个带社区感的电影空间？

这些讨论会被整理成一份 Product Brief。然后 OJO 给出多个产品与视觉方向，让用户先确认产品应该往哪里走。方向确定后，系统继续处理信息结构、Design DNA、UI、交互和动效，最终生成可以编辑的产品原型。

这就是 Kiki 的方法论：复杂的设计项目很难由一句 Prompt 完整定义，它更接近视频制作——脚本、分镜、素材、剪辑、动效存在先后关系，前面的判断会影响后面的结果。

这也是 OJO 同时保留对话和画布的原因。左侧对话区负责追问、推进、记录修改；右侧无限画布放置 Product Brief、参考资料、原型页面、不同版本的设计结果。用户可以同时看到过程与结果，并排比较多个方案，再返回前面的环节重新调整。

从场景到产品：剪映系创业者的方法论模板

剪映系离职创业在 2026 年已经成了现象。郭列从脸萌到剪映再做视频 Agent，梁芊荟在 MIT 量化审美做 AI 时代的小红书（来源：暗涌Waves 同期报道），加上 Kiki 的 OJO，三个人从不同方向走出来了。

他们共享的，是一套 Kiki 自己称为 "先极小，再极大，再极小" 的方法。

识别问题的起点不是一个数据看板，而是一个还没进数据的真实场景。继续把这些场景向外推演，判断它们是否指向更大的用户与市场变化，再推导回产品的第一步。

她给过一个具体例子：在负责剪映期间，团队讨论过"长改短"功能，竞品已经把它做成独立产品。Kiki 当时认为，如果只是调整画幅比例、截取若干片段，"长改短"不足以支撑一个独立产品。直到一次在美国打车，她和司机聊到当地人的通勤习惯——漫长的公路通勤形成庞大播客消费，创作者把播客录成视频上传 YouTube，TikTok 兴起后同一批长内容又要被切成短片进入新渠道。

找到这条用户链路后，团队才把功能推进到开发阶段。

这种"从小场景推演大变化"的产品风格，决定了 OJO 不会走 v0 那种"一句 Prompt 出整页"的路线。

判断 > 实现：AI Coding 的瓶颈在迁移

把 OJO 的三层架构放回更大的行业地图，会看到一个清晰的趋势：AI Coding 的瓶颈正在从"能不能做出来"迁移到"该不该这样做"。

Vibe Coding 把实现门槛砸到地板上。任何想法都能在几小时内跑成一个原型；任何视觉想法也能由 AI 直接生成一套看起来还不错的页面。

但"看起来不错"和"真的有辨识度"之间，差着一整套专业判断——字体气质、信息层级、交互节奏、视觉记忆点。这套判断过去由设计师承担，未来谁来承担？

OJO 的答案是 Skill。Claude Design 的答案可能是统一的设计系统。v0 的答案可能是风格预设。Hallmark、Stitch Skills 这些开源项目已经在押注"反 AI 味"的规则清单（来源：山行 AI《反 AI 味设计》7/18）。

路径不一样，但都指向同一个判断：当模型能力变得普遍，"判断"会成为新的稀缺。

这不只对设计师适用。它对每一个用 AI Coding 写页面、搭原型、做内部工具的人都适用——那些看上去"太顺了"的 AI 产物，往往不是错字连篇，而是缺一道把判断封装进流程的工序。

OJO 把这道工序做成了 200 多个 Skill。它的成功与否，会决定下一轮 AI Coding 工具的形态。