Selama hampir tiga tahun, komuniti Teknologi dan Reka Bentuk telah menanyakan soalan yang sama kepada diri mereka sendiri mengenai kecerdasan buatan: "Adakah model itu mampu melakukannya?"

Menterjemahkan komponen UI yang kompleks kepada kod yang bersih, mengekalkan konsistensi Sistem Reka Bentuk melalui terminal atau mengulangi seni bina pada skrin dalam masa nyata… Semua ini sama ada fiksyen sains atau memerlukan pembetulan manual yang berat.

Menjelang 2026, dengan model canggih seperti Claude Fable 5 dan alat integrasi seperti Claude Code, halangan kapasiti ini telah reda. Pemaparan adalah melalui pembedahan. AI tahu cara melakukannya.

Tetapi ketika kita menyangka kita sedang memasuki zaman kegemilangan produktiviti yang tidak terhingga, kita telah menemui tembok baharu. Kekangan yang sangat berbeza: ekonomi token.

Kebenaran di lapangan: Hari pelan "Max" saya bertahan untuk 5 permintaan

Pengalaman pasukan kami minggu ini adalah contoh yang boleh dicontohi. Semasa bekerja secara intensif untuk menjana dan mengintegrasikan komponen UI secara langsung melalui terminal dengan Claude Code, satu pemerhatian yang tidak masuk akal telah dibuat: pakej Max penuh (kuota 5 jam) telah digunakan sepenuhnya hanya dalam 5 permintaan , mewakili 15% daripada keseluruhan kuota mingguan.

Bagaimana kita boleh sampai ke sini?

Alat ini menganalisis semula keseluruhan konteks projek anda (struktur pokok, fail konfigurasi, komponen sedia ada, sejarah sesi) dengan setiap arahan untuk memastikan konsistensi. Dalam konfigurasi ini, Cache Prompt menjadi tidak berkesan: anda memasukkan semula keseluruhan konteks dengan setiap interaksi.

Di sebalik cabaran teknikal, satu tanggapan strategik muncul: perasaan bahawa penerbit sedang menyesuaikan model penggunaan mereka untuk menggalakkan pengguna intensif meninggalkan pelan tetap untuk pengebilan berasaskan penggunaan, yang lebih menguntungkan bagi mereka.

Anjakan paradigma: Daripada prestasi kepada timbang tara

Bagi Pengurus Produk atau Ketua Reka Bentuk, perubahan ini mengubah sepenuhnya peraturan pengurusan projek. Kita beralih daripada pendekatan yang dipacu prestasi semata-mata kepada pendekatan yang dipacu bajet kontekstual . Kemahiran utama bagi pereka bentuk atau pembina bukan lagi mengetahui cara untuk memberi arahan, tetapi mengetahui cara membuat keputusan yang tepat.

Menggunakan model terbaik untuk tugas rutin atau pembersihan kecil telah menjadi setara ekonomi dengan menaiki jet peribadi untuk membeli roti. Ia adalah karut operasi.

Pasukan perlu mengamalkan tabiat baharu:

• Rancang sesi AI yang intensif tetapi mengikut catuan.

• Didik semua orang tentang "kos token".

• Melaksanakan tadbir urus berbilang model untuk mewakilkan tugas mudah kepada model yang lebih ringan dan kurang mahal.

Kesimpulan: Penganggaran token, petunjuk kejayaan baharu

AI telah menunaikan janjinya: sempadan antara reka bentuk dan kod telah dipecahkan. Tetapi kelancaran ini datang dengan kos yang boleh diukur dalam token konteks.

Bagi pasukan reka bentuk, kematangan tidak lagi diukur dengan bilangan ciri yang dijana AI, tetapi dengan keupayaan kita untuk mengatur alat ini dengan pertimbangan ekonomi yang wajar . Peranan Pereka Bentuk atau PM menjadi konduktor, yang berwaspada tentang bajet perhatian AI mereka.

Philippe Elovenko, Pereka produk di UX-Republic