Mrvn / 马文
315 posts

Mrvn / 马文
@BadJason5
🛠️ 独立产品工程师 | 擅长AI摸鱼🐟 | 猫奴 | ex. JD
Tham gia Temmuz 2021
377 Đang theo dõi108 Người theo dõi

AI生成设计稿还有价值的。主要是对生成页面继续调整比改代码更方便。个人感觉,AI生成设计稿是不是伪命题,关键点可能是设计稿能否准确轻松与代码做双向同步。以前设计稿是上游、代码是下游;现在在尝试以代码为single source of truth,设计稿仅是中转。比如微调当前页面设计,或者临时生成多个实验方案,直接(不论是我还是Agent)操作设计稿比改真实代码或临时建新路由要方便。
最近我在Paper中尝试这个流程,效果还是蛮不错的。有时候脑子里有好几个想法,可以让Agent基于当前页面生成好几个版本,生成后,我选择一个满意的,可能会再做一些微调,然后让Agent同步回代码。这里推荐paper而不是Figma,Paper基于web语义渲染,其与代码融合度比基于Canva的Figma好不少。
中文


试了几次,好的地方是他会生成网站的design system,做出设计风格统一的og图
问题在于他根本生成不了我指定的尺寸😅纯在抽卡,拿来做正经工作流根本不行


Corey Chiu@realcoreychiu
牛 正好今天在给新站做 og 图
中文


@_justineo @dingyi 高强度用了paper一个月,确实是好用,一切都是代码优先。感觉底层就是jsx一样,甚至能写出右侧面板无法控制的属性。今天就遇到一个容器被Agent偷偷设置了最大宽度,结果paper的右侧面板根本就没有最大宽度的设置选项哈哈哈哈
中文

卧槽刚想睡觉,Figma 终于支持 AI agent 直接操控画布了,这下和 Paper 没区别了。
Figma@figma
Now you can use AI agents to design directly on the Figma canvas, with our new use_figma MCP tool and skills to teach them. Open beta starts today.
中文

看起来好像就是纯agent的客户端
而且听这个名字还以为是液态玻璃的UI呢,结果打开是一坨纯黑,不得不说有点子丑

Corey Chiu@realcoreychiu
OK i'm back to cursor
中文

产品经理不是画原型的,画原型只是表达手段。
软件工程师不是写代码的,代码只是表达手段。
这个问题从竟然快20年了,仍然在失败的科普进程中。
Justin@interjc
一句话出成套原型,产品经理死了
中文

@realcoreychiu 尝试了一天,整体感受是:需求必须说得非常清楚,模糊一点要么理解错,要么就偷懒。如果需求表述清楚,或者计划做得比较好,整体的实现效果还是不错的。
中文


特别棒的技术文章- 《Why we banned React's useEffect 》作者的团队在项目中 禁止直接使用 useEffect,好久没看到这么和 AI 没有关系的技术文章了,浏览量也非常高。
useEffect 常被滥用,无限循环以及 deps hell 经常出现。
它们的解决方案是:
* 使用派生状态
* 使用 React Query、RTK Query、SWR 取代手写 fetch + setState
* 用户点击、表单提交等直接在 handler 里做,不用 state flag + effect 间接触
* useMountEffect 做一次性外部同步,本质上是 useEffect(..., []) 的命名封装
* 当 ID/prop 变化时需要“全新状态”,直接用 让 React remount,而不是 effect 清状态。
目的是:强制更干净的组件树设计:父组件负责协调,子组件更简单,他们通过 lint 规则 + AGENTS.md 强制执行。
规则可以看这个 gist:
gist.github.com/alvinsng/5dd68…
大家可以尝试在 React 项目中使用下。
Alvin Sng@alvinsng
中文


有没有业内知情人士透露一下,DeepSeek 是在憋什么大招吗?主要是过去一年,感觉他们不论是产品体验、商业化,还是技术迭代,好像都有一点慢。
且不说海外拥有绝对硬件优势的大厂,MiniMax、Kimi、GLM 等也在 Agent 的这轮浪潮里风生水起,豆包、千问等则是在多模态和产品体验上不断发力,小米刚刚也发布了自己的 Agent 和多模态模型……但 DeepSeek 似乎还依旧在蛰伏期。
有一说一,从综合性价比来看,DeepSeek V3.2 目前仍是我的主力文本处理模型。与 Qwen、GLM 等模型相比,在日常文案处理工作(如写作润色、翻译、邮件撰写)中,V3.2 在理解能力、输出速度与结果质量方面表现稳定,整体表现均衡可靠。相比之下,其他国内模型的输出有时会出现轻微偏差,甚至会因为输入内容太像指令而直接过滤。
中文















