前陣子，我請 AI Agent 把這個網站上的區塊分割線拿掉。欄目名稱、對齊和留白早就把內容分開了，那幾條線放在那裡，其實沒做什麼事。
線拿掉以後，間距就得重新調。第一版桌面上的區塊間距是 80px，看起來有點擠，我一路往上加，到 128px 才覺得對。Agent 改了程式碼，我們把這個決定寫進 DESIGN.md。
這件事沒有訓練任何東西。Agent 只是照指令做，也看不出模型換到別的專案會不會做出一樣的判斷。不過，一個原本說不太清楚的偏好，總算有了可以指著談的東西：一個版面、另一種排法，還有我的修正。
我發現，很多我們叫做品味的東西，都能用這種方式談。只要我能指著一個結果，說出自己為什麼比較喜歡它，我的判斷就有一部分攤在桌上，別人也拿得走。
所以每次聽到「設計師有品味，所以不怕 AI」，我都有點不安。我覺得 AI 遲早能做出稱得上有品味的判斷。什麼時候？我完全不知道。我只是不想讓自己的打算，建立在它永遠做不到這件事上。
品味會改變
我說的品味，不是一套字體規則，也不是偏愛極簡。我指的是：替一件具體的作品挑出合適的做法，看出哪裡不對，然後改掉。其中也包括，明明很好看的決定，卻知道它不適合這次的情況。
那個 128px 只是一個版面裡的一個選擇。把它變成通用的間距規則，就完全搞錯重點了。一個真正學會我品味的系統，不會只記住這個數字，而是能察覺當初選它的理由什麼時候已經不成立。
這比照著風格指南做難太多了。但我把它看成一個還沒解開的研究問題，而不是一條已經證明機器跨不過去的線。
已經有人在做其中的一小塊。ImageReward 用人對生成圖片的評分和比較，訓練出一個獎勵模型。Pick-a-Pic 蒐集使用者的比較結果，拿來訓練 PickScore，預測大家會比較喜歡哪張圖。兩篇都是 2023 年發表的。
挑出比較好的那張圖，跟設計一個產品比起來，範圍小得多。猜中別人會點哪張圖，不代表模型能判斷一個陌生介面用了幾個月之後好不好。這些論文證明的是：有些偏好可以被表示、被學起來。能延伸到多遠，現在還沒有人知道。
我自己的看法比論文再往前一步。我認為隨著系統和回饋方式變好，關於脈絡和整體一致性的判斷，也會越來越學得起來。這是我的預期，論文並沒有證明這件事。
當好的設計變得容易取得
假設我猜對了。一個沒什麼設計訓練的人，說出自己要什麼，再跟系統一起做出、比較、修改像樣的方案。他還是得把方向帶到真正有用的地方，但一路上需要的專業協助會少很多。
對想把東西做出來的人，這是實實在在的好處。一個小專案，可能拿到它的預算原本付不起的細緻程度。更多想法能在有錢請團隊之前，先變成能用的東西。
對靠這些工作賺錢的人，像我，就沒那麼舒服了。如果客戶買我更少的時間，就能拿到可以接受的結果，我花了多少年練這門手藝，都撐不住原本的價格。作品可以一樣好，只是不再稀有。
判斷也是一樣。很多人會想：製作交給 AI，挑選留給自己，模型生一百個方案，我們選出對的那個。可是在一堆選項裡做選擇，正好是系統可能越做越好的事。我不會把「最後拍板的人」當成一個安全的位置。
我也沒辦法保證，每一份消失的工作都會換來更好的工作。我不知道。有些人會多出做東西的空間，有些人會失去自己喜歡、也靠它吃飯的工作。這兩件事可以同時發生。
我寧願去弄清楚這些工具到底能接下什麼，包括我工作裡最在乎的那些部分。直接宣布那些部分不可能被自動化，其實只是選擇不去看。
誰的品味會被反覆使用？
如果 AI 能學會品味，它學的是誰的品味，就很重要。
想像一個系統，它的圖片在快速的二選一投票裡贏了，就得到獎勵。一眼就看懂的構圖，在這種機制裡會表現很好。可是有些設計，要用上好幾週才看得出好在哪裡，它需要的是完全不同的測試。我們選什麼樣的回饋，就決定了最後教出什麼樣的判斷。
這也是我不把「受歡迎」和「好」畫上等號的原因之一。一種偏好可以很普遍，卻仍然不適合某個產品。比較安靜的那個方案，可能在並排比較時輸掉，每天用起來卻舒服得多。
我在談 DESIGN.md 的那篇文章裡碰過類似的問題：參考檔案會帶著原本那個產品的假設。模型的預設選擇，也值得用同樣懷疑的眼光看。如果很多人都接受同一套預設，我猜某些風格會變得更氾濫。我不認為這是 AI 天生的問題，但值得盯著。
個人化也許會往另一個方向拉。系統可以學一個人的偏好，或幫一個專案守住它的個性。比起一個通用的「好不好看」分數，我對這個有興趣得多。問題是，一個只學我已經喜歡的東西的工具，也可能讓我更容易重複自己。
我希望自己還是會撞見一開始不喜歡的作品，試試看陌生的方向，然後改變想法。好的設計工具應該留出這樣的空間，而不是把我過去的每一個偏好都當成永久指令。
不靠保證，繼續工作
現在我能做的，是把自己為什麼這樣選說得更清楚。當我寫下某個參考為什麼適合這個專案，或某個版本為什麼太擠，日後我就有東西可以跟自己爭論。跟我一起工作的工具，拿到的也不只是一句「弄漂亮一點」。
不是所有判斷都能寫進文件。我可以先從說得清楚的部分開始，再留意那些說不清楚的。我想知道：工具能不能把一次修正帶到新的情境裡，什麼時候需要更多資訊，它的建議有沒有讓我看到自己原本會錯過的選項。
這些都不會讓我的工作變安全。我選擇這樣做，是因為它讓我跟著工具真正做得到的事工作，而不是倚靠一個我沒辦法證明會永遠存在的限制。
我還是在乎品味。我只是不覺得它非得只屬於人類。