Taste Is All You Need

有一个问题，AI 时代的每一个人都会撞上：当 AI 可以在几秒钟内生成一百个版本的时候，你凭什么选这一个，不选另外九十九个？

答案不是审美。审美这个词太轻了，它已经被滥用成了”好看”的同义词。真正在关键时刻替你做出那个决定的，是品味。

品味不是风格，不是趋势，不是会不会用 Figma。品味是你在没有任何参照的情况下，仍然知道哪个方向是对的。

这篇文章想做一件事：先讲清楚品味到底是什么，再用一个真实产品展示品味怎么改造一个东西，最后聊聊在今天怎么培养它。

一、品味是什么

先讲一个故事。

2008 年，Paul Graham 写了一篇流传很广的文章叫 Taste for Makers。他在里面提了一个听起来很玄的说法：好的品味，是能在各种选择中发现那个最优解的能力。他的原话更直接——“品味就是能够判断什么东西是好的，并且知道它为什么好。”

这个定义有一个关键点经常被忽略：品味不是关于喜欢，是关于判断。喜欢是私人的——你喜欢蓝色他喜欢红色，没有对错。判断是不同的——判断说”这个产品的信息层级是乱的，因为三个模块在争夺同一个注意力”，这是一个可以被讨论、可以被证明、也可以被推翻的命题。

所以品味的第一层，是判断力。

但它不止于此。

Ira Glass，This American Life 的主持人，讲过另一个关于品味的故事。他说每个创作者起步的时候都会经历一个痛苦的阶段：你的品味告诉你什么东西是好的，但你的能力还做不出那个东西。你看到了差距，却跨不过去。他把这个叫做”the taste gap”。

Glass 的意思不是品味让你痛苦所以要放下它。他的意思是，品味是你内部的那个指南针——它不保证你此刻能做出好东西，但它保证你不会满足于做出的烂东西。它逼着你继续往前走。

这就是品味的第二层：品味不是你已经拥有的能力，是你还做不到但知道应该往哪走的方向感。

把这两层叠在一起，品味就比较清楚了：它是一种判断力加上方向感。判断力告诉你当下什么是对，方向感告诉你长期往哪走。

用大白话说：品味好的人，不是因为他会挑好看的配色。是因为他面对一百个选择的时候，能说出为什么留这个不留那个；面对自己做得不够好的时候，他知道差在哪里、下一步该往哪调。

这就是品味。跟会不会用 AI 无关，跟能不能换 style 无关。

二、品味在产品里怎么运作

讲清楚了定义，我们来看一个具体的例子。这个例子来自我最近做的一个研究工具，叫 ORBIT。我让 AI 帮我设计它。

第一版是这样的。

紫蓝渐变、发光边框、玻璃卡片、星球环、PRO 标签、Agent 推荐。该有的都有。但它的问题不是丑——它的问题是每一个元素都在大声喊。“我很重要！""注意我！""点我！” 当一个界面里所有东西都在争夺同样级别的注意力，这个界面就没有判断。

但有趣的是，AI 并没有做错什么。它接收到的指令大概是”做一个现代 AI 产品的研究工具界面”，然后它给出了一个完成度很高的答案。按钮是齐的，卡片是全的，颜色是顺的。它做了它能做的一切。它唯一没做的是判断——哪些信息更重要？哪些模块应该退后？用户进来之后第一眼应该看到什么？

判断不出来。品味不在 AI 的能力范围之内。

第二版我把装饰都拿掉了。

整洁了。信息清楚了。从”及格”变成了”还不错”。但到这里品味还是没有出现——它只是从俗气变干净，从加法变减法。减法当然是设计的入门课，但减法本身不构成品味。品牌诊所里拿掉三个颜色、统一两套字号就叫”有品”？不是的。那只是规矩，不是判断。

真正的问题还在那里：一个研究工具为什么叫 ORBIT？“探索”在这个产品里到底是什么？白底黑字没有回答它。它只是不再用错误的语言在说话了。

第三版我们试着让意象进入产品。

加了星图、罗盘和天球仪。想让它有一点”人在未知里寻找方向”的感觉。到这版，方向上算是靠拢了——至少罗盘跟”探索”有关系。

但严格来说，它还是没有品味。

因为星图只是背景。如果用户的研究问题是当前位置，证据是坐标，矛盾信息是偏航，未知的是暗面——那么罗盘和星图就不再是背景，它们开始影响信息怎么组织，影响人怎么理解”研究”。到那个时候，ORBIT 才真的需要叫 ORBIT。

品味不是找到一张对的图贴在背后。品味是让同一个想法进入产品的名字、进入交互、进入视觉、进入信息架构，让它们往同一个方向走。 品味是 coherence——是一个东西从头到尾都在回答同一个问题，而你做出的每一个选择都在服务于那个答案。

AI 做不到这个。AI 可以给你星图，但它不知道为什么是星图不是树状图，也不知道星图应该进入产品多深。

三版 ORBIT 讲的是同一件事：AI 能做出完整的东西，但完整不等于有品味。 品味出现的时刻，是你开始问”为什么是这个”的时刻。

三、AI 时代怎么培养品味

如果品味是判断力加方向感，那它就不是天赋——是每天训练出来的。

多看好东西，但要问为什么

看 Kimi K3 的发布页面。

第一眼是一团手绘的场线，仔细看其实是一个 3。旁边放着圆规、尺子和纸，像一个还在推演中的工作台。它没有用蓝紫色表示智能，没有把未来画成发光宇宙。那张图只属于 K3——模型的名字、发布的主题、图像的形成方式，朝着同一个方向。

但光是”看到”是不够的。培养品味的关键动作是追问：为什么它是 3 不是 4？为什么是圆规不是望远镜？为什么是场线不是粒子？ 这些选择背后各有一个判断，找到那个判断，你的品味就进了一步。

再看月之暗面。名字来自 Pink Floyd，这没什么大不了——很多公司的名字都有典故。有意思的是，他们把”月之暗面”和”Moonshot”做成了一个完整的互文：一个是看不见的未知，一个是很难很远但仍然决定去做的计划。名字、使命、创始团队的背景（他们本来就一起玩过摇滚），这些东西不是简单地凑在一起——它们互相解释。这就是判断力在名字层级的运作。

品味培养的第一条：多看，但不要只停留在”好棒”——要问为什么这个选择是对的。

看蒙太奇

MiniMax 在 2026 年 7 月 WAIC 上发布了 H3 视频模型。发布演示展示了四个方向：电影片头、游戏 UI 动画、动态海报、广告电商。四个方向，没有一个是 benchmark 表格。

这个选择本身就是品味。做视频模型的公司，最常见的发布会套路是放参数对比——“我们的 FVD 比 Kling 低 12%，比 Veo 高 8 个百分点”。H3 的团队选择了完全不同的路径：用四个具体的创意场景，让你亲眼看到模型能做什么。电影片头的主角一致性、UI 动画中的文字可读性、动态海报里多素材的融合、广告电商中对产品质感的还原——每一种场景都是一道创意命题，而 H3 的 demo 在回答这些命题。

更有意思的是 H3 的产品设计本身。它不把文本到视频、动作迁移、语音参考和局部编辑当成四个独立工具，而是把所有媒体类型放进同一个上下文——最多 9 张图片、3 段视频、3 段音频，外加一段文字提示，模型自己来决定怎么把它们融到一起。这种”全参考”的设计，不是技术难度最高的方案，但却是创作者最需要的方案。它背后是一个判断：模型不应该让用户去学怎么拆解需求，模型应该适应用户的工作方式。

这就是品味在产品层级的运作。

品味培养的第二条：留意那些让你感受到、而不是被告诉的瞬间。 然后倒推——创作者做了什么选择，让你产生了那个感受？

做一百个版本，然后删掉九十九个

最大的品味训练器，是 AI 本身。

让 AI 给你做一百版，然后逼自己删掉九十九个，并为剩下那一个写下一段话：为什么是它？ 不是为什么它好看——是它比另外九十九个更接近你要的那个”对”。

这个过程一开始会很痛苦。你删掉八十个以后就会发现剩下的二十个各有各的好，没法比较。这不是你的问题——这是品味真正开始出现的地方。品味不是从一堆东西里挑最好的那个，品味是你知道自己要什么，然后去判断哪个最接近它。

如果你不知道自己要在什么，再好的品味也帮不了你。AI 帮不了你。Ira Glass 说的那个 gap 也帮不了你。你得自己先想清楚：你要的到底是什么。

然后删掉不对的，留下更接近的。重复。

这就是品味。它不是你看过多少好东西，是你做过多少次选择，而每一次选择都有理由。 在 AI 能够生成的版本数量趋向无穷的时代，做选择的能力，是你唯一不可能外包出去的东西。

AI 时代，Taste is all you need.