生成式大模型画户型 vs 传统可视化编辑:谁先真正落地?一个开源项目给出了反常识答案

原创2026-11-01 18:26:531,853 阅读

生成式大模型画户型 vs 传统可视化编辑:谁先真正落地?一个开源项目给出了反常识答案

这两年,“AI 画户型”成了装修圈和房产圈的热门话题。

有人拿大模型一句话生成整套平面图,有人坚持在浏览器里一格一格拖墙、拖门窗。前者听着像魔法,后者干着像苦力。

到底谁先真正落地?装修行业还在吵,软件行业却已经交卷了。

最近在开发者社区里被反复提起的开源项目 Floorplan,干的就是一件听起来很离谱的事:让 Claude 或 Codex 读一遍你的代码,然后给你画一张“户型图”——只不过这张图里画的不是客厅卧室,而是一整个 App 的骨架。

一、先把“画户型”这件事说明白

现在的路线其实就两条。

一条是生成式:你把需求丢给 AI,它直接吐出一套方案。快是真快,但问题也很真实——它不知道你家哪面是承重墙,也不知道物业让不让封阳台。放到达模型这边,就是“看着挺美,但能不能住、合不合规,得另说”。

另一条是可视化编辑:自己在画布上拖墙、开门、放家具,像 early 的装修软件,也有像 floorplan-3d 这种浏览器里就能 3D 漫游、模拟日照的轻量工具。精度可控,但费人。

社区里已经有数据佐证这种分化:户型图识别准确率已经能超过 90%,可它替代的主要是描图、算量、录数据这类体力活,承重判断、方案取舍、跟客户解释,还是得人来。

说白了,AI 负责“手”,人负责“脑”。谁想把脑子也交出去,谁就先翻车。

有意思的是,这套逻辑在另一个行业已经被验证了,而且验证得很彻底。

二、这个开源项目,给代码画了一张“户型图”

先看一张图。

应用全景图

这张图不是楼盘沙盘,是一个咖啡订阅 App 的“内部结构”。

中间最大的那块叫 Main server(主服务器),左边是 Online shop(网店) 和 Staff app(员工端),右边一溜是它依赖的外部服务:数据库、Stripe 收款、SendGrid 发邮件、Ship 物流、团队聊天工具。每个方块底下还有一句大白话,比如 Stripe 那块写的是“收信用卡、跑结账、处理退款”。

线就是门。谁给谁发请求、谁用了谁的数据,全画出来了。

这就是 Floorplan 干的事。你只要在 Claude Code 或 Codex 里说一句“给我这个 App 画张户型图”,几分钟后浏览器里就弹出一张可以点、可以钻、可以问的地图。

它的妙处在于换了一套语言。

以前你打开一个陌生项目,看到的是满屏文件、目录、缩写,像拿到一本没有目录、全是术语的说明书。现在你看到的是“网店”“后台任务”“收款”“发邮件”——先看懂这个“家”有几室几厅,再决定要不要进某个房间看细节。

双击 Main server,进去是这样:

模块内部结构图

中间是它自己的几个房间:发货标签、库存与烘焙计划、订阅规则、客户邮件、支付。左边写“谁在用我”,右边写“我在用谁”。从大图一路钻到某个具体文件,中间不用换脑子。

三、它真正厉害的地方,不是“画得像”,是“连得上”

很多 AI 画图工具的通病是:画得挺漂亮,但经不起追问。

Floorplan 有三个地方,是真正能干活的。

第一,它会把“前端喊的话”和“后端答应的人”对上号。

一个稍大点的项目,前端和后端往往是两个仓库,甚至三四个。你在页面上点“下单”,代码里其实是一次网络请求;服务器那头有个接口在等着接。人工排查这条线,经常要翻半天。Floorplan 会把它们自动连起来,跨仓库也认。就像快递单号和包裹终于对上了,中间丢了哪一环,一眼能看出来。

第二,它能回答“如果我把这个改了,会炸哪”。

地图底下有个提问框,你可以直接用人话问:这张礼品卡是怎么送到朋友邮箱的?

提问与答案板

它给出的不是一段云里雾里的解释,而是一张只保留相关方块的迷你图 + 一段编号的步骤说明:从礼品页填表、调哪个接口、扣款、生成兑换码、发邮件,一环一环讲下来。项目说明里提到,这个真实案例它用了 31 秒,还顺手发现了两个隐藏的小 bug。

这才是生成式真正值钱的地方:不是替你画,是替你把事想清楚。

第三,它还会做“验房”。

健康检查面板

点开健康检查,它会列出几类问题:密码和密钥被写死在代码里;某些接口谁都能调、不用登录;有些文件根本没人引用;还有些文件大到 AI 改起来容易出错。

每一条都不是干巴巴报错,而是配了“在地图上指给我看”和“一键生成修复请求”。对不懂技术的项目 owner 来说,这基本等于请了个不收工钱的监理。

改完代码再更新一次地图,动过的方块会亮起绿标,配一句“这次改动是为了满足你哪个需求”。

最近改动看板

很多团队最大的痛点不是不会写,而是写完就忘了自己写过啥。这个绿色高亮,治的就是这个健忘症。

四、那到底谁先落地?它给的答案是“分工”

回到标题那个问题。

Floorplan 的做法其实很反直觉:它没有让大模型从零“生成”一切。

扫描文件、解析引用、匹配接口、计算布局这些机械活,全部交给普通脚本,零依赖、不联网、不花 token。AI 只负责一件机器干不了的事:判断这块代码到底是什么、用一句人话把它讲明白。

翻译成人话就是:AI 负责取名字和讲故事,脚本负责量尺寸和拉线。

更关键的是,它留了人的位置。

名字起得不顺口?直接说“把 Main server 改成商城接口”,或者自己改配置。下次更新,你的修改还会被保留。更新的时候也不用全屋重装,只重读改动过的文件——像装修只动一间次卧,不用把整屋砸了。

所以这道选择题的答案,可能两边都不对:

  • 纯生成:好看,但容易画饼,落不了地;
  • 纯手动:精确,但慢,一个人干不动;
  • 生成打底 + 人工微调 + 增量更新:这才是真能塞进生产流程的形态。

装修行业迟早也会走到这一步。AI 出十版草图,设计师改三版,业主拍板一版——而不是指望一句话生成一套能直接施工的图纸。

五、普通人上手难吗?

说实话,它不是给完全不懂电脑的人准备的。你需要装 Node.js,还要有 Claude Code 或者 Codex 账号。但门槛比想象中低:

不用另外买 API key,用你现有的订阅额度就行;不用显卡;所有分析都在你自己电脑上跑,代码不会传到什么奇怪的服务器;装好之后,全程基本就是一句话的事——“给我这个项目画张户型图”。

小项目几分钟出图,大项目会久一点,因为每个文件和接口都要被“命名 + 解释”一遍。

它还有一个特别讨喜的玩法:还没写代码,也能先画图。

你把手里的产品需求文档丢进去,说一句“按这个需求,给我画一张要盖的房子”,它会给你一张虚线版户型图——每个计划中的页面、接口、数据表都在,还标出“这里还没定”“这个接口谁都能改数据,得想想”。

等代码真写完了,这张“效果图”可以一键变成“实景图”。

对用 AI 写代码的独立开发者、刚接手别人项目的程序员、要给客户讲方案的产品经理,这东西的价值可能比十个画图工具都实在。地图还能导出成单个网页文件,发给没有装任何工具的人也能打开看。

写在最后

AI 画户型这件事,比的从来不是谁画得花哨,而是谁敢把这张图直接交到工地上。

会画图的模型很多,能让人看完图之后敢动手改的,才是真落地。

最后留个轻松的问题:如果现在让 AI 给你画一张“户型图”,你最想让它画清楚的是什么?是你家那套老破小的改造方案,是公司那套没人说得清的审批流程,还是你自己那个“写完了但说不清怎么跑起来”的副业项目?

评论区聊聊,说不定下一个被 AI 画明白的,就是你每天在头疼的那摊事。

登录后查看全文
floorplan