MirroS推出了一套叫HarnessEval的AI设计评测体系，核心思路是把设计质量从"凭感觉"变成"可量化"——多阶段流程化评测，加上可追溯的证据树。这个东西出来后，设计圈讨论挺多的。
我仔细看了一下他们的评测框架，发现这东西对一人设计公司的价值，可能比对大公司还大。为什么？因为一个人干设计，最大的痛点就是：没人帮你审。你自己画的东西，越看越顺眼，问题在哪根本发现不了。
AI设计工具解决的是"生产效率"问题，AI设计评测解决的是"质量底线"问题。对一人公司来说，后者往往更重要。
一、为什么设计需要"评测"这个东西？
很多人觉得设计是感性的、主观的，没法量化。这话对，但也不全对。设计确实有审美判断的成分，但更多时候，设计质量问题出在很具体的地方——
规范层面：设计系统不一致字号乱了、颜色不对、间距不统一、组件用混了。这类问题最多，也最容易被忽略，因为设计师自己看习惯了
逻辑层面：交互流程有漏洞异常状态没考虑、边界情况没处理、用户路径走不通。这类问题最致命，上线后就是bug
体验层面：可用性有问题信息层级不清、操作按钮太小、反馈不及时。这类问题最隐蔽，用户不会说，但会悄悄走掉
你发现没有？除了审美判断，大部分设计质量问题都是可以客观检测的。以前这些活靠设计评审、靠QA、靠用户测试，一个人的时候没人帮你干。现在AI可以帮你干。
二、多阶段流程化评测，到底评什么？
HarnessEval这套体系的核心思路是"分阶段评测"，不是一上来给你打个分就完了。它把设计评测拆成几个阶段，每个阶段有不同的评测重点：
第一阶段：规范一致性检测。这是最基础的一层，也是AI最擅长的。你的设计稿有没有遵循设计系统？字体、颜色、间距、组件使用是不是统一？AI能在几秒钟内扫完整份设计稿，把所有不规范的地方标出来，还能给你改好的建议。对一人设计师来说，这相当于请了个免费的设计QA。
第二阶段：交互逻辑审查。这一层就进阶了。AI会模拟用户的操作路径，检查有没有死胡同、有没有状态遗漏、有没有逻辑矛盾。比如你设计了一个表单，提交按钮在什么情况下可用？加载状态是什么样？错误提示怎么显示？这些细节，一个人做设计的时候特别容易漏。
第三阶段：可用性评估。这是最难的一层，也是目前AI做得还不够完美的一层。但它能给你一个基础判断——信息层级清不清晰？关键操作够不够明显？有没有认知负担？把AI评估的结果当参考，再结合你自己的判断，质量就能上一个台阶。
三、证据树才是真正有价值的东西
很多评测工具的问题是：给你一个分数，但不告诉你为什么。你拿到60分，不知道问题在哪，也不知道怎么改。
传统评测：给个分数就完了AI说你的设计不行，你问哪里不行？它说整体不行。这种评测没有实际价值，反而会增加你的焦虑
证据树评测：每个结论都有依据每扣一分，都能追溯到具体哪个页面、哪个元素、什么问题。就像代码审查一样，问题定位到行，还给你修复建议。这才是真正能用的评测
对一人设计师的价值：相当于有了个设计导师以前你只能靠自己摸石头过河，现在AI相当于你的设计reviewer。它不会替你做决策，但会帮你发现你自己看不到的问题
当然，AI设计评测不是万能的。审美判断、创意水平、品牌调性这些东西，AI目前还评不了，也不应该让AI评。但它能帮你守住质量底线，把你从重复的检查工作里解放出来，让你有更多时间去做真正需要创造力的事。
设计行业的进化路径其实很清晰：AI先接管重复性的生产工作，再接管重复性的质检工作，最后留给人的，是那些真正需要创造力、判断力和审美的部分。
一人设计师的好日子，其实才刚开始。
当生产和质检都被AI接管，设计师的核心价值是什么？
