AI doesn't need more static UIs. Build intents not just components. Experimenting the Agentic UI paradigm building my own semantic intent stack for Syner OS. Natural language → MCP/Skills → dynamic UI. @shadcn @vercel_dev JSONRender @claudeai skills.

最近超火🔥，Vercel Labs开源的一个“AI-JSON-UI”的项目：json-render，解决AI输出UI不统一、难管控的问题 先用catalog把允许出现的组件、动作、props形状写成 Schema，让模型只能在提前画好的“格子”里填色，出不了界，出格即报错，然后边流式生成边渲染 AI每吐一段文本流，前端按完整JSON片段增量解析并渲染，用户几乎无等待 能把当前AI生成的那份JSON一键生成一套完整的React源码，可拿走单独部署 json-render的价值是把“生成式UI”变成了可审计、可灰度、可替换模型的标准生产流，实现“一句话生成仪表盘” 比如说可以用它做数据看板、电商营销动态表单、展会大屏等等 #生成式UI #jsonrender

今天的咖啡是用千问聊天点的，体验完喝完有种不安与兴奋的复杂情绪。 Claude发布Cowork，Gemini发布个人智能，千问发布阿里系应用整合（打车点外卖地图定票定酒店），还有 Vercel 发布生成式界面基建 JSONRender（AI → JSON → UI）。 这些是不是正在预示一场大变革？ 传统软件开发，用户的所有操作流程都需被预先定义：产品经理规划路径，设计师绘制界面，开发人员再转化为代码。必须事先穷尽所有可能的用户旅程，而那些未被定义的边角往往就成了 Bug 或漏洞。 相比之下，新时代的 Agent 构建方式则大幅简化了这一流程。界面与交互不再需要事无巨细的预先编排，关键在于定义底层可用的工具能力与基础渲染组件，然后交由大模型来动态编排：调用哪些工具、渲染怎样的界面。 那么 Agent 对比传统软件，对原来流程中的职位工作需求也会大大减少，不需要大量前端工作去完成各种预定义界面。如果基础工具与组件已经搭建好，界面设计环节工作也会大幅减少。甚至产品经理可以独自把原来多职位协作全流程一人干完。 这种变化作为用户来说是让人兴奋的，但作为开发者，当一个人能干完原本十个人的活，剩下的九个人去哪？