假设有这么一个场景：有个朋友，在一家公司做运营，她盯着竞争对手的官网看了很久，转过头跟程序员同事说：我想做一个这样的页面。

程序员同事说：排期到下个月。

她没等，截了一张图，丢进一个AI工具里，30秒后，代码出来了。她把代码发给同事，同事沉默了一会儿，说：这个……基本能用。

这个工具叫 screenshot-to-code。

它在做一件你以前想都不敢想的事，把一张图，变成可以运行的网页代码。

你看到哪个网站的设计很好看，截图，丢进去。你在纸上画了一个页面草图，拍个照，丢进去。你录一段网站的操作视频，丢进去。AI看完，直接输出代码——不是大概的框架，是能跑的、真实的代码。

这听起来像魔法，但它已经在GitHub上被72000多名开发者收藏，在技术圈里，这个数字意味着它已经被严肃地用起来了，而不只是被当成玩具。

"我学了十年的东西，它30秒就做完了"

有个前端工程师在网上发了这句话，语气很复杂，说不清是嘲讽还是感慨。这句话让很多人停下来想了一会儿。

但我觉得这句话本身就说错了一件事——他学的十年，不是"截图变代码"这件事，而是理解代码背后的逻辑、判断这段代码好不好、知道什么时候该用什么方案、在代码出问题的时候能找到原因。

这些，AI 还做不到。

真正被替代的，是那种纯粹的、重复性的体力活——看着设计稿，一行一行把样式敲出来。这件事确实枯燥，也确实很快会被工具接管。

但这不是"程序员消失了"，而是"程序员的时间，应该用在更值钱的地方"。

那不会写代码的人呢？这才是这个工具真正有意思的地方。

你不需要是程序员，也可以用它。官方有直接能打开的网页版本，你上传图片，选择你想要什么格式的代码，等几十秒，代码出来，可以直接交给开发同事，可以自己丢进 GitHub Pages，可以发给外包公司说"我要的是这个效果"。

它不能帮你从零做一个完整产品，但它能帮你把"我想做个什么"这件事，从一个模糊的描述，变成一个具体的、可以被执行的起点。

很多人卡住的地方，不是不会写代码，而是不知道怎么把脑子里的东西说清楚。截图，是最清楚的语言。

一个更大的事实

这个工具是开源的，代码全部公开，任何人都可以免费拿去用、改、部署。背后调用的是 Claude、GPT、Gemini 这些目前最顶尖的 AI 模型。

它出现的时间节点，刚好是这些模型第一次真正"看懂"图片的时候——不是识别图片里有什么，而是理解图片里的结构和逻辑，然后翻译成代码。

这是一个技术窗口打开的信号。

接下来会有更多这样的工具——你画一张图，AI帮你做；你拍一段视频，AI帮你写报告；你描述一个需求，AI帮你生成一整套方案。

门槛在消失，但消失得很安静，安静到很多人还没意识到，自己已经可以做到以前做不到的事了。

你现在能做什么？

搜索"screenshot to code"，打开就能用，不用注册，不用写代码，截图就可以生成界面。找一个你一直想仿做、或者觉得设计不错的页面，截图，试一次。不是为了用它替代什么，只是——看看这个时代现在走到哪了。