苹果 UICoder 研究揭示，专家反馈是战胜大模型的关键

导语 苹果 UICoder 团队发表重磅研究，证明通过少量专家级设计师的深度反馈，小参数模型也能在 UI 生成领域击败 GPT-5。该研究揭示了高质量“草图反馈”在消除审美主观性方面的巨大价值，为 AI 辅助设计指明了新方向。

突破 RLHF 的审美盲区

在 AI 辅助编程领域，UI（用户界面）设计一直是个难点。传统的“人类反馈强化学习”（RLHF）在处理代码逻辑时表现尚可，但在面对需要审美判断的界面设计时却显得力不从心。简单的打分机制无法告诉 AI 具体哪里布局不合理、配色不协调。

苹果的研究团队通过引入“专家外援”打破了这一僵局。他们并未依赖海量的普通用户数据，而是邀请了 21 位拥有 2 到 30 年经验的资深设计师。这些专家不仅是评分员，更是教练，他们通过撰写深度评论、绘制修改草图以及直接调整代码，为 AI 提供了 1460 条带有清晰逻辑的“教学样本”。

图源备注：图片由AI生成

少而精的数据胜利

实验结果极具颠覆性：经过微调的 Qwen3-Coder 模型，仅依靠 181 个高质量的“草图反馈”样本，就在 App 界面生成的专业度上超越了庞大的 GPT-5。这一数据有力地证明，在垂直领域，数据的“纯度”与“深度”远比数量更重要。

研究进一步指出，审美的主观性是 AI 训练的噪音来源。普通人对界面好坏的判断一致率仅为 49.2%，几乎等同于随机猜测。然而，一旦引入设计师的草图作为具体的修改意图，一致率瞬间提升至 76.1%。这意味着，未来的 AI 设计工具将不再需要猜测用户的模糊指令，而是能够精准解读视觉语言，预示着“一句话生成精美 App”的未来已触手可及。