# 这个无限画布项目，到底是干嘛的？AI 现在这么强了，它还有价值吗？

> 龙虾AGI通用实验室 · 2026-11-05

GitHub 上有个叫"无限画布"（infinite-canvas）的开源项目挺火。它今年五月才建仓，五个多月攒了九千七百个 star，被 fork 了两千多次。它给自己的定位是"面向 AI 创作的开源无限画布工作台"：能生图、生视频、和 AI 助手对话，所有东西都摆在一块画布上。

我看到它的第一反应是有点疑惑。我平时用 Claude Code，主模型是 Opus 5.5。让它出图，它会自己去调接口；要一组图，它会批量出；要按某张参考图改，它也能改，改完把文件放好。整个过程我只需要说一句话。既然 AI 自己就能把活干完，再弄一块画布出来，是不是多此一举？

带着这个疑问，我把这个项目翻了一遍。结论先放在这里：它有价值，但价值不在"做"，在"看"。

## 先说它是什么

"画布"这个词听着抽象，其实就是一块可以无限延伸的大桌面，像白板一样，东西可以随便摆，随便放大缩小。

桌面上摆的是一张张卡片。文字卡片写的是要求，比如"一个穿红衣服的女孩站在雨里"。图片卡片可以是你上传的参考图，也可以是 AI 生成的结果。视频卡片也一样：生成出来的视频是一张卡片，一段现成的视频也可以当参考，让模型模仿里面的动作和镜头，前提是你用的视频模型支持。视频卡片还能截取最后一帧，变成一张图片卡片，拿去当下一段视频的开头，两个镜头就接上了。

卡片之间可以连线。线的意思很简单："这一张，是拿那几张做出来的。"比如把一段文字和一张角色图连到一张新卡片上，点生成，新卡片里就出现了结果。之后你可以从这个结果再拉线出去，接着往下做。

用的时候，在设置里填上自己的模型接口和密钥，浏览器直接去调用。项目还带了提示词库、素材库，以及一个接口，可以让 Claude Code、Codex 这类 AI 工具直接操作画布。

听上去功能不少。可是回到开头那个疑问：这些事，AI 自己不就能干吗？

## "做"这件事，AI 已经能自己包了

老实说，单论把图做出来，这块画布并没有比 Claude Code 多做什么。

批量出图，Claude Code 写个循环就行。要一组图风格统一，它可以固定一张风格参考图、固定一段提示词，每次调用都带上。哪张不满意，你说一声，它就拿另一张当参考重做。这些都用不着画布。

所以评价这个项目，不能问它能做出什么，得换一个问题：AI 把活干完以后，人这一边是什么情况？

## AI 干完活，人看到的是什么

设想一个具体场景：你要给一篇文章配六张插图，风格要统一，前后改了三轮。

用 Claude Code 做，最后你手里是一个文件夹，里面十几张图，文件名大概是 v1_01.png、v2_03.png 这种，再加上 AI 写的一段汇报："已完成三轮修改，第三轮统一了色调。"

哪张是第几轮的？第五张是拿哪张当参考改出来的？第二轮为什么把背景换了？这些信息 AI 都有，它干活的时候全知道。可它们都在 AI 的上下文里，人看不见。

活是干完了，过程对人来说却是个黑盒。

人要判断这组图行不行，只能一张张打开，对着文件名去猜它们之间的关系。发现了问题，还得用文字跟 AI 描述："第三轮的第五张，左边那个人的衣服颜色偏了，用第二轮的第二张当参考重做。"把视觉上的问题翻译成文字说出去，本身就很别扭，说不准是常事。

## 画布做的，就是把这个黑盒摊开

同样的事情放到画布上，每一张图都是桌上的一张卡片，每一段来历都是一条线。第一轮的六张放在左边，第二轮从它们身上拉出来，第三轮再往右。哪张参考了哪张，顺着线就知道。

这一点在"风格统一"这类判断上特别要紧。统不统一，不是哪一张图自己的事，要把一整组图放在一起才看得出来。在文件夹里一张张点开，很难判断；六张并排摆在眼前，哪张的颜色跳出来了，一眼就能看到。

所以这块画布可视化的不只是结果，还有结果是怎么一步步来的。AI 干活的过程原来藏在它自己那里，现在摊在了桌面上，人看得见了。

## 光能看还不够，还得插得上手

如果只是"能看"，其实也好办。让 Claude Code 做完以后顺手生成一个网页，把所有图排好，也能看。

画布多出来的一步是：看到哪里，就能在哪里动手。第五张颜色不对，直接选中它，把第二张拉一条线过去，点重新生成。从看到问题到改掉问题，中间不用再翻译成文字。

这里还有一笔账。在 Claude Code 里，你说"用第二张重做第五张"，这句话要先交给大模型，由它理解你的意思、找到对应的文件，再去调用图片模型。每一次都要花大模型的 token，也要等它回复。在画布上点一下，是直接调用图片模型，中间不再经过大模型。

图片模型本身的钱，两边一样要付，省下的是大模型理解和判断的那一份。既然拍板的是人，这份钱本来就不必花。改的轮数越多，这笔账越明显。

所以这个项目真正做的事情是：让人看得见 AI 干活的过程，并且随时能插手判断。

## 它在哪里最用得上

顺着这个思路，它适合什么场景也就清楚了：凡是最后必须由人拍板的地方。

审美、风格、"这个感觉对不对"，这些事 AI 可以给建议，但最后还是人说了算。人说了算的地方，人就得看得见、插得上手。

最典型的是做短视频、漫剧时的素材准备。这件事链条很长：先定角色形象，再画场景，再出分镜图，再生成每个镜头的首尾帧，最后才生成视频。每一步都依赖上一步，画布上的连线正好就是这条链。几十个镜头要用同一个角色，靠连线指定参考，比靠文件名管理可靠得多。更重要的是，生成视频比生成图片贵得多，也慢得多。先在便宜的图片阶段由人把关挑好，再去生成视频，最划算。

边界也要说清楚。它管的是素材准备这一段，没有剪辑用的时间轴，最后的拼接、字幕、配乐还得交给剪映这类软件。另外，如果你只是偶尔配一两张图，或者这件事你本来就愿意全交给 AI 决定，那直接让 AI 做就行，用不着它。

## 最后

回到开头那个问题：AI 现在这么强了，这个项目还有价值吗？

我的看法是有。

大模型的能力还会一直往上走，能做的事会越来越多。照这个趋势，凡是和模型比"谁更会干活"的工具，迟早会被模型本身追上。可是"给人看、让人插手"这部分，和模型强不强没有关系，不会随着模型变强而被替代。模型再强，最后拍板的还是人，人就得看得见过程、插得上手。

这一层由谁来做，以后可能会变，模型厂商自己也可能在产品里把它做掉。但这一层本身会一直有用。所以，与其和模型比谁更会干活，不如去做给人服务的那一层。这可能是以后做 AI 工具更好的切入点。

项目地址：https://github.com/basketikun/infinite-canvas
