纸上随手画几笔，Gemini 就能把它变成能点的 App

Google 官方博客在 11 月 5 日放出一则很短的演示：把随手画在纸上的界面草图拍下来，交给 Gemini App 里的 Canvas，它就能生成一个可以点击、可以跑起来的应用原型，之后还能继续用对话改代码。

核心看点

• 入口是 Canvas，不是新模型。官方给出的步骤只有一句：把画好的图上传到 Canvas 工具，即时生成并迭代代码。没有新的订阅档位，也没有单独的开发者平台。
• 草图被当成”需求文档”。纸上的方框、按钮、标题栏位置，会成为模型理解界面结构的线索，而不是被当成一张要临摹的图片。
• 和 Gemini Omni 1.2 Flash 同一天发布。一边是 15 秒视频生成，一边是草图变应用，Google 想讲的是同一条链路：把”想清楚”到”做出来”之间的那段体力活交出去。

为什么这个演示值得看一眼

过去一年，AI 写代码的能力涨得很快，但卡点往往不在代码本身，而在”把脑子里的界面描述清楚”。文字描述一个三栏布局，写十句话对方也未必懂；画三根线，谁都懂。

Canvas 这个用法把输入方式降到了最低成本：一张餐巾纸、一个白板角落、手机拍的照片。对产品经理、独立开发者、要给学生做演示的老师来说，这比”先学一套提示词模板”现实得多。

更实际的变化是迭代方式。原型生成之后，改的是对话里的那句”把这个按钮挪到右上角”，而不是回头重画一张图。草图负责定方向，对话负责修细节，这个分工比一次性生成更接近真实的做产品过程。

边界在哪

先说清楚它不是什么：生成的是前端原型，能点、能展示交互，但真实的数据、登录、支付、后端逻辑仍然要人来补。草图画得越随意，模型对结构的猜测空间越大，返工也越多；想让结果靠谱，至少把主要区块和信息层级画清楚。

另外，原型代码需要自己过一遍。模型生成的界面通常在视觉上过得去，但状态管理、边界条件这些地方容易偷懒，直接上线是要出事的。

总结

这不是一个”AI 又取代程序员”的故事，而是一个输入方式被改写的小信号：当草图可以直接变成可运行的东西，做原型的门槛就从”会写代码”降到了”能把想法画出来”。对大多数不写代码的人来说，这才是生成式 AI 真正好用的那一面。