先把時間倒回到 Claude Design 剛出來那陣子。

那是一個讓很多人愣住的示範：你用講的，講你要一張產品原型、一份簡報、一組行銷素材，模型直接把成品吐給你。不是給你一段「你可以這樣做」的建議，是給你一個能打開來看的東西。設計這件事，第一次看起來像是可以用對話完成的。

問題是，它是一個關起門來的 SaaS。成品很漂亮，但你得跑在 Anthropic 的雲上、綁 Anthropic 的模型、照 Anthropic 的節奏走。對一個只想偶爾做張海報的人，這沒什麼。但對一個手上已經養著三四個 coding agent、每天在終端機裡跟它們混的工程師來說，這就有點怪——我桌上明明就有能幹這事的 AI，為什麼還要再開一個帳號、再餵一次 token 給另一家？

Open Design 就是從這個「怪」裡長出來的。

它做的第一個決定，是「自己不帶 AI」

這是整個專案最反直覺、也最值得抄走的一步。

你想，一個叫「Open Design」、號稱能做設計的工具，照常理應該內建一顆模型，或至少幫你接好一家供應商的 API。Open Design 偏不。它打開來，先做的事是去你電腦的 PATH 上掃一圈，看你裝了哪些 coding agent CLI——Claude Code、Codex、Gemini CLI、Cursor Agent，總共認得十二種——然後把設計指令丟給它們去跑。真正動手做設計的，是你早就在用的那個 AI。萬一你一個 CLI 都沒有，它才退而求其次，讓你貼一組 OpenAI 相容的 API key 當備胎。

換個方式講你就懂了。Open Design 不是廚師，是廚房。它不下廚，它把爐子、刀具、食譜、出餐的節奏都擺好，然後說：你那位廚師呢？叫他進來，這裡什麼都有。

這個決定的份量，要放回時間線裡才看得清楚。2026 年上半年，幾乎每一家做 AI 應用的，反射動作都是「再綁一家模型供應商」。Open Design 反過來賭一件事：未來每個認真用 AI 的人，本機都已經有一個夠強的 agent 了，缺的不是模型，是一個會問對問題、會組好 prompt、會把結果即時攤在你面前的指揮中心。它把自己的價值，整個壓在「指揮」這層，而不是「生成」那層。

拆開來看，它到底在指揮什麼

把那層指揮中心打開，裡面其實只有三塊，乾淨得有點過分。

最外面是一個 Next.js 跑的 Web 前端，給你聊天介面、檔案工作區，還有一個 iframe 即時預覽——AI 寫出來的 HTML，當場就在旁邊長出來給你看。中間是一個跑在本機的 daemon，Express 加 SQLite，負責那些髒活：偵測你有哪些 agent、載入該用的 Skill、管理專案、把 agent 吐出來的串流接好。最底下，才是你那個真正幹活的 CLI，它去讀指令、讀設計系統、把檔案寫到磁碟上。

順序很重要。你在瀏覽器裡打一句「用我們的品牌做一頁 Airbnb 風格的搜尋頁」，這句話先進到 daemon，daemon 挑出對應的 Skill、配上你的品牌設計檔，組成一段完整的 prompt，再 spawn 一個 CLI process 去跑。CLI 讀完那兩個 Markdown 檔，把 HTML 寫到磁碟，前端偵測到檔案變了，iframe 立刻刷新。整條鏈路沒有一個環節是黑盒——每一步的輸入輸出都是你看得到、改得動的檔案。

這就帶到它第二個聰明的地方。

能力是一個資料夾，品牌也是一個檔案

Open Design 把「設計能力」這件事，定義成一個叫 Skill 的資料夾。

每個 Skill 資料夾裡就一個 SKILL.md，用 Markdown 寫清楚這個能力能做什麼、怎麼做。要幫它加一種新本事——比方說做電子報、做看板、做 PRD——你不用改任何一行程式，加一個資料夾就好。它現成的 Skill 已經涵蓋了 web 原型、含 iPhone 外框的 app 多螢幕原型、社群輪播圖、發布用 email、雜誌風格的 pitch deck，連 OKR 記分表都有。

品牌長相也是同一套思路。129 套設計系統，全部以 DESIGN.md 的形式躺著，裡面是色彩、字型、間距、元件風格這些標準段落。你選定一套，接下來所有 Skill 的產出都會自動套上那套品牌語言——你做的海報、簡報、email，視覺風格不用你盯，它自己就統一了。

你有沒有發現，這裡頭沒有一個東西是傳統意義上的「軟體功能」？能力是文字、品牌是文字、指令是文字。Markdown 從頭到尾就是這個工具的介面。這不是偷懶，這是一個賭注：當底層幹活的是 LLM，那麼「人類讀得懂、模型也讀得懂」的純文字，就是成本最低、最好改、最容易共享的那種介面。複雜度被刻意擋在門外了。

還有一個細節，藏著真正的設計品味。第一輪對話，它會強迫彈出一張表單，要你先填——你到底要做哪種東西、給誰看、什麼調性。很多人第一次碰到會嫌煩，但這張表單背後的邏輯是：先問對問題，能省掉後面八成的重工。你願意花三十秒講清楚要什麼，AI 就不用猜，你也不用一版一版退回去改。這個「先逼你想清楚」的動作，比任何花俏的生成功能都更接近設計工作的本質。

走到現在：它還很生，但骨架已經立起來

說它好用之前，得先誠實講它現在的樣子。

這專案 2026 年 4 月 28 日才建立，非常新。安裝目前只能從原始碼來，沒有 npm install -g、沒有 Docker、沒有一鍵 npx。它硬性要求 Node 24（用了 --experimental-strip-types 這類新特性，Node 22 以下直接跑不起來），還要 pnpm，靠 Corepack 自動裝。流程大致是 clone 下來、corepack enable、pnpm install、pnpm tools-dev run web，然後開它印出來的那個網址。

1
2
3
4
5
git clone https://github.com/nexu-io/open-design.git
cd open-design
corepack enable
pnpm install
pnpm tools-dev run web

跑起來之後它會自己掃你的 CLI，沒有 CLI 就去設定頁貼 API key 走 BYOK 模式。但 BYOK 的金鑰是存在瀏覽器 localStorage 裡的，官方自己掛了警告——別在共用電腦上用。其他還沒磨平的地方也不少：想「只改這顆按鈕的顏色」這種精準編輯目前還不太穩、Gemini CLI 在 macOS 上的路徑偵測有已知毛病、用 Nginx 反向代理還得手動關掉 gzip 和 buffering，不然串流會壞掉。

這些都是「太新」的病，不是「設計錯」的病。差別很大。一個架構選錯的專案，你怎麼補都彆扭；一個架構選對、只是還沒長肉的專案，缺的只是時間。它 Apache-2.0 授權、一萬六千多顆星，roadmap 上 Docker、全域安裝、Electron 打包、Skill 市集都排著——這些是工程量，不是難題。

所以真正值得你留意的，不是它今天能不能取代 Figma（不能，也還沒要），而是它押的那個方向。一個工具如果敢把「生成」這個聽起來最性感的部分整個讓出去，只守「指揮」這一層，那它其實是在對未來下一個很大的注：AI 會變成你本機的一種公共設施，像水電一樣到處都有，而真正稀缺、真正值錢的，會是那個懂得怎麼問、怎麼組、怎麼把結果好好端到你面前的東西。

這個賭，到年底大概就能看出對不對了。

參考來源：