审美平权与效率革命：Open Design重新定义设计的“最后一公里”

在西班牙的几家私人诊所里，几位从未接受过专业设计训练、也不会使用PS的牙医，靠着一款工具只用一句话就生成了干净专业的就诊须知海报，直接打印张贴在诊所门口，视觉效果不输连锁品牌诊所的物料。在另一家企业内部，员工只需将冗长的企业文化政策文本输入工具，短短几分钟就能得到一张排版美观的可视化长图，直接用于内部群发传播。这款正在重构设计生产逻辑的工具，正是Open Design，我们访谈了其核心负责人李锦威，深入了解这项技术背后的思考与野心。

很多人都有过这样的经历：制作一个可上线的产品页面，通常需要两周时间。但李锦威给出了一个扎心的拆解：这两周里，真正有创造性的部分——也就是“这个页面到底该长成什么样”，其实不到十分钟。剩下95%的时间，全部耗在了对接设计师、开会对齐需求、反复改稿、切图和来回沟通上。这不是简单的效率优化空间，而是整个设计交付流程本身就存在根本性的问题。

Open Design想要做的，不是把两周的工期压缩到一周半，而是直接替换整个工作单元：从“以两周为单位交付成品”，变成“以一个意图、几分钟为单位交付可用成果”。你只需要说一句“帮我做一个Stripe风格的落地页”，几分钟后拿到的不再是一张参考图片，而是包含几十个组件、一整套带设计令牌的完整设计系统，支持一键导出直接使用。这不是量变的优化，而是完全切换了赛道的范式革新。

别把它当成普通AI设计工具：我们的核心是生产而非画图

第一次接触Open Design的人，很容易将其归类为又一款AI绘图工具，认为和Midjourney、Canva AI没有本质区别。但李锦威表示，这是最严重的认知偏差。市面上绝大多数AI设计工具，本质上都是“生图”：输入一段提示词，输出一张图片，这张图片就是工具理解的“设计”。但问题在于，图片无法直接上线使用，还需要额外将图片转换为HTML代码，再进一步调整为可交付的生产代码，每一次转换都会带来信息损耗和视觉失真。

“别人是在画图，我们是在直接生产。”

Open Design从底层逻辑上就没有设计“画图”的流程，它生成的那一刻，产出的就是可以直接交付的生产代码——既是设计稿，也是最终成品。在他们的定义里，“生成一张图片”从来不算完成，真正的完成标准必须满足三个条件：可用、可改、可交付。生成的成果需要能够直接上线、支持版本管理，并且可以让前端、产品、测试等多个团队在同一份代码上继续协作。图片只是起点，能够被实际使用起来的成果，才是真正的终点。

为何选择设计作为破局赛道？两个曲线的交汇点

AI能够落地的场景有很多，从写代码、写文案到客服自动化，为何Open Design将设计作为首个爆发场景？这源于两个正在交汇的关键曲线：第一条曲线是编码智能体（coding agent）的全面爆发，Cursor从一个IDE插件成长为估值600亿美金的独立赛道，GitHub上的AI开源项目数量在三年内从40万增长到今年预计的120万，产品开发的门槛被大幅降低。第二条曲线则是设计与审美的迭代速度远远跟不上行业发展，能够做出合格产品的人越来越多，但能够做出好看、符合品牌调性的专业设计的人，依然是极少数。

2026年发生的一件事，让这个缺口第一次有了被填平的可能：大语言模型首次真正拥有了审美能力。在Opus等新一代模型出现后，AI已经能够默认生成世界级水准的界面设计。一边是行业最痛的效率缺口，一边是刚刚成熟的技术拐点，两者的交汇让Open Design的出现成为必然。

从工具到伙伴：越用越贴合你的设计助手

和Midjourney、Canva、Figma AI等工具相比，Open Design有着本质的不同：这些工具本质上还是“人在工具里手动操作”的传统逻辑，只是优化了操作的顺手程度。而Open Design更像一个会主动干活、并且越用越懂你的设计伙伴，它的核心不是让你操作起来更方便，而是直接替你完成大部分的设计执行工作。

这种“越用越懂你”的能力分为两个核心步骤：第一步是快速搭建品牌资产库，你不需要从零开始教AI你的品牌风格，只需要将官网链接、开源仓库、Figma文件等现有素材上传，AI就能反向提取出一整套品牌色、字体、间距和组件规律，自动生成一套完整的设计系统。第二步是在使用过程中持续进化，如果你为了一个页面反复调整了三十轮，这些调优过程会被沉淀进团队专属的设计系统中，下一次生成时，之前已经修正过的问题就不会再出现。

“审美一旦能被记忆下来，就能被‘转移’到便宜的模型上。如果好设计不再依赖昂贵的模型，而是依赖可积累、可复用的‘记忆’，那‘好看’这件事，才真正有可能被规模化、被平权。”

两类核心用户：被设计执行卡住的不同群体

Open Design的用户分布在两个看似毫不相干的群体中，但他们被卡住的核心环节其实是同一个：设计执行。一端是完全没有设计背景的普通用户和独立开发者，比如前文提到的西班牙牙医，还有一位海外用户原本完全不懂设计，靠着Open Design从零做出了自己产品的完整网站并成功上线，之后主动成为了产品的海外推广大使。这类用户大多没有本地智能体，通过社交平台了解到产品后，直接将其作为日常可视化表达的工具。另一端则是大厂的设计和工程团队，目前已经有头部手机厂商、头部内容平台、全球性科技公司以及AI编码工具公司在使用，并且用户名单还在不断扩大。

对所有用户来说，他们真正拿到的从来不是一张“设计稿”，而是可以直接使用的成果：一个可上线的页面、一个可交互的原型、一份可直接分发的演示文稿。目前增长最快的使用场景，正是落地页、产品原型、社媒海报、演示文稿这类“既要好看、又要能直接上线”的场景。

零广告的增长飞轮：靠口碑和开源生态破圈

目前Open Design在GitHub上的star数已经超过70K，在GitHub历史上star数超过60K的项目仅有三百多个，能够在如此短的时间内达到这个量级的项目，在全球范围内都属于前十水平。但李锦威并不将star数作为最重要的指标，真正支撑这个数字的，是来自30多个国家的近400位贡献者，以及接近百亿的全网自然曝光——这一切都没有花费一分钱的广告预算。

增长的逻辑非常朴素：产品足够优秀 → 用户用它做出的成果既好看又实用 → 用户自然会将作品分享到社交平台和社区 → 这本身就是最好的传播。李锦威曾表示：“GitHub某种程度上已经变成了AI时代的小红书。”在代码创作门槛越来越低的当下，人们分享自己的项目就像分享日常动态一样自然，媒体和创作者也会主动关注GitHub上的新兴项目进行报道，形成了正向的传播循环。

如果要选择一个最能代表开源产品生命力的指标，李锦威选择的不是star数，而是贡献者数量。因为这是唯一无法被复制的护城河：你可以花钱短期雇佣400位贡献者，但无法买到他们长期、自发、持续的参与贡献。当产品传播到上百个国家，有上千人自发参与共建时，这本身就形成了难以逾越的竞争壁垒。

设计自动化的最后一环：从Coding AGI到Design AGI

如果将视野放得更长远，李锦威认为，代码编写已经被智能体大幅自动化，而设计将是下一个被接入自动化闭环的环节——从Coding AGI走向Design AGI。那些单纯售卖“画布”的工具公司，会逐渐被市场架空，因为它们的核心价值是“让你更顺手地手动操作”，但当“动手”的工作本身已经被智能体接管时，这个价值就不再成立。真正能够存活下来的，会从“工具”升级为“能力平台”：不再提供一块画布，而是提供一套可以被任何智能体调用、能够自我进化、并且可以被整个生态共建的设计能力。

所以，如果要用一句话总结Open Design真正想要改变的是什么，答案不是“设计”本身，而是：谁有资格做出好看的东西。过去，世界级的审美能力被锁在极少数顶尖设计师手中，是一种稀缺的特权。而现在，当AI首次拥有了审美能力，并且能够将审美记忆、传递和复用，“好看”第一次有可能成为人人都可以调用的默认能力。把“动手”的工作交给智能体，把“判断和审美”的权力留给人。

访谈精选Q&A

Q1 如何向完全没接触过的人解释Open Design？

李锦威：设计正在经历一次范式迁移，从Figma时代走向Open Design时代。过去几十年，设计的逻辑基本没有变化：打开软件，在画布上用鼠标一点点拖拽图形完成创作。我们想要做的，是让设计不再是“一个需要专门打开的软件”，而是变成“每个智能体都可以随时调用的一项能力”，就像今天的代码编写一样，融入整个生产流程。简单来说，你只需要用一句话说清自己的需求，几分钟后就能拿到一个好看且可以直接上线的成品。我们的覆盖场景非常广泛：符合品牌规范的落地页、产品原型、社媒海报、发布会演示文稿，甚至是带动效的产品视频、可交互的在线页面，都可以直接生成。整个过程中，你不需要找设计师，也不需要自己在画布上拖拽任何图形。

Q2 很多人将Open Design理解为AI设计工具或素材库，最大的偏差是什么？

李锦威：最大的偏差在于混淆了“生图”和“生产”。市面上很多AI设计工具，本质上是用提示词生成一张图片，这张图片就是工具理解的“设计”，但问题是图片无法直接使用，还需要转换成HTML代码再调整为生产代码，每一次转换都会有损耗和失真。而Open Design从一开始就用代码来完成设计，生成的瞬间就是可交付的生产代码，既是设计稿也是最终产物，用一句话概括就是：别人在画图，我们在直接生产。还有一个常见误解是将Open Design当成普通工具，它其实更像一个会自我进化的智能体，使用得越多，就越懂你的需求。另外需要澄清的是，Open Design本身是完全免费的，只要你有自己的智能体，比如Claude Code、Codex、Cursor、Hermes，就能使用全链路能力，收费的只是我们为没有自有智能体的用户提供的开箱即用的官方智能体。

Q3 Open Design真正想解决的，是“设计更快”还是“不会设计的人也能做出专业结果”？

李锦威：我们同时想要解决这两个问题，但更核心的是能力平权。今天制作一个可上线的生产级页面，依然需要大约两周时间，但这条流程中真正有创造性的部分，也就是“页面应该长成什么样”，其实只有不到十分钟，剩下95%的时间都耗在沟通、排期、手工执行和反复对齐上。砍掉这95%的无效环节，是效率层面的价值。但更本质的是，过去世界级的审美能力是少数顶尖设计师的稀缺资源，而现在有了AI模型和设计系统，我们可以将“好看”变成人人都可以调用的默认能力，让原本不会使用设计软件的人，也能做出专业水准的成果，这就是我们所说的审美平权，也是我们真正在意的目标。

Q4 在你们的定义里，一次设计什么时候才算真正完成？

李锦威：必须做到可用、可改、可交付，才算真正完成。只生成一张图片不算完成，因为它无法上线，也无法进行后续修改和团队协作。我们的完成标准是产出可交付的生产代码：能够直接上线、支持版本管理，并且可以让前端、产品、测试、增长等多个角色在同一份代码上继续协作。生成结果只是起点，真正交付出去并被实际使用，才算完成了整个闭环。

Q5 为什么选择设计和内容生产作为第一个爆发场景？

李锦威：因为设计领域恰好存在一个非常痛的缺口。这两年同时发生了两件事：一是编码智能体全面爆发，Cursor从IDE插件成长为估值600亿美金的独立赛道；二是AI大幅降低了产品开发的门槛，GitHub上的AI开源项目数量三年涨了10倍，从40万增长到今年预计的120万。产品数量和开发速度都在爆发，但设计和审美的迭代速度远远跟不上，导致能做出产品的人越来越多，但能做出好看、符合品牌调性的产品的人依然极少。再加上2026年发生的本质性变化：大模型首次真正拥有了审美能力，在Opus等新一代模型出现后，AI已经能够默认生成世界级的界面设计。一边是最痛的缺口，一边是刚成熟的技术拐点，两者结合就让我们选择了设计作为第一个场景。

Q6 和Midjourney、Canva、Figma AI相比，Open Design更像什么？

李锦威：严格来说，这些工具都不完全一样。Midjourney是生图工具，Canva是模板平台，Figma是画布工具，它们本质上都是“人在工具里手动操作”的传统逻辑。而Open Design更像一个会主动干活、并且越用越懂你的设计伙伴，它的核心不是让你操作起来更顺手，而是直接替你完成大部分的设计工作。

Q7 Open Design的核心用户是谁？设计师、营销人员、创业者还是完全不会设计的普通用户？

李锦威：我们的用户分布在两个差异很大的群体中。一端是完全没有设计背景的普通用户和独立开发者，比如之前提到的西班牙牙医，还有一位海外用户原本完全不懂设计，靠着Open Design从零做出了完整的产品网站并成功上线，之后主动成为我们的海外推广大使。还有一些意想不到的场景，比如企业员工将冗长的企业文化或政策文本，直接生成可视化图片用于内部传播。另一端则是大厂的设计和工程团队，目前已经有多家头部手机厂商、头部内容平台、全球性科技公司以及AI编码工具公司在使用，并且名单还在不断增加。这两类用户看起来差异很大，但被卡住的核心环节都是设计执行：要么是不会做，要么是被流程拖得太慢。

Q8 为什么强调Open Design是Agent-Native，而不只是更聪明的设计工具？

李锦威：这是底层范式的差异，不是给老工具加个AI按钮那么简单。过去设计是“一个需要专门打开的软件”，你需要在画布上手动一步步操作；而Agent-Native的意思是，让设计变成“每个智能体都可以随时调用的一项能力”，直接融入生产流程。这个出发点决定了我们的底层逻辑完全不同：我们生成的直接就是生产代码，我们对任何智能体运行环境都保持中立，不会绑定某一家平台，并且每一层都支持用户使用自己的API密钥。一个更聪明的工具，本质上还是需要你自己动手操作；而Agent-Native是将“动手”的工作直接交给智能体。

Q9 从“想要一个设计”到“拿到能用的结果”，最关键的变化是什么？

李锦威：最关键的变化是整个“工作单元”被彻底替换了。以前交付一个成果，是以两周为单位：找设计师、在Figma里拖拽图形、反复修改、切图、再让前端实现，中间还经常返工，95%的时间都花在流程和沟通对齐上。现在是以一个需求意图、几分钟为单位：你只需要说“帮我做一个Stripe风格的落地页”，就能得到几十个组件、一整套设计系统，包含设计令牌和Storybook，一键即可导出。从两周到几分钟，这不是流程优化了百分之几，而是直接替换了工作单元本身，是量级上的改变。

Q10 常说的Open Design“自我进化”具体指什么？

李锦威：它分为两个步骤。第一步是快速搭建团队的视觉资产，你不需要从零开始教AI你的品牌风格，只需要上传现有素材，比如官网链接、开源仓库、Figma文件，AI就会反向提取出品牌色、字体、字号、间距和组件规律，生成一套完整的设计系统。第二步是在使用过程中持续进化，比如你为了交付一个页面调整了三十轮，这些调优过程会被记录下来，沉淀进团队专属的设计系统中，下一次生成时，之前修正过的问题就不会再出现。这里还有一个被严重低估的点：因为审美可以被记忆，所以我们可以用非常便宜的模型，比如DeepSeek Flash，搭配你调好的审美记忆，生成媲美Claude Opus水准的设计。Flash的成本比Claude便宜近百倍甚至更多，如果我们能用低成本模型稳定生成顶尖网页，并且人人都可以使用，那“好设计”就能真正实现规模化。更有意思的是，这套审美记忆还可以迁移，一个审美能力强的人调整出来的“设计大脑”，因为都是可获取的代码数据，可以直接分享给其他人复用。

Q11 从增长角度看，Open Design的核心增长飞轮是什么？

李锦威：我们的核心增长飞轮围绕开源和口碑运转，逻辑非常朴素。我们先把产品本身做到足够优秀，用户用它做出的成果既好看又实用，就会自然地将作品分享到社交平台和社区，这本身就是最好的传播。在当下的AI时代，GitHub某种程度上已经变成了AI版的小红书，因为代码创作门槛越来越低，人们分享项目就像发日常动态一样自然，媒体和创作者也会主动关注GitHub上的新兴项目进行报道。这样一来，好产品加上真实口碑，就能吸引更多用户使用、更多人参与贡献，生态越丰富，产品就越好，形成正向循环。我特别想强调的是，这整套增长几乎零广告投入，我们的全网自然曝光已经接近百亿，没有花一分钱广告费。接下来我们会重点做两件事来加速飞轮运转：一是为没有自有智能体的用户提供开箱即用的官方智能体；二是为有团队协作需求的用户提供团队版和企业版方案，让Open Design不仅能个人使用，也能在团队和公司层面落地。

Q12 如果用一句话总结，Open Design真正改变的不是“设计”本身，而是什么？

李锦威：我们真正改变的，不是“设计”这件事本身，而是“谁有资格做出好看的东西”。过去这是少数人的特权，而现在，每一个有想法的人都能做到。说到底，我们是想把时间还给审美本身，让人不用再把精力耗在拖拽图形、反复改稿这类手工活上，而是把时间花在真正重要的地方：对美的判断和选择上。

塔猴是一个专注于为用户提供系统学习、内容创作与商业连接的AIGC综合服务平台，致力于为每一位AI探索者打造理想的创作、成长家园。在塔猴，你不仅可以学习众多AIGC类实战课程，获得与时俱进的AIGC技能和视野，还有机会获得长期商业合作和接单机会！点击进入：https://www.tahou.com/

AI生成内容提示：本文由人工智能辅助创作，内容仅供参考，不代表平台观点。请注意核实信息的准确性，并理性判断。