即刻App年轻人的同好社区
下载
App内打开
昊然同学
57关注556被关注0夸夸
Co-Founder of Motiff 妙多
motiff.com
X @Ryan_Motiff
AI 时代设计工具,欢迎产品交流。
昊然同学
8天前
上线了。
来妙多,制作你的 First Liquid Glass。

近期听闻最多的声音:在 AI 时代,生产效率将过剩,品味成为稀缺资源。

品味是一种招人喜欢的美,总有无穷的长期价值。 Labubu 是一个 echo。Liquid glass 亦是。
00:27
00
昊然同学
9天前
我见过信息密度最大的移动端 UI😄
AI 酸奶不一般。
20
昊然同学
11天前
在妙多的测试环境中调试原生的苹果液态玻璃功能。

这并非复杂效果的堆叠,而是基于对渲染引擎的调教。自研渲染引擎让我们有机会成为业内最早支持这一原生效果的设计工具。

No coming soon.
这周就会上。
00:09
10
昊然同学
27天前
1. Straddle 从客观意义是一件负 EV 的事儿,但如果你考虑整个牌桌会为此受到的影响,它加大了玩家水平差距带来的偏离,对于更好水平玩家可能正 EV。
2. 如果没有大小盲,唯一的最佳策略是只玩 AA。人生的大小盲是通胀。

张爱玲说,出名要趁早。真嫉妒这样三十多岁就全身心去打牌,又获得幸运女神眷顾的人。

用绝对理性应对世界的波动 | 对谈德扑世界冠军 Ricky Mao

42章经

00
昊然同学
1月前
motiff.com 在UXDX 柏林。
收获了人生海报,大头贴和中年父亲间的友谊。
50
昊然同学
1月前
这次来的两件趣事:
1. 1, 有趣的回声: The only answer is Working Harder. 十年前,你很难想象在这个世界高毛利业务圣地,一群美国朋友们达成这样的共识。想起几个月前在一个特别的场合下,一位美国友人质问我,你解释下你们文档里写的“卷”这个字。我当时不知为何脱口而出,It means,work hard to win.[笑脸]

2. 2,看海:一位此次共同学习,已经世俗上成功的前辈,他说:我这次真切感受到,中国企业的大航海时代要来了。一时间感觉空气都沸腾了。期待若干年后,中国企业都可具备 D1 Global 的条件,和能力。
00
昊然同学
2月前
妙多 AI 2.0
Make and design in one place. Not two.

微信文章

10
昊然同学
2月前
一年一度,感慨颇多。
听说今年疑似有 FigFrame,FigCanva,FigLovable 发布。Congrats FigmaDobe.

相比之下,我更关注 Figma Design 的未来。欢迎进群一起讨论。
20
昊然同学
2月前
确实如你所说,设计领域 AI 化还有一个过程,有可能是个要坚持每天行进 30km 的过程。你举出的设计师用例太典型了,我们最近正努力把这项“你描述任务,AI 批量执行”的能力再增进一点点,可能能在部分场景做的不错。预计五月底开放公测,期待你第一时间试试。

不一.: 最近因为连续高强度的工作,我开始刻意观察自己在设计过程中,时间究竟是如何被消耗的。与此同时,我也在思考一个问题:以当前 AI 模型的能力来看,我的哪些工作内容已经可以,或者很快可以被替代?如果这些部分真的被替代了,对我意味着什么? 我每天的工作大致可以拆解为以下几个环节: • 思考方案 • 执行呈现 • 微调优化 • 决策方向 • 等待电脑响应(尽管我用的是 M2 Pro,但遇到大型设计稿时,系统依然会卡顿) 这些步骤并不是线性发生的,更多是交织循环的。在实践中,我经常是一边构思,一边动手,快速试验一个方案,再迅速判断是否值得继续;如果不合适,就立刻切换思路。 这个过程最有趣的一点是: 不是等全部完成后再来决策,而是边做边判断、边试边改。 就像一位画家在构图阶段,可能只画了整幅画的 10%,剩下 90% 全靠脑中的图像补齐。他依赖经验和直觉,一笔一划间不断预判接下来的走向。这个阶段对审美、经验和主观判断的依赖非常高,目前的 AI 还很难替代。 但进入设计的中后期后,工作重心会逐渐转向更具操作性的部分,比如: • 整理图层结构、命名、排序等管理工作 • 梳理交互逻辑,确保流程闭环 • 对参数进行微调,比如对比透明度加减 1 的差异,测试间距差 1 像素的视觉效果 这些环节有几个显著特点: 1. 判断效果必须依赖接近完整的画面结果(80%-100%),靠脑补已经行不通 2. 哪怕一个细节出问题,都可能导致前功尽弃,要么推翻重做,要么回头修改之前的内容 3. 这些操作可以用非常准确的语言描述,就算一个人没有设计背景,也能按指令复现我要的效果 4. 它们耗时耗力,占据超过 50% 的工作时间和精力;而当我被这些复杂度拖住时,创意往往会被迫妥协 —— 比如连续熬夜三天之后,身体已经告诉我“就这样吧” 从结果来看,这些执行性的微调对最终方案影响极大。就像画家在调色,虽然他已经构思好画面,但为了找到最合适的颜色,必须一次次调试、对比。这个过程必须“看到”结果,无法用想象代替。而调色的过程,本身却是机械、重复且费力的。 这一块,恰恰是 AI 最值得介入的部分。 只要我能清晰描述需求,AI 就能迅速生成多个版本,实时给我反馈效果。例如我可以说: “透明度调整为 10 到 20 之间的 10 个版本” “把这个按钮的交互样式复用到输入框上,看看效果” “把这几组交互状态连接起来,hover 和 press 状态做动画,200ms,曲线用 ease in out” 这不仅大大提升效率,更重要的是: AI 能帮我从繁杂的体力劳动中解放出来,让我的审美、经验和主观判断真正成为核心竞争力。 我不需要它“替我决定”,也不需要它给我“大众标准下的结果”,我需要它“帮我快速看到指定部分的不同微调版本”。AI 本身可以理解如何去调动设计工具中的每一个参数,这样,我能用更少的体力和更快的速度,做出更有质量的决策。 目前的产品中 Motiff 的路线也是最接近我的诉求的,但是实际工作中能满足我的还是太少,无法覆盖从 Figma 迁移的沉默成本。从这个角度也能看到为啥 Coding 的工具是最快可以 AI 化的,封闭域的描述能够足够精准。

00
昊然同学
2月前
ReAct : 物理世界和数字世界的不谋而合。
00