為什麼所有 vibe coded 網站都有一個叫 Sarah Chen 的客戶？

TL;DR

• AI 工具把網頁設計的入門門檻打到地板，所有 vibe coded 網站的 testimonial 都掛著同一個假名 Sarah Chen
• YouTube 縮圖、軟體 UI、品牌 logo 全部在快速「均值化」，當所有人都會做的時候，「會做」這件事就不再是 edge
• AI 做不了真正的 UX，因為 UX 是理解使用者在這個產品裡到底要完成什麼，不是把按鈕排得漂亮
• 太完美的影像跟聲音正在變成 AI 的負面訊號，Grok Imagine 上線之後，「打光太好」可能會變成觀眾自動滑掉的理由
• 真正用得好 AI 的設計師，是把切圖、去背、命名這種雜活丟給 AI，自己留下做判斷的時間

這集 podcast 跟兩位主持人

這集是 Syntax.fm 第 1006 集，二○二六年五月二十日上線。Syntax.fm 是一檔做了超過八年的 web 開發 podcast，主持人是加拿大的全端開發者 Wes Bos 跟做 LevelUpTutorials 的 Scott Tolinski，兩位都是教課出身，所以講東西都很實戰。節目幾年前被資安監控公司 Sentry 收編，但內容方向沒有變，每週兩集，從 React、CSS、瀏覽器新功能一路聊到最近的 AI coding，是英文圈 web 開發者每週固定吃的菜。這集主題是「AI 到底做不做得出好設計」，但他們不是要你看完之後喊「設計師完蛋了」，反而花了一個多小時拆 AI 在設計這件事上到底有哪些做不到的地方。

Sarah Chen 是誰？她出現在你看到的每一個 vibe coded 網站

Wes 每天信箱會收到一堆 AI 新創寄來的合作信，「來看看我們的產品」之類的。他點進這些網站之後，發現一件很離奇的事：很多網站的 testimonial 區塊，引言下面都掛著同一個名字，叫做 Sarah Chen。

他一開始以為是同一個人的詐騙集團在到處寄信，特地約了其中一位寄信人 call，準備來個深度報導。結果聊完才發現，這些網站根本沒有關聯，純粹就是大家都用 AI 生成 testimonial 而已。Wes 不死心，跑去 GitHub 搜「Sarah Chen」，發現過去一年她在 PHP、Markdown、PowerPoint 各種檔案裡爆炸式成長，跨 framework 跨格式都在用同一個名字。

最後他在 ChatGPT 裡輸入「給我五個 testimonial」，第一個跳出來就是 Sarah Chen。換到 Claude、Gemini、Grok 結果差不多，五個裡面四個的第一名都是 Sarah Chen。他還順手 Google 到一個男版叫 Marcus Rodriguez，附帶的公司名稱八成都是 Infotech 之類的，少說有兩三百個網站用同樣的人物組合。

這件事最值得停下來想三秒的，不是這些 vibe coded 網站很好笑，而是它證明了一個東西：當你把「想點子」這件事完全外包給 LLM，你拿到的不是創意，是統計上最有可能的那一個答案。AI 沒有讓使用者更有創意，它讓所有人的產出都往同一個中位數收斂。

之前在Cursor 600 億成交、Claude Design 開始啃 Figma那篇有聊過 vibe coding 把 SaaS 護城河鏟平。Sarah Chen 是同一個故事的另一面：當生成成本歸零，你做出的東西也跟所有人長得一樣。

YouTube 縮圖：當「會做」變成 table stakes

Wes 在節目裡丟出一個很精準的觀察，叫做 table stakes 詛咒。

過去要做出 MrBeast 那種 high-HDR、瞪大眼睛、藍紅對撞、中間一條斜線、大字壓上去的 YouTube 縮圖，你得僱一個全職設計師，可能一張縮圖一兩百美金。MrBeast 自己有一整個團隊在做這件事，這就是他的優勢。

現在 Gemini 給你一段 prompt，五秒鐘吐一張，品質還不差。所有人都能做這種縮圖了。

Wes 的判斷是這樣：「現在這種縮圖會在接下來兩三週開始失效。」

邏輯很簡單。當所有頻道的縮圖都長得一模一樣，這個格式本身就失去了識別性。觀眾會開始疲勞，演算法的點擊率會開始衰退，YouTube 設計圈一定會往下一個風格遷移，但下一個是什麼還沒有人知道。

這個邏輯可以套用到所有被 AI 攻陷的視覺領域。Logo 設計、行銷文案、Twitter 帖子、Newsletter 排版，只要一個東西「人人都能用 AI 一鍵生成」，這件事就從差異化變成了基本門檻。會做這件事不會讓你領先，不會反而會讓你出局。

所以接下來真正稀缺的，是「不像 AI 做的」這件事本身。

AI 做不了 UX，這件事短期沒解

Wes 在節目裡狠狠開了 U-Haul 的 app 一槍，說那個 UX 爛到讓他想死（原文比這個誇張很多）。

他的論點是：UX 的核心是去理解你的使用者在這個產品裡到底想完成什麼，然後設計一條最短摩擦的路徑。把按鈕擺好、把卡片放整齊只是表面工夫，這些 AI 都做得到。U-Haul 的例子是，當你選了一個地點，但那個地點沒有你要的拖車，好的 UX 應該要立刻告訴你「附近哪裡有同款」或「同地點有哪幾款可以替代」。這種東西沒有訓練資料，因為它是這個產品獨有的場景。

Scott 補了一個更實際的觀察：他試過把市面上各種 UX skill 灌進 Claude，要它優化介面，結果還是不好用。最後他常常打字打到一半就罵一句「move out of the way, let me do it」。

這跟我自己用 AI 寫 code 的經驗很像。在已經建立好的 pattern 上面延伸、把重複的事情自動化、生成樣板，AI 都做得很好。但只要遇到「這個產品在這個情境下的特殊邏輯」，AI 就會開始亂猜。之前在前 OpenAI 工程師的 Coding Agent 使用心法那篇有提到，context 管理才是真正的關鍵。UX 比 code 更吃 context，所以反而更難自動化。

太完美等於太假：美學正在反向位移

這集有一段我覺得未來會反覆被引用的觀察。Wes 說，Grok Imagine 現在可以生成一個人坐在鏡頭前說話的影片，逼真到幾乎分不出來。他自己第一個反應是「那我們是不是要把好相機、好燈光、好麥克風通通收起來？」

理由是這樣：當 AI 生成的「網紅」也是一樣的高解析度、一樣的暖光、一樣的乾淨背景，觀眾的大腦會開始把「畫質太好」當成 AI 的訊號，自動滑掉。

Wes 的小孩看棒球賽，看到主播跟球員打光太完美，第一句話就是「這是 AI」。Scott 訪問過 Microsoft 的 Sarah Bird，她說她現在最有興趣的反而是日本陶器這種「人類、不完美、有手感」的東西，因為機器學習做久了會反向口味。

這跟前陣子在「模型戰爭」其實沒人關心了那篇提到的設計遷移有點呼應。當所有人的視覺輸出都被 AI 拉到同一個水準，下一輪的差異化會回到「人味」。手寫字體、底片質感、刻意拍歪的構圖、不修圖的素顏，這些以前被認為是「沒到位」的東西，可能會反過來變成新的高端標誌。

真正用得好 AI 的設計師，是把雜活丟出去

節目最後 Wes 講了一個我很有感的使用情境。

他手上有十二個 icon，全部都在白底上，他需要去背、切片、trim 邊緣、命名、輸出。以前用 Photoshop 大概要二十分鐘的純體力活。這次他直接丟給 Claude：去背、trim 透明 pixel、根據內容幫每個 icon 取名、放到資料夾。Claude 完全做對，連每個 icon 的命名都精準。

這就是「正確的 AI 用法」。設計師的價值從來不是會用哪個工具、會按哪個按鈕，而是「在這個產品的這個情境下，什麼是對的」。AI 把按按鈕的時間還給你，你才有腦容量去想真正重要的事情。

把這個邏輯放大來看：AI 不會殺死好設計師，AI 會殺死那些只會按按鈕的設計師。同樣的邏輯也適用在工程師、行銷、產品經理身上。哪些事情值得你親自做？「需要對這個產品有 context、需要做判斷、需要承擔錯的後果」這三件事。其他都可以丟出去。

結尾

Sarah Chen 不是一個人，她是這個時代的隱喻。當所有人用同一個工具、餵同樣的 prompt、生成同樣的網站，差異化就回到了那些「AI 還搞不定」的地方：對使用者的同理心、對產品場景的判斷、對美感的個人偏執。

這些東西短期內不會被自動化，因為它們本來就不是流程，是品味。如果你正在用 AI 做東西，記得問自己一個問題：我做出來的東西，會不會是另一個別人也會做出來的版本？如果答案是會，那就再想一輪。

這類產業觀察我會持續寫，不嫌棄的話歡迎訂閱 wilsonhuang.xyz，更新都會發在那邊。

Sources:

• Syntax - Web Development Podcast
• Syntax - Tasty Web Development Treats – Podcast