前字节剪映产品负责人推出「OJO Design」，打造首个AI设计团队工作台

设计Agent赛道，挤进了一批熟悉的名字。

两年前开始用Cursor做vibecoding的时候，界面审美几乎是所有AI编程工具共同的短板。

那时候生成出来的页面，十有八九逃不开几个固定套路，蓝紫色渐变背景，密密麻麻的emoji图标，圆角卡片配一圈彩色描边，看多了会觉得整个互联网都长成了一个样子。

这种感觉很难用一两句话说清楚，如果是自己做过产品的人，打开那些AI生成的demo页面，基本一眼就能认出来，这是AI做的。

当时小编的做法一般都是选择去打开Dribbble这类的设计社区，截屏一堆自己喜欢的作品扔给AI，指望它能照着学一学审美。

这个办法虽然有用，但每次都要重新喂图，重新解释风格，效率低，而且那个时候的大模型能够将这种原有设计的审美内化成自己的能力的也少。

设计始终是vibecoding流程里的难以跨过的一环，代码可以生成得又快又对，界面却需要大把时间和精力去投入。

这一年，这个缺口开始被密集填补。

国内AI设计智能体扎堆冒出来，而且很多操盘手都来自同一批地方，字节剪映系和腾讯系尤其密集。最近注意到了一个产品叫OJO Design，官网的定位是全球首个设计Agent团队工作台，并且已经上线2个月了。

OJO背后的创始人是张琪智，圈内更常叫她Kiki，此前是字节跳动剪映的产品负责人。15年硕士研究生毕业后，她加入了脸萌，18年3月，字节跳动以3亿美元收购脸萌，张琪智也跟着这次收购顺利进了字节体系。

此后脸萌成为字节拓展影像工具业务的核心力量，轻颜相机、醒图、剪映、CapCut、即梦AI这一长串国民级应用陆续从这条线上跑出来，张琪智也在这个过程里从产品经理一路做到了剪映的产品负责人。

今年5月，多家媒体证实她已经正式离职，走上创业这条路。

剪映这款产品对国内移动互联网用户来说不用多做介绍，从0到1把视频剪辑这件事做到了普通人也能上手的程度，背后需要产品负责人对用户习惯有极强的判断力。

张琪智在这个位置上积累的经验，某种程度上也解释了OJO为什么一上来就选择用设计Agent团队这个方向切入，绕开了单点生图工具这条更拥挤的路。

目前该团队的成员大多来自字节跳动剪映和腾讯这样的公司，OJO是这支团队独立创业两个月内推出的第一个产品，节奏相当快。团队自己的表述是，希望从第一天起就和用户深度共创，快速迭代，一起探索AI生产力的未来。

事实上，张琪智并不是唯一一个从字节体系走出来做AI创意工具的人。

陈冕曾作为剪映和CapCut的全球商业化负责人，2023年离职创业，做出了图像生成平台LiblibAI，后来公司改名演语科技，旗下产品线扩展到LiblibAI、视频工具LibTV和设计Agent星流，并创下国内AI应用层单轮融资的最高纪录。

大厂这边的动作也没有停。腾讯设计在今年5月18日让自研的AI设计智能体平台Ardot开始公测，主打自然语言直接生成可编辑设计稿，支持图片转分层设计稿，还能通过MCP协议连上CodeBuddy、Cursor、Claude Code这些开发工具。

7月22日，腾讯又把首个AI创意智能体Miora，中文名叫腾讯设计妙境，正式全量上线。Miora和WorkBuddy出自同一套智能体架构，可以把图片、视频、3D、UI这些不同类型的工作拆给对应的专家模块去做，还配了项目记忆和个人记忆两层系统，用久了会越来越懂用户的审美习惯。

这里还有一个更早一点的名字值得提一句，郭列。这位脸萌和Faceu的创始人，他早年的团队技术后来也成了字节影像工具体系的底层支撑之一，轻颜相机、醒图、剪映的早期能力都能追溯到那批积累。

前面提到张琪智2015年硕士毕业后第一份工作就是加入郭列创立的脸萌，两人算是同一条产品线上先后走出来的师承关系，郭列是当年那支脸萌团队的创始人，张琪智则是团队里成长起来的产品经理。

郭列现在做的项目叫Flova，是一个AI视频创作平台，虽然方向和纯UI设计不完全重合，但同样定位在帮创作者跨过工具门槛这件事上，目前公开的融资规模已经超过8000万美元。

OJO也设计了团队这个概念。用户可以按官方按场景配好的4套现成Agent团队模板里选一套，团队里的每个Agent各自负责产品思考、视觉探索、原型生成这类不同环节，比单纯把需求甩给一个单一的Agent要分工细得多。

在技能上，系统内置了200+官方Skill，覆盖从产品构思、视觉风格到布局、动效、营销策略的全流程，用户可以随时在项目进行中追加或替换，比如临时加一个中文字体解决方案，或者在需要强化动效的阶段单独打开动效性能这个技能。

除了内置技能，OJO还支持三种方式上传自定义技能，直接上传文件，连接GitHub仓库，或者用npx命令行安装。

团队还在GitHub上开源了两个技能包，一个叫app-ui-ux-best-practices，负责根据产品的价值主张选轨道再产出完整设计规范，另一个叫visual-direction，专门负责视觉与体验方向的探索和评审，两者都可以装进Codex、Claude Code这类AI编程代理里直接复用。

这两个开源技能包里有个细节值得说说，就是双轨方法论。常规轨道适合SaaS和工具类产品，直接沿用Notion、Linear这类已经被验证过的成熟设计语言，走得快也走得稳。

创新轨道则是给需要品牌辨识度的项目准备的，通过材质隐喻、原型驱动、叙事驱动或者文化符号这类方法，构建一套真正属于这个品牌自己的视觉语言。

更关键的是，不管走哪条轨道，产出设计令牌之前都必须经过一道强制的风格方向确认，Agent会给出两到三个真正有差异的方向，等用户明确选择之后才继续往下推进，这一步基本就是在从机制上堵住AI生成千篇一律界面的可能性。

并且开源仓库里还专门列了一份反AI味护栏清单，紫蓝渐变、灰块占位图、单一色系调色板这些被明确写成硬性禁止项，直接作为强制规则来执行。

OJO模型分三档，Master，Fast和Pro。模式则分两种，Thinking模式对话感很强，Agile模式对话简短，执行速度快。

其中模型使用了Google的Gemini模型负责处理文本提示和图像生成请求，Anthropic的Claude模型则负责处理复杂的设计指令和创意提示。

整体体验下来，这个工具很容易联想到Google的Stitch。二者都可以使用skill来协助。区别的是OJO则是可以选择模版或者团队参考，再走产品思考、方案确认、按plan推进这几步。

在创作流程，OJO的第一步是先跟用户确认方案方向，等用户选定之后，再按照一份plan逐步推进执行。

OJO会先产出原型层面的PRD和结构信息，相当于先把产品经理该做的事情做完，再进入视觉阶段。

设计好的内容会展示在一张画布上，此外，用户还可以在画布里对单个元素做点状生成，图片生成用的是nanobanana这个图像模型；

生成的时候还能勾选是否开启项目上下文，把之前积累的品牌信息、页面结构这类背景信息补充进去，避免孤立生成出一张漂亮但不搭调的图。

最终生成的原型可以在手机、平板、电脑三种设备形态之间自由切换，而且原型形态支持真实的点击交互试用，用户点击按钮、切换页面，都能得到对应的反馈。

OJO也提供类似Figma的编辑能力，用户可以直接选中元素调整。除了逐个元素编辑，还有一种更省事的修改方式，直接在画布上框选需要调整的区域，用自然语言描述想要的改动发给Agent，这种批注式修改可以一次性追加多条，不用改一处等一处。

交付时，OJO可以直接导出到Figma继续做专业设计工作，也可以导出成代码，通过CLI同步到本地，直接对接Codex、Claude Code、Cursor这些开发工具继续开发，当然还可以选择更轻量的Prototype导出形式，比如PPT、PDF、PNG、JPG都支持。

目前设计Agent这条赛道现在还处在很早期的阶段，几家产品各有各的打法，OJO押注团队协作和技能体系，Ardot押注设计到开发的全链路交付，Miora押注记忆和多模态协同，Stitch押注速度和轻量。

现在，设计Agent开始把这些零散的审美经验拆成Skill、工作流、团队分工和项目记忆。用户交给AI的是一套可以持续积累、反复调用的设计上下文。

Agent竞争的下一个阶段，重点会从快速生成美观页面，转向打通产品构思、视觉方向、原型迭代与代码交付之间的全流程衔接。稳定的工作流能力，将比单点输出速度更具决定性。

OJO现在给出的答案，是用Agent团队和技能体系模拟一支完整的设计团队。要解决AI界面的同质化问题，还需要更多项目验证。

但至少从两年前满屏蓝紫渐变的demo，到现在开始认真讨论设计轨道、审美记忆和风格确认，vibecoding里的设计短板，终于开始用一套完整的方法补上了。

文章来自于微信公众号 “虾蛄AI”，作者 “虾蛄AI”