不是說 AI 做得差。而是所有人都在用同一種方式跟 AI 溝通設計，出來的東西當然長一樣。上禮拜 Google 正式提出「Vibe Design」這個概念，同時發了 Stitch 的大更新——這件事讓我認真想了很久。 1️⃣ 為什麼 AI 做的設計都長一樣？ 老實說，這問題我卡了很久。 我之前做網站，都是打一段 prompt 說「我要現代簡約風，用白底黑字，按鈕要圓角」，然後等 AI 吐出設計。每次看到成果，覺得…可以用，但就是少了什麼。 後來我發現問題不在 AI，在我。 當我用「文字」描述設計，AI 只能靠自己的訓練資料去「想像」我說的那個畫面。而訓練資料裡最多的「現代簡約風」長什麼樣？就是那個樣。同色調、同排版節奏、同圓角大小。換一百個工具、換一百個 prompt，出來的差異其實不大——因為大家都在餵 AI 同樣的文字描述。 這就是「AI 味」的根源：不是 AI 懶，是我們給的輸入太抽象。 2️⃣ Vibe Design 是什麼？為什麼 Figma 股價當天跌了 8.8%？ Google 3/18 正式提出「Vibe Design」這個概念，核心很簡單： ❌ 舊方式：用文字告訴 AI 你要什麼風格 ✅ 新方式：用視覺參考讓 AI 照著做 就這樣。但這個差異，真的超大。 文字是抽象的，「溫暖」「專業」「俐落」每個人腦海裡的畫面不一樣。但視覺是具體的，你截一張你喜歡的網站截圖丟進去，AI 看到的跟你看到的是同一件事。 這件事讓 Figma 股價當天跌了 8.8%。市場的解讀很直接：如果不懂設計的人也能做出有個性的設計，Figma 的護城河變窄了。 3️⃣ Stitch 這次更新了什麼？五個功能逐一拆解 我把五個功能都試過一遍，說說實際感受。 🎨 無限畫布（Canvas） 以前用 Stitch 是：輸入一句話 → 等它吐設計 → 不滿意再輸入一句話修改。其實很像跟聊天機器人在磨。 現在有了無限畫布，整個工作方式完全不同。你可以把參考截圖、文字說明、甚至某段程式碼片段，全部丟到同一個畫布上。AI 看的是整體上下文，不是單一指令。這個感覺真的比較像在跟設計師合作，而不是在下指令。 🧠 設計 Agent 這個功能我覺得最實用。 以前每次打開 Stitch 修改，它不記得你上次改了什麼、為什麼改、你的整體風格在哪裡。每次都要重新說一遍背景。現在 Agent 會記住整個專案的修改歷史，你說「把上次那個配色再試一次」它真的知道你在說哪個。 更厲害的是可以並行嘗試。想同時跑三種首頁風格比較？它同時幫你跑三個版本，互不干擾。 🎙️ 語音輸入（Voice） 老實說一開始我覺得這個花俏大於實用。 試過之後改觀了。邊看設計稿邊說「按鈕大一點」「配色換暖色調」「導覽列改深色」，比停下來打字流暢超多。特別是在做細節微調的時候，手不用離開滑鼠，說就行了。 ⚡ 即時原型（Prototyping） 設計稿點一下直接變可點選的互動原型，按鈕該跳哪個頁面自動算好。不用手動在 Figma 連線。 這個省了我超多時間，尤其是需要快速驗證使用者流程的時候。 📐 DESIGN.md 這個功能最低調，但我認為長期來說最重要。 DESIGN.md 是把你的設計規格——配色系統、字體規範、間距邏輯、風格設定——全部整理成一個標準格式的文件。然後 Claude Code、Cursor、任何 AI 寫程式工具都讀得懂這份文件。 以前設計規範鎖死在 Figma 裡，工程師要看、AI 要理解，都要額外轉一道。現在一份 DESIGN.md 可以直接跨工具使用，設計到開發的落差大幅縮短。 全部功能免費。Stitch 目前每日有 15 次免費 redesign 額度。 4️⃣ 我的實際工作流程：三步從截圖到上線 我現在的流程是這樣： 第一步，找一個我喜歡的網站截圖，丟進 stitch.withgoogle.com，讓 Stitch 照著那個視覺風格重新設計我的頁面。這一步解決的是「個性問題」——我給 AI 一個真人的參考，而不是一段抽象描述。 第二步，在畫布上調整細節，調到滿意為止，然後讓 Stitch 產出 DESIGN.md。這份文件就是我的設計藍圖，記錄了所有視覺決策。 第三步，把 DESIGN.md 丟給 Claude Code，讓它按照藍圖寫前端代碼，直接部署上線。 整個流程不需要會 Figma，不需要懂設計理論。 5️⃣ 真正的轉變不是工具，是輸入方式 AI 做的東西不醜，只是沒有個性。 這句話我想多說一點。「AI 味」不是因為 AI 能力不夠，是因為我們一直用文字當輸入，文字太抽象，AI 只能往平均值靠。你想要突破平均值，就要給 AI 一個明確的錨點——一個視覺參考，一個真實存在的設計，告訴它「往這個方向走，不是那個方向」。

Anthropic 昨天推出了一個新功能叫 Code Review，專門用 AI 來審查 AI 寫的程式碼。 這不是小更新。它代表的是一件事：AI 寫 code 已經成為主流了，但品質問題也開始浮上來了。 今天來聊聊這個功能到底做了什麼、vibe coding 的機會和風險、以及對我們這些「不是工程師但想做產品」的人來說意味著什麼。 🔍 先講 Code Review 到底是什麼 一般的程式碼審查是一個人看一遍你的 code，找 bug。 Anthropic 做的不一樣：它用**多個 AI Agent 同時**從不同角度審查你的程式碼，最後由一個「匯總 Agent」整合所有結果，去掉重複的、排好優先順序。 而且它不是抓「這行縮排不對」那種格式問題，而是專門抓**邏輯錯誤**。 每個問題它會一步步解釋： 📌 這裡錯在哪 📌 會造成什麼影響 📌 怎麼修 用顏色分風險等級： 🔴 紅色 = 嚴重問題，一定要修 🟡 黃色 = 潛在風險，需要注意 🟣 紫色 = 跟過往程式碼或歷史錯誤相關 目前先開放給企業用戶（Uber、Salesforce、Accenture 這些公司已經在用），每次審查大概 15-25 美元，按程式碼複雜度收費。 📊 為什麼需要這個？因為 Vibe Coding 的安全問題已經爆了 MIT 把 vibe coding 選為 2026 年十大突破科技。越來越多人用 AI 寫 code，不用學程式語言，用自然語言就能做出網站、App、自動化工具。 但問題來了： 根據 GenAI Code Security Report，**45% 的 AI 生成程式碼含有安全漏洞**。 研究人員測試了 5 個 vibe coding 工具，15 個應用，發現了 **69 個漏洞**，其中半打被評為「嚴重」等級。 安全公司 Wiz 抓到過一個真實案例：一個完全用 vibe coding 做的網站，資料庫設定出錯，洩漏了 **150 萬個認證 token** 和 **3.5 萬個 email**。站主說他「一行 code 都沒寫過」。 常見漏洞類型： ❌ SQL 注入 — AI 寫的查詢沒有做參數化 ❌ XSS 跨站腳本 — 沒有對用戶輸入做過濾 ❌ 不安全的套件依賴 — 引入有已知漏洞的舊版本 ❌ 任意程式碼執行 — 接受用戶輸入後動態生成程式碼 這就是為什麼 Anthropic 要做 Code Review。AI 寫 code 的速度越來越快，但品質管控的速度沒跟上。 💡 但這裡有一個很有趣的矛盾 Code Review 聽起來很強，多個 Agent 同時審查，分顏色標風險等級，還會解釋原因。 但問題來了：**如果你根本不懂 coding，你怎麼判斷 AI 的 Code Review 有沒有真正抓到所有問題？** 就像你不懂車，帶去保養，師傅說沒事你也只能信。 這是一個真實的矛盾。但我覺得要這樣看： 1️⃣ Code Review 不是萬能的，但比沒有好太多 以前 vibe coding 出來的 code，你不看就直接部署。現在至少有一層自動檢查，能抓到大部分常見問題。 2️⃣ 門檻問題和品質問題是兩件事 Vibe coding 解決的是「門檻問題」— 讓不會寫 code 的人也能做出產品。Code Review 解決的是「品質問題」— 讓做出來的東西更安全。兩個加在一起，效果比單獨用任何一個都好。 3️⃣ 你不需要變成工程師，但你需要知道什麼時候找工程師 做 MVP 驗證想法？vibe coding + Code Review 完全夠了。 但當你的產品要開始收費、處理用戶數據的時候，你就有責任找專業的人做安全審計。 🎯 我的看法：這是創意人的黃金時代 我不覺得一定要是工程師才能做產品。 以前做網站、做 App，第一個門檻就是「你會不會寫 code」。現在這個門檻變成了「你有沒有想法」。 Code Review + vibe coding 這個組合，給了有創意的人、懂營銷的人一個前所未有的平台。 值得做的： ✅ 用 vibe coding 快速做出 MVP，先驗證想法 ✅ 開 Code Review 讓 AI 幫你抓基本的邏輯和安全問題 ✅ 省下來的時間花在產品本身和找客戶上 要注意的： ⚠️ 不要以為 Code Review 過了就代表安全無虞 ⚠️ 產品真的要商用，還是要找懂的人做安全審計 AI 降低了「做出東西」的門檻，但沒有降低「做好東西」的責任。 當你的 side project 變成商業產品的那一刻，你就有更大的責任去用不同方式解決資安和程式碼品質的問題。 但這是後話了。現在重要的是，你有想法就先做出來。 你用 vibe coding 做過什麼東西嗎？網站、App 還是自動化工具？歡迎留言分享你的經驗 👇