我同时测试了三款AI设计工具，Claude Design意外胜出

去年"氛围编程"（vibe-coding）爆火时，我根本没当回事——毕竟不会写代码，以为这是程序员的专属玩具。结果发现自己早就在用Claude的Artifacts功能做类似的事，只是没意识到那就是氛围编程。

最近我集中测试了一批专用工具，目光首先锁定UI设计。用户体验和交互流程决定产品生死，但界面外观才是敲门砖。目前我的候选名单是Replit、Figma Make和Claude Design。前两者已积累相当口碑，Claude Design虽最新上线，但背靠Anthropic并非从零起步。三款工具对氛围编程的理解截然不同，各有优势，但UI设计这一项分出明显高下。

测试前我确定了一个具体需求：音乐情绪追踪器——记录听歌数据并可视化情绪变化趋势。这个积压已久的想法终于派上用场。我对三款工具使用完全相同的提示词，既明确指定了屏幕元素的细节，又留出足够空间让AI自主填补，以此观察谁最贴合指令，同时又能理解上下文生成匹配主题的视觉方案。

Replit的表现符合其"最可靠氛围编程工具"的江湖地位。首轮输出暴露了我提供的色值问题——紫色与琥珀色搭配生硬，这是我的锅。但它严格执行了提示词：emoji保持极简不喧宾夺主，字体层级完全照办，按钮布局近乎完美。我重新挑选色值作为"建议"输入后，配色大幅提升，然而布局被大幅改动：仪表盘压缩导致底部留白，核心功能（情绪展示）与次要元素同等大小。若能融合第二轮配色与第一轮布局，结果将相当理想。

Figma Make作为设计界老牌选手，预期本应最高。实际体验却暴露关键短板：它对提示词的理解过于字面化。我要求的"玻璃拟态"效果被执行成半透明遮罩，但缺乏深度层次感；导航栏的交互状态完全缺失。更棘手的是迭代流程——每次修改需要重新描述整个界面，而非针对局部调整，这让精细化打磨异常痛苦。最终输出视觉上最"安全"，却也最缺乏惊喜。

Claude Design的真正优势在第三轮对话才显现。首轮它主动追问：情绪可视化采用雷达图还是时间轴？音乐数据源是否接入真实API？这种澄清习惯直接规避了后续返工。当我指定"深夜模式"后，它并非简单反色，而是重新计算对比度曲线，确保凌晨两点使用的可读性。最意外的是代码输出质量——生成的React组件结构清晰，注释标注了"此处可替换为真实数据接口"，明显预判了开发衔接需求。

三款工具的本质差异由此清晰：Replit像高效执行者，你给什么做什么，但缺乏设计直觉；Figma Make像保守的画师，技法娴熟却不敢越界；Claude Design则像会问问题的合作者，在理解意图与自主决策之间找到了平衡点。对于非技术背景的产品人，这种"被追问"的体验反而降低了试错成本。

最终我的音乐情绪追踪器原型在Claude Design上完成了七轮迭代，Replit停留在四轮，Figma Make则在三轮后放弃。这个数量差异背后，是工作流顺畅度与决策疲劳程度的真实差距。氛围编程的终极命题或许不是"谁能生成代码"，而是"谁让不会代码的人敢继续改下去"。