QoderWork Design 上线,设计即代码,不输 Claude Design

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
QoderWork Design 上线,设计即代码,不输 Claude Design
5820点击    2026-05-20 10:35

产品体验

QoderWork 上线 AI 设计工作台

Design Desk


阿里的 QoderWork 最新上线了一个设计工作台(Design Desk),定位是用自然语言做出可交付的专业设计,从想法到工程级产物,中间不需要 Figma。


QoderWork Design 上线,设计即代码,不输 Claude Design


这个产品是我一个前朋友所在的团队做的。我有些故作刁难地问他:和 Claude Design 比怎么样?


他的回答是:


接近平手,小有优点,自行体验。


好吧,这么说反而让我有点好奇了……那到底「小有优点」在哪里呢?既然他给我了一批「你放心用、很难用完」的额度,我自然是必须上手做点东西亲自体验一下子。


做个什么呢


那……我用来搞点啥呢?


最近有个现象叫 Tokenmaxxing,就是开发者们主动或被动的,开始像马拉松朋友们在朋友圈晒跑量一样地晒起来了 token 消耗量。


Meta 内部甚至搞了个排行榜叫 Claudeonomics,8.5 万名员工按 token 用量排座次……(好像说是已经被砍掉了)


QoderWork Design 上线,设计即代码,不输 Claude Design


既然大家都在关注 token 用量,那我就用 QoderWork Design 做一个 Token Farm Dashboard,一个 Claude Code / Codex 用量可视化的看板来上手小试一把吧。


看看这个工具到底顺不顺手。


问清楚,再动手


打开 QoderWork,输入需求「做一个 Token Farm 看板」。


它并没有马上开干,而是先抛了一组问题过来:目标平台是桌面端还是移动端?数据周期按年还是按月?


QoderWork Design 上线,设计即代码,不输 Claude Design


这个机制你可能就有些眼熟了,它叫做 Ask User Questions,信息不够的时候 AI 需要先追问,不瞎猜瞎干。


我回答完之后,它生成了一份 Design Plan,把页面结构、风格方向、产物格式列出来,让我确认后才动手。


QoderWork Design 上线,设计即代码,不输 Claude Design


虽然 QoderWork 多了「先对齐再执行」的这一步,但确实能省掉一些反复推倒重来的时间。


制定正确的目标,然后才行动,以终为始。


140 种风格参考


接下来是选风格。


QoderWork 内置了 140 种风格参考,Airbnb、Apple、Figma 各种都有,每种都标注了视觉特征(圆角、配色、间距风格等)。


QoderWork Design 上线,设计即代码,不输 Claude Design


这个我觉得是它比较实用的一个点。


用其他工具,风格全靠你在 prompt 里描述,AI 理解多少算多少,经常需要反复调,各种抽卡。QoderWork 做的是,让你从一堆现成的风格里挑一个起点,相当于给 AI 一个明确的设计语言锚点。


QoderWork Design 上线,设计即代码,不输 Claude Design


对于不太擅长描述视觉风格的人(比如我),这个能省不少事。


我选了 Airbnb 的暖色圆角风,然后看着它在画布上一块一块地把看板搭起来。


QoderWork Design 上线,设计即代码,不输 Claude Design


画笔 + Nudge


有过经验的都知道,你的想法永远不是一步到位的,这就会涉及到一个问题:生成之后……怎么改呢?


QoderWork 也考虑到了这样的实用场景,并提供了两种改法。一种是画笔标注:直接在画布上圈一块区域,旁边写上你想改什么。比如我发现模型版本号不对,就圈住那块写了句「现在是 4.6 Sonnet 和 4.7 Opus」。


QoderWork Design 上线,设计即代码,不输 Claude Design


它看到标注后,就会直接给改了。


QoderWork Design 上线,设计即代码,不输 Claude Design


另一种是 Nudge 面板,可以对颜色、间距、圆角、布局这些参数做精细调整,不用打字,拉滑块就能搞定,更友好自然的交互,也更高效。


QoderWork Design 上线,设计即代码,不输 Claude Design


画笔解决「改哪里」,Nudge 解决「调什么参数」。这两搭配着用,会比纯靠打字描述修改意图要方便许多。


QoderWork Design 上线,设计即代码,不输 Claude Design


产出是工程文件


做完之后的效果,大体是这样子的:


QoderWork Design 上线,设计即代码,不输 Claude Design


热力图、模型分布饼图、趋势折线、AI 同事人格卡片、排行榜……基本都有了。


这里还有个我觉得值得单独说一下的功能:右上角的 Handoff to Qoder 按钮。


QoderWork Design 上线,设计即代码,不输 Claude Design


点一下,整个设计就变成了一个 React + Vite 的前端工程,在 Qoder IDE 里直接打开。


QoderWork Design 上线,设计即代码,不输 Claude Design


这应该是 QoderWork 和其他 AI 设计工具最明显的差异(之一)了。


Claude 产出的是单个 HTML 文件,想真正用到项目里,你得告诉 Claude Code 自己拆组件、模块、对比、验证,耗费你的时间和 token 不说,还可能在过程中带来不一致和额外的调教工作量,而 QoderWork 则会直接给你一个可以继续开发的工程起点。


QoderWork Design 上线,设计即代码,不输 Claude Design


这也是进一步考虑到了真实的使用场景,这对于做 SaaS 产品或者内部工具的团队来说,会非常省事。


设计即代码


往多了想一步,这个产品背后其实藏着一个逻辑的变化。


以前做产品的流程大家都很熟悉了:设计师在 Figma 里画图,画完导出标注和切图,开发拿到标注再翻译成代码。中间要经历反复的沟通、对齐、验收、返工……设计稿和最终代码之间,永远隔着一层「翻译损耗」。


Figma 这类工具解决的核心问题,是设计师之间的云端协作。但设计到代码的那一步交接,到今天依然是有损的。


QoderWork 的思路不同的是,它从第一步开始,产出的就不是「图」,而是可运行的代码。设计师和开发操作的是同一份文件,不存在「交付」这个环节,因为压根就没有需要翻译的东西。


QoderWork Design 上线,设计即代码,不输 Claude Design


而当下正在发生的趋势是:「设计」和「前端」之间的边界,正在被 AI 一点点抹掉并融合。设计文件,正在变成团队一起维护的代码资产。


当然,复杂的交互逻辑、组件状态管理、和后端的数据对接,光靠 AI 还搞不定,还是需要开发者来接手。


但至少在「从零到一搭页面」这个阶段,设计和代码之间的墙,正在不断变薄,甚至最终会消失。


其他工作台


QoderWork 的设计工作台是它扩展机制的第一个落地场景。除了设计,还有 PPT Desk 和 Writing Desk,同一个入口切换不同模式。


QoderWork Design 上线,设计即代码,不输 Claude Design


它本身是桌面端应用,本地运行,也支持语音输入。


适合谁


说实话,如果你已经很习惯 Claude Design,并且主要做一些快速原型或单页面,那 QoderWork Design 的优势不会特别明显。


但如果你是这几类人,我觉得可以试试:


不太方便用 Claude Design 的

QoderWork 是本地桌面端,不依赖海外服务,且内嵌在产品之中,交互更丝滑体验更佳


做组件密集型页面的

SaaS 平台、数据看板这类场景,140 种风格参考 + Nudge 参数微调真会非常方便实用


不想反复「抽卡」的

选好风格参考,AI 会在你选的框架里出稿,省掉来回调教的时间


需要直接交付前端工程的

Handoff to Qoder IDE 能省不少从设计到代码的翻译成本


QoderWork Design 上线,设计即代码,不输 Claude Design


总结一下就是,朋友说的「接近平手,小有优点」还勉强算是中肯。它并没有说全面碾压谁、或要杀死谁,但在风格参考、参数微调和工程交付这几个点上,确实做了一些 Claude Design 目前还没做的事。


现在下载,有免费额度可用


感兴趣的可以去体验一下


相关链接:

QoderWork:www.qoderwork.ai

Token Farm Dashboard:https://qwwzdyj.github.io/token-farm-dashboard/


文章来自于"AGI Hunt",作者 "J0hn"。

AITNT-国内领先的一站式人工智能新闻资讯网站
AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
微调

【开源免费】XTuner 是一个高效、灵活、全能的轻量化大模型微调工具库。它帮助开发者提供一个简单易用的平台,可以对大语言模型(LLM)和多模态图文模型(VLM)进行预训练和轻量级微调。XTuner 支持多种微调算法,如 QLoRA、LoRA 和全量参数微调。

项目地址:https://github.com/InternLM/xtuner

2
prompt

【开源免费】LangGPT 是一个通过结构化和模板化的方法,编写高质量的AI提示词的开源项目。它可以让任何非专业的用户轻松创建高水平的提示词,进而高质量的帮助用户通过AI解决问题。

项目地址:https://github.com/langgptai/LangGPT/blob/main/README_zh.md

在线使用:https://kimi.moonshot.cn/kimiplus/conpg00t7lagbbsfqkq0