让 LLM 学会「品味」为何这么难:设计系统之外的知识断层
threepointone · x · 2026-10-18
一位工程师长文讨论为 LLM 建模「设计品味」的困境:模型很容易从现有代码中提取和理解基于 token 的设计系统,但在从设计系统进行有判断力的外推时仍有明显差距——人类设计师能通过创造力和自我批评把固定系统连贯地泛化,LLM 不能。
作者归因于两点:一是规格化不足,关于设计的隐性文化知识存在于人的大脑与身体中,没有被嵌入系统或训练数据;二是规格形态问题,过度强调固定值(如颜色)而忽视参数之间的关系(如 padding 与圆角),导致机械套用。作者引用另一条推文称,自己又回到「让品味可读、可移植」这个白鲸级难题,试了几周各种技术,最终都不如亲手打磨产品再反复贯彻意图。
「漫话AGI」频道最新
- 核查 56 项「AI 杀死 X」论断:6 消失 22 萎缩 13 反而增长 — Mastbubbles · 2026-10-18
- 以 Dvaita 吠檀多「内在有效性」观照:AI 模型无法模仿的认知根基 — Paimaamu · 2026-10-18
- 研究者担忧闭源 AI 评测泛滥:公众无法审查且存利益冲突 — evijit · 2026-10-18
- Paul Graham:付费墙是给人类设的验证码,AI 能绕、人不能 — dbasch · 2026-10-18
- KOL 感慨:九成普通人没听过 Claude,AI 渗透仍极早期 — kimmonismus · 2026-10-18
- NYU 元认知研讨会:学者主张为 LLM「内省」声明设更高证据标准 — tallinzen · 2026-10-18