design trendsMay 6, 202610 min read

为什么2026年所有 SaaS 长得都一个样

Linear 美学吞掉了整个行业。五个视觉特征,加速这一切的 AI 反馈回路,以及一份四问身份审计,让视觉识别重新成为护城河。

By Boone
XLinkedIn
why every saas looks the same 2026

打开过去十二个月里的十个 SaaS 官网首页。Linear、Vercel、Resend、Loops、Cal.com、Posthog、Cursor、Raycast,新一批 YC 公司,再下一批。它们看起来都像共用一个造型师的表兄弟。深色背景。

珊瑚色或紫色的渐变网格。无衬线标题。一点点等宽字体点缀。角落里一个 Command-K 胶囊按钮。一排 60% 不透明度的“受信赖于”客户 logo。

Linear 美学吞掉了整个行业。AI 工具又往火上浇了一桶煤油,因为它们都是用同样那五十个首页训练出来的。结果就是 2026 年:功能对齐很便宜,设计对齐是自动的,而视觉识别突然成了这个品类里被最严重低估的护城河。

Linear 美学吞掉了整个行业

一家公司定下了模板,另外四十九家照抄。 Linear 发布的产品在视觉上自信到了极点,大约在 2022 年前后,它成了“正经 B2B 工具应该长什么样”的默认参照。到 2024 年,这种美学有了名字。到 2026 年,它已经扼住了整个行业的喉咙。

Vercel 在用。Resend 在用。Loops 在用。Cal.com 在用。

Posthog 也重新设计成了这个样子。就连那些和 Linear 品类相隔十万八千里的公司,AI 实验室、邮件基础设施、开发者工具,全都收敛到了同一套语法。它管用,所以扩散。它扩散,所以变得隐形。它隐形,所以没人再追问它对自己是否还管用。

陷阱在于,这种美学是 Linear 对 Linear 自己的问题给出的答案。高度聚焦的工具,有主见的工作流,面向开发者的受众。当一个社区驱动的设计工具,或者一个面向会计师的垂直 SaaS 套用同样的模板时,品牌传达的并不是工艺。它传达的是:创始人去年刷的是同一个 Twitter 信息流。

SaaS 单一文化的五个特征

大多数团队说不清自己身处的是什么模板。他们以为自己做了选择。实际上他们连着选了五个默认项,然后把结果叫作品牌。

体素图,五张带标签的卡片排成一行,每张代表视觉单一文化的一个特征:深色背景、渐变首屏、等宽字体 H1 点缀、command-K 胶囊、几何颗粒
体素图,五张带标签的卡片排成一行,每张代表视觉单一文化的一个特征:深色背景、渐变首屏、等宽字体 H1 点缀、command-K 胶囊、几何颗粒

这五个特征:

  1. 默认深色背景。 石板灰或近乎纯黑的底色,白色文字,淡淡的青色或紫色点缀。给人严肃、开发者气质、高端的感觉。过去 18 个月里,大约 70% 的新 B2B SaaS 发布都是这个样子。

  2. 渐变网格首屏。 首页上三分之一处,一片从珊瑚色到紫色再到青色的模糊径向渐变。Stripe 在用。Linear 在用。

    接下来十批 YC 公司也在用。这种网格已经不再代表“高端”,而是变成了“我们用了同一个 Figma 插件”。

  3. 等宽字体 H1 点缀。 衬线或无衬线标题里,像代码变量一样塞进一个等宽字体的单词。JetBrains Mono、IBM Plex Mono、Berkeley Mono、Geist Mono。

    过去的信号是“为开发者而做”。现在的信号是“和所有人一样,由开发者做的”。

  4. Command-K 面板。 右上角的键盘胶囊,Cmd-K 提示,全局搜索弹窗。对重度用户是真功能,对其他人是真的姿态表演。反仪表盘那篇拆解讲了这种模式什么时候物有所值,什么时候只是货物崇拜。

  5. 几何颗粒。 深色背景上淡淡的点阵、发丝网格或噪点纹理。不用颜色就增加了层次。源自 Vercel 的营销页面,2025 年被抄进了每一个开发者工具的首页。

中四个,你就在模板里了。五个全中,唯一能区分品牌的只剩左上角的字标。营销站点技术栈那篇拆解展示了工具链本身是如何把团队推向这种外观的。

AI 训练数据让情况更糟

AI 工具一进入技术栈,反馈回路就收紧了。 v0、Lovable、Bolt、Cursor、Figma 的 AI 功能、各种设计插件。它们都是用同一个网络训练出来的。而它们学习的那个网络,本身已经同质化了。

让这些工具中的任何一个“设计一个 SaaS 落地页”,它们都会返回某种色调的 Linear 模板。不是因为模型没品味,而是因为数据没有差异。训练语料是设计师互相抄袭的递归快照,而原作早已收敛到同样的五个特征上。

输出强化了输入。创始人用 AI 工具做出第一版设计。第一版设计就是模板。已发布的产品又成为下一轮训练抓取的一部分。下一个 AI 工具更快地交付同样的模板。

回路闭合了。差异持续缩小。

同质化回路

体素流程图,一个闭合回路,四个节点分别代表设计师、已发布产品、AI 训练数据和下一位设计师,由珊瑚色箭头首尾相连成圈
体素流程图,一个闭合回路,四个节点分别代表设计师、已发布产品、AI 训练数据和下一位设计师,由珊瑚色箭头首尾相连成圈

四个节点。一支珊瑚色箭头把每个节点连到下一个。整个回路每转一圈就更快一点。

节点发生了什么对差异的影响
设计师看今年发布了什么。挑选稳妥的参考。下降
已发布产品继承模板。发布到现实世界。下降
AI 训练数据抓取已发布产品。把模板烘焙进下一代模型。大幅下降
下一位设计师向 AI 发出提示词。拿回模板。再次下降

每一轮都再抽走一点差异。这不是全行业的阴谋。这只是反馈回路在没人刻意打破循环时会做的事。同样的模式正在发生在定价页和设置页上,它们各自已经塌缩成两三种参考布局。

为什么创始人总是选同一种外观

创始人并不懒。他们是在高度不确定的情况下,对着一个很小的数据集做模式匹配。

当 YC 合伙人说“做个看起来像 Linear 的东西”,创始人就做个看起来像 Linear 的东西。当设计圈 Twitter 的共识是渐变网格显得高端,创始人就上渐变网格。看起来不同的代价是真实的,看起来相同的代价是隐形的。直到竞争对手追上来。那时,看起来相同的代价就是全部。

另一个原因是,组件库生态让这个模板几乎免费。Shadcn 发布了,Tailwind UI 发布了,每个 AI 设计工具都发布了有主见的默认设置。创始人一个下午就能做出整套 Linear 模板。所以他们就这么做了。

视觉识别是仅存的最便宜的护城河

功能对齐几周就到。设计对齐几天就到。视觉识别是需要数年建立、却一秒就能认出的资产。

Stripe 是最经典的证明。产品是铁轨,差异化是品味。插画、字体、文档界面、收据、仪表盘。每一次触点,在 logo 入镜之前就已经读作 Stripe。Stripe 花了十年让品牌感觉像 Stripe,如今竞争对手要追上来,得同时打造产品和视觉护城河。

Notion 用涂鸦风插画和奶油色底面做到了同样的事。Figma 用活泼的色谱和多人协作光标做到了。Anthropic 打造的品牌读起来谨慎、温暖、略带文学气息,而这个品类的默认风格是冰冷无菌。

Cal.com 打造的品牌读起来像社区,而这个品类的默认是企业级。他们每一家都拒绝了模板,也因此得到了回报。

数学是站在逆行者这边的。如果四十九个竞争对手一模一样,只有一个长得像它自己,那这一个就在人们的记忆中占据了整个品类。这就是护城河。

身份审计

四个问题。把首页、产品、文档和加载界面都拿来过一遍。

体素渲染图,一叠垂直的清单卡片微微朝向镜头倾斜,四行带珊瑚色复选框,代表身份审计
体素渲染图,一叠垂直的清单卡片微微朝向镜头倾斜,四行带珊瑚色复选框,代表身份审计
  1. 如果陌生人把我们的字标换成竞争对手的,他们会察觉吗? 如果不会,那这个视觉识别就是品类模板,而不是品牌。

  2. 我们绝不会从竞争对手那里抄的单一视觉选择是什么? 答案应该具体。一种颜色,一种字体,一种插画风格,一个布局手法。如果没有答案,就没有识别。

  3. 产品界面和营销界面是否一致? 如果首页大胆而仪表盘平庸,品牌就只活在营销里。用户活在产品里。加载状态和新手引导流程正是大多数团队暴露“品牌只是油漆,而不是油漆加结构”的地方。

  4. 我们能不提竞争对手的名字就描述品牌吗? 如果品牌简报里每句话都以“像 Linear,但是”或“Stripe 风格”开头,这个品牌就没有中心。它只是一个指向别人中心的向量。

通过这四关的产品,先让人感觉像它自己,然后才像这个品类。这就是标准。低于这个标准,都是租金。

向模板宣战

体素构图,一个超大的产品窗口,高饱和珊瑚色首屏搭配衬线 H1,对着三个褪色的标准模板窗口打破常规
体素构图,一个超大的产品窗口,高饱和珊瑚色首屏搭配衬线 H1,对着三个褪色的标准模板窗口打破常规

出路一点也不含蓄。在模板内部的含蓄,读起来仍然是模板。出路是刻意与五个特征中的一两个正面开战。

Linear 的彻底反面,会是高饱和的浅色底面、衬线或展示型 H1、用插画代替渐变的首屏、不靠 Cmd-K 的交互入口,以及奶油色或暖色颗粒背景。Notion 做到了其中三项。Figma 做到了两项。Anthropic 做到了三项。如今他们每一家,在一个大多数人都没有记忆点的品类里都令人难忘。

选一场适合品牌的仗。面向医疗的垂直 SaaS 不该长得像 Vercel 的部署日志。社区驱动的设计工具不该长得像金融科技基础设施。创意协作产品不该长得像 A 轮的开发者工具。

设计系统就是杠杆。用它锁定正确的部分,打破继承来的部分。

模板是租金。识别才是护城河。

2026 年每一个在用 Linear 美学的创始人,都在为别人的品牌交租。这个模板是做出它的团队挣来的。借用它第一天零成本,到第三年就要付出整条视觉护城河的代价。

将拥有下一个十年的团队,是那些至少与五个特征中的两个正面开战的团队,是把识别建进产品而不只是营销的团队,是把视觉差异化当作复利资产而不是发布清单的团队。其余的会继续交付四十九个版本的同一个首页,然后纳闷为什么留存看起来像功能问题,而它其实是识别问题。

FAQ

如果 Linear 美学管用,它真的是个问题吗?

它对 Linear 管用。它对 Linear 形态的品类里的产品管用。一旦这个品类里有十五个产品都穿着它,它就不管用了,因为视觉信号塌缩成“又一个 B2B SaaS”,品牌就没有任何可以锚定的东西。这种美学是默认项,不是策略。

AI 是如何让 SaaS 设计更加同质化的?

AI 设计工具是用已发布产品的公开网络训练出来的。公开网络早已收敛到 Linear 模板。模型默认返回模板。创始人默认发布它。

发布的输出又回到下一轮训练抓取中。每一轮都在抽走差异。解决办法是逆着模型的默认值去设计,而不是顺着它。

如何在视觉上区分一个 SaaS 产品,又不显得不专业?

选择与五个特征中的一两个开战,而不是全部。保留模板里真正有用的部分,比如清晰的字体排印和强信息层级。把继承来的部分,比如渐变网格或作为姿态表演的 Cmd-K,替换成适合品牌真实受众的选择。参照身份审计。把这四个问题在每个界面上都跑一遍。

雇一支打破模板的团队

一个长得和另外四十九家一样的 SaaS,租用的是别人挣来的品牌。这个代价在发布时不可见,到第三年就是全部。

如果你想要一个在人人雷同的品类里长得像它自己的产品,雇用 Brainy。我们设计的是能真正挣得护城河的视觉识别系统,而不是借一条来用。

CTA

Brainy 为拒绝模板的 SaaS 产品设计视觉识别系统。品牌、营销站点、产品界面和仪表盘,全部被打造成读起来是同一个品牌,而不是品类默认值。如果你想要一个陌生人不会和你所在领域任何其他产品混淆的产品,雇用 Brainy。

Want a SaaS that does not look like the other forty-nine in your category? Brainy designs visual identity systems built to break the template, not extend it.

Get Started

More from Brainy Papers

Keep reading