把 UI 生成接进流水线：基于半监督评测体系的 UI 自动化生产实践

📌 一句话摘要

本文系统介绍了支付宝团队在生成式 UI 领域的工程实践，从高质量 UI 生成、LUI 场景应用到自动化质量监督，构建了一套可观测、可迭代的 UI 自动化生产流水线。

📝 详细摘要

文章基于支付宝技术部黄兆嵩博士在 QCon 2026 的演讲，深入探讨了将 AI 生成式 UI 接入生产流水线的完整工程实践。核心内容包括四个部分：首先，通过 prompt 工作台、需求改写、组件检测模块和风格管理仓库等工具，解决了高质量 UI 生成中的 prompt 维护、需求模糊、设计稿还原精度和品牌一致性等困境。其次，针对 LUI 场景，提出了流式渲染和生成式 UI 召回方案，解决了 UI 生成延迟和成本问题。最后，构建了基于规则驱动的 Agent 自动评审流程，实现了机审与人审协同的质量监督，并利用审核数据自动迭代 prompt，形成正向循环。文章指出，生成式 UI 的能力边界已从「画个界面」扩展到「跑通业务」，并预测 LUI 与 GUI 的融合是交互形态的终局。

💡 主要观点

1. 通过 prompt 工作台、需求改写、组件检测和风格管理，系统性提升 UI 生成质量。 将 prompt 模块化拆分，引入需求自动扩写、基于两万条标注数据的组件检测模块，以及风格管理仓库加 RAG 召回，解决生成结果可用性、还原精度和品牌一致性问题。
2. 流式渲染和生成式 UI 召回方案解决了 LUI 场景下的延迟和成本问题。 通过让智能体直接输出 Markdown-XML 渲染协议，实现 UI 元素的流式呈现；同时采用三级缓存匹配的召回方案，将生产与消费解耦，降低显卡压力。
3. 规则驱动的 Agent 自动评审流程实现了质量监督的自动化。 内置通用规则和可配置业务规则，自动对生成 UI 打分并输出评审意见，机审通过率与人工吻合度约七成，且无漏网案例，可作为有效的质量门禁。
4. 利用审核数据自动迭代 prompt，形成质量提升的正向循环。 系统自动汇总审核标注信息，分析共性问题根因，生成针对性的 prompt 优化建议并更新到生成链路，实现「审核越多，生成越好」的闭环。

💬 文章金句

• 让前端生产自动运转，让用户体验随需而变。
• 能生成，不等于能用。
• Prompt 变成了一个没有 IDE、没有版本控制的代码仓库。
• 人审与机审通过率吻合度约七成，人拒绝的，机器全部拒绝了。没有一例漏网。
• CLI 不是终局形态，而是技术快速革命下，体验技术还没来得及适应的中间态产物。

📊 文章信息

阅读完整文章