重新定义AI时代的无障碍成本

演讲者Jemima Abu指出，无障碍性（Accessibility）的核心在于产品能否被任何人使用，无论其是否患有残疾。如果一个产品在本质上无法被部分人群使用，那么它就是无用的。在当前“氛围编码”（vibe coding）和提示词工程盛行的背景下，虽然AI能自动生成代码，但开发者必须确保构建的是供人类使用的产品。WebAIM的一项研究显示，全球排名前100万的网站中，96%的主页存在某种形式的无障碍问题。许多人认为实现无障碍耗时过长，但演讲者反驳称，在AI接管大部分编码工作的今天，构建不可访问的网站实际上花费了更多的时间和金钱。为了验证这一观点，她利用工作代码库进行了一项实验：向AI代理发送相同的Figma设计实现提示词，分别在有和无无障碍技能指导的情况下运行。结果显示，使用无障碍技能的代理不仅速度更快，成本还降低了58%，且完成提示词所需时间仅为原来的三分之一。尽管这是一次非受控环境的单次实验，不能作为严格的实证数据证明所有情况下的成本优势，但它揭示了AI在缺乏无障碍约束时效率低下的根本原因。

核心隐喻：从源头构建而非事后修补

在提供 AI Agent（智能体）提示词时，必须确保其能复制原生功能并实现真正的无障碍访问。作者引用了一个关于蓝莓松饼的类比来阐释这一理念：如果只是在成品上强行添加配料，那并不是真正的蓝莓松饼；同理，在已完成的网站上事后填充 ARIA 标签也无法使其真正无障碍。

"If you have a fully built website and then once it's done, you start shoving in area labels... that is not an accessible website."

真正的无障碍设计需要将可访问性置于每个构建过程的最前沿。这不仅限于开发人员，而是从商业构思、设计到质量保障（QA）全员的责任。必须确保产品能被所有人以相同方式使用，避免等到最后阶段才考虑无障碍性，因为这会导致大量的回归测试、代码重构和重写工作。

商业与法律后果：自我实现的预言

忽视无障碍性会带来严重的业务和法律后果。有一种常见的错误观点认为无需考虑无障碍，因为用户不使用辅助技术。作者指出这是一种“自我实现的预言”：并非用户不需要辅助技术，而是因为他们根本无法使用你的网站，所以从未成为客户。

"It's not that your users don't rely on assistive technologies, it's that people with assistive technologies cannot use your website in the first place."

这就像一家没有门的商店，顾客无法进入。此外，在美国，《美国残疾人法案》（ADA）规定面向公众的产品必须对残障人士可用，否则面临罚款和诉讼。相比之下，从开始就构建无障碍产品不仅速度更快、成本更低，还能避免客户流失和法律风险。

AI 代理实施无障碍的四大步骤

为确保 AI Agent 生成可访问的代码，需遵循以下通用流程： 1. 定义无障碍需求：根据目标平台进行研究，明确具体的合规要求。 2. 审计现有代码库：在使用 AI 前修复既有问题，防止 Agent 将错误模式视为最佳实践。 3. 实施可复用系统：建立设计系统或组件库，便于在多处统一修复无障碍问题。 4. 强制执行强制技能：为 Agent 配置特定的“无障碍技能”，如 Chrome 的 Modern Web Guidance，确保使用最新的 HTML/CSS 而非自定义 JavaScript。

基础规范与最终验证

对于轻量级场景或“氛围编码”（vibe coding），建议遵循最低限度的无障碍规范：尽可能使用语义化 HTML，仅在语义无法表达行为时才使用 ARIA；确保所有鼠标可操作元素均可通过键盘控制。

"You want to make sure that you're using semantic HTML wherever possible, only reaching for ARIA when semantic HTML can't express the behavior."

在代码运行前，Agent 应执行审计以检查上述步骤。虽然自动化工具无法替代手动测试以确保完全无障碍，但建立这些技能比完全没有要好得多。 无论使用 AI 的目的为何，最终目标应是让解决方案尽可能多地服务于人群。

结论

视频论证表明，在AI辅助开发中忽视无障碍性会导致更高的时间与金钱成本。实验数据显示，赋予Agent特定技能可使成本降低58%且耗时减至三分之一，证实了从源头构建比事后修补更高效。然而，该实验属非受控单次测试，尚不足以作为普适性的严格实证数据。

核心观点在于无障碍应贯穿设计至QA的全流程，而非最后阶段的补救措施。虽然自动化工具无法完全替代手动测试以确保绝对无障碍，但建立语义化HTML及ARIA规范等基础技能能显著规避法律风险与客户流失。最终，将无障碍纳入AI指令是提升效率、扩大用户覆盖及符合法律合规的必要前提。