不會設計也能做出好產品：一個工程師用 AI 打造的三層設計系統
AI 正在把跨界探索的門檻壓到前所未有的低。以前一個工程師想學設計，要花好幾年培養眼力和手感。現在有了 AI 的輔助，這件事可以壓縮到幾個月。Neethan Wu 的故事就是一個很具體的例子。
三個月前，他完全不會做 UI 設計，像素、間距、字型、配色這些東西，他沒有碰過。他之前在 TikTok 和 Amazon 當工程師，寫程式是強項，設計完全空白。三個月後，他每週都在交付可上線的設計成品，品質不是那種一眼看出 AI 做的粗糙感。
他寫了一篇文章叫「Design Without Designing」，記錄他怎麼組裝了一套稱為「harness」的三層系統，把 AI Agent 變成自己的設計團隊。以下是他的探索過程和心得。
第一層：Skills（專業知識）
Skills 是安裝到 AI Agent 裡的指令檔案，Claude Code、Cursor、Codex 都適用，作用是把資深設計師的判斷標準轉移到你的工作流裡。
他最常用的叫 Impeccable，jQuery UI 原始創作者 Paul Bakaus 做的，超過 20 個指令（/audit、/polish、/typeset、/animate），專門抓 AI 生成介面最常犯的錯：濫用字型、低對比灰字、純黑背景、巢狀卡片。等於把一個資深設計師十幾年的「這個看起來不對」的直覺，編碼成可執行的規則。
另一個常用的是 Emil Kowalski 的 Design Engineer Skill（他在 Linear 和 Vercel 都待過），把動畫節奏、微互動、UI 細節的琢磨都編碼成規則。還有 Interface Design 這個 skill，解決 AI Agent 每次開新對話就忘記設計決策的問題，把你的設計系統存進持久化的 system.md，Agent 啟動時自動載入。
第二層：Agent Canvas（工作介面）
Canvas 是設計畫布，但跟 Figma 不同，這些工具不綁定特定 AI，讓你自己的 Agent 來操作。
Paper 是他最近最常用的。畫布直接用 HTML 和 CSS 建構，設計出來就是程式碼，不需要格式轉換。透過 MCP 開放 24 個工具給 AI Agent，Agent 可以讀取、修改設計，甚至直接轉成 React 和 Tailwind 推上 GitHub。
Pencil 走另一條路，用 JSON 格式的 .pen 檔案做版本控制，設計檔跟程式碼用同一套 Git 管理。它的 Swarm Mode 可以同時跑最多六個 Agent 在同一塊畫布上平行工作，一個管字型、一個管排版、一個更新設計系統。
第三層：Inspiration（審美訓練）
Skills 給專業知識，Canvas 給工作介面，但你還需要知道什麼是好看的，才能告訴 Agent 你要什麼。
Variant 是他訓練眼光的主力，輸入一個想法就生成無限多不重複的設計詮釋。最強的功能叫 Style Dropper，指向任何設計就能吸取它的視覺 DNA（配色、字型節奏、空間密度），套用到另一個設計上。他每天花 20 分鐘在 Variant 上滑設計當暖身，搭配 Mobbin（看頂級 App 怎麼做）和 Awwwards（看最前沿的網頁設計）。
同一天，Google Stitch 讓 Figma 跌了 8.8%
就在 Neethan 發文的同一天，Google 發布 Stitch 重大更新，加入 AI 原生畫布、語音設計、即時原型、DESIGN.md 等功能，Figma 股價當天跌了 8.8%。
Google Stitch 是大公司用 AI 重新定義設計工具，Neethan 的三層裝備是個人用 AI 擴展自己的能力圈。兩件事同一天發生，指向同一個方向：設計的門檻正在被快速拉低。
Neethan 自己說得很清楚，他不是設計師，品味還在發展中，每天都在學。但 AI 讓他有能力帶著工程師的邏輯，去探索設計這個領域，做出可以用的東西。而他用的那些 Skills 之所以有效，正是因為背後有 Bakaus、Kowalski 這些真正的設計專家把隱性知識編碼了出來。
三層架構是通用的
Neethan 的三層框架跟設計無關，跟「怎麼用 AI 探索一個新領域」有關：找到最好的 Skills（借用專家判斷力）、選一個 Canvas（工作介面）、持續用 Inspiration 訓練品味。
三個月，從零到每週交付設計。你下一個想探索的方向是什麼？
相關資料：
