基于自己 0-1 搭建的 AI 友好设计规范库（MyFlicker Kit），跳出「Figma 出稿 → 研发实现」的传统工作框架，由我 1 人天独立完成 MyMemory 产品全站的视觉 + 交互改造，一次修复 32 处体验问题，研发 Code Review 零 comment 一次通过、同日上线，相比传统路径提效 ~92%。
改造对象
角色
工作范围
周期
~92%
提效（12 人天 → 1 人天）
32 处
修复体验问题（12 P0 · 14 P1 · 6 P2）
30+
覆盖优化页面（全站 8 大模块）
MyMemory 是 MyFlicker 的子产品，由研发自己 vibe coding 搭出来的记忆管理平台。功能跑通了，但页面规范充斥着 AI 味——全站配色随机、布局松散、图标混用，没有遵循任何设计规范。
我去找研发聊，想推动改造。研发回复很直接：排期排不上，视觉改造优先级不够。
正常链路走下来「设计出稿 → 研发排期 → 前端实现 → 设计走查 → 上线」预估 12 人天，研发资源全压在功能迭代上，根本没人力支这块体验优化。
我想了想：这些改动几乎全在前端 UI 层，不碰业务逻辑——要不我自己来？ 恰好我此前 0-1 搭了一套 AI 友好设计规范库（MyFlicker Kit），把语义 Token 与组件契约做成了 AI 能直接读懂、对齐的规则。我想验证的是：它除了给研发做原型，能不能由设计侧直接接管存量产品的全站改造？
我懂一些 HTML/CSS 但并不会写，在 AI 的帮助下用自然语言就能改代码。真正要想清楚的不是语法，而是「这个东西该在哪一层改」——其实这和 Figma 里的逻辑完全一致：能复用的抽象出来统一管理，一次性的就地处理，代码里的语义 Token / 组件对应的就是 Figma 里的 Color Style / Component。
而这次和一般 vibe coding 最大的不同在于：我不是从零让 AI 生成一版样式，而是带着自己此前搭好的 AI 友好设计规范库进场，对存量页面直接做第一轮批量对齐。规范里「什么该复用、改哪一层全局生效」的判断都已经沉淀成可运行的契约，AI 有了明确的对齐基准，省掉了反复描述规范、来回调优的大量对话成本，一轮就能把全站拉到统一基线上。
接下来的分工就很清晰：我负责判断样式该在哪一层改，AI 负责按契约找到文件、落地实现。
💡 设计师的体验判断力 × 规范库的对齐基准 × AI 的执行力 = 更快、更高还原度的交付
我独立跑通了 PDE（Product Design Engineer）端到端解决问题的完整链路：拉代码 → 对齐设计规范 → 定位体验问题 → 调优 → 部署上线。覆盖全站 8 大模块，一共修了 32 处问题。改造边界严格自控——后端接口一处未动，只碰前端 UI 层。
先把全站 8 大模块的所有体验问题过一遍，按严重程度分三层：P0 阻断型（12 项）、P1 高成本型（14 项）、P2 体验折损型（6 项）。优先啃掉 P0，确保每一轮投入都花在刀刃上。
用 MyFlicker Kit 的语义 Token 契约批量对齐全站——主题色、间距、圆角全部切到规范值，混用图标统一迁到 KidIcon 体系，AI 一轮拉到统一基线，省掉大量来回调优。
MyFlicker Kit 由我自己 0-1 独立搭建，目前已应用于产品、设计、前端工程三个团队。
这类问题研发很难主动注意到，但设计师一眼就能看出来——卡片标题基线没对齐、hover 态不稳定、Tab 图标颜色和旁边不一致……把问题描述给 AI 定位到具体文件属性，改完即看，省掉了传统「走查 → 等改 → 再验证」的来回。
换成 tab标签放到标题右侧…视觉左对齐间距不统一字色太浅圆角需统一改完后跑 check-design-contracts.mjs，把所有修改过的组件和页面过一遍契约检查，确认没有遗漏的硬编码或偏离规范的用法。这是「可运行的规范守门员」，不是纸面文档，而是真正能跑的兜底。
亲手趟完 staging 部署全流程——authtoken 归属、marker 文件、项目重建，踩坑记 SOP。最终研发只做 Code Review，零 comment 一次通过，当天完成部署上线。
同样一次全站视觉 + 交互改造，传统流程要等排期、遥遥无期，预估 12 人天；这次当天启动、同一会话闭环，实际 1 人天由设计独立完成，提效约 92%。
设计走查 0 轮（改了即看），研发只在最后做 Code Review 与上线——零 comment 一次通过、当天部署。改造完成后，这套「设计侧独立端到端交付」也获得了产品负责人、设计 leader、研发负责人的一致好评。
效率对比 · 传统流程 vs 本次新流程
第一，岗位的专业边界不会消失，但任务边界正在重新划分。AI 抹平了「生成一版 UI」的成本，真正稀缺的不再是「会画」，而是懂什么是好体验、能把它定成标准、又能亲手交付出来。产品无论怎么被 AI 重塑，服务的始终是活生生的人，体验就一定存在且重要；而体验设计师是链路上离体验标准最近的角色，由设计侧直接落地，传递损耗最小——这次我正是用 vibe coding 把专业判断变成了可运行的交付，完成了向新型 PDE 人才的转变。
第二，AI 负责执行，设计师做的是执行前所有的判断。AI 可以代劳每一个具体的「执行动作」，但「做什么、为什么做、哪个方案更优」的关键决策始终需要人来拍。而这份决策能力不来自工具，来自三层积累：先有判断力——一眼知道「这不够好」；再有洞察力——说清楚「差在哪、差多少」；最终是决策力——确定该在哪一层改、怎么改。这三层都是设计师多年审美与体验敏感度的输出，AI 生成不了。
第三，也要清楚边界。视觉层——颜色、间距、布局、组件样式，设计师可以独立 cover；但复杂业务逻辑、架构、性能与安全，仍然要靠研发，上线也依赖正式的发布流程。这不是能力的边界，而是职责的边界。
2026 © Built with Next.js
Crafted by Coci Chan
