2023年，F(xiàn)igma的AI功能上線第一周，設(shè)計(jì)師社區(qū)涌進(jìn)2300條反饋。一半人在罵"這生成的界面根本不能用"，另一半人在偷偷用。同一個工具，兩種截然不同的反應(yīng)，恰好暴露了設(shè)計(jì)行業(yè)最尷尬的現(xiàn)狀。

我們花了十年把設(shè)計(jì)變成"畫界面"的體力活，現(xiàn)在AI開始搶這份工了。

設(shè)計(jì)怎么變成"圖層工人"的

1983年，蘋果Lisa電腦第一次把"桌面""文件夾""廢紙簍"搬進(jìn)屏幕。這不是隨便畫的——當(dāng)時計(jì)算機(jī)用命令行，普通人根本不知道怎么跟機(jī)器對話。設(shè)計(jì)師的任務(wù)是翻譯：把0101的機(jī)器語言，變成人類熟悉的隱喻。

這個思路統(tǒng)治了四十年。你雙擊文件夾，不是因?yàn)橛?jì)算機(jī)里有文件夾，而是設(shè)計(jì)師讓你以為有。這種"善意的謊言"降低了認(rèn)知門檻，讓數(shù)億人摸到了數(shù)字世界的門把手。

但產(chǎn)品越來越復(fù)雜，設(shè)計(jì)也跟著裂變。2000年代后，一個產(chǎn)品團(tuán)隊(duì)里分出交互設(shè)計(jì)師、視覺設(shè)計(jì)師、動效設(shè)計(jì)師、用戶研究員……專業(yè)化解決了規(guī)模問題，卻埋下一個隱患：最表層的UI成了所有人眼中的"設(shè)計(jì)"，就像只看到冰山的水面部分。

synecdoche（提喻）——用局部代替整體。這個詞原本屬于修辭學(xué)，現(xiàn)在成了設(shè)計(jì)行業(yè)的病理診斷。

后果很直接。UX設(shè)計(jì)師畫完流程圖交給UI同事"上色"，兩邊各干各的。產(chǎn)品經(jīng)理盯著高保真原型說"這個按鈕圓角不夠圓"，沒人討論用戶到底能不能完成任務(wù)。設(shè)計(jì)從"讓人用上機(jī)器"退化成"讓屏幕好看"。

AI正在拆穿這個謊言

Midjourney出圖只要30秒，F(xiàn)igma AI能根據(jù)一句話生成完整界面。工具門檻崩塌的速度，比大多數(shù)設(shè)計(jì)師轉(zhuǎn)型更快。

有人預(yù)言設(shè)計(jì)會消失，因?yàn)?界面變成大宗商品了"。這個判斷只對了一半。界面確實(shí)在貶值——但貶值的是"畫界面"這個動作，不是設(shè)計(jì)本身。

AI暴露了一個被掩蓋的事實(shí)：過去十年，大量所謂設(shè)計(jì)工作其實(shí)是重復(fù)性勞動。調(diào)間距、對顏色、拼組件，這些 junior 設(shè)計(jì)師的日常工作，恰恰是AI最擅長的。

設(shè)計(jì)工具公司Adobe 2024年的調(diào)研顯示，使用AI輔助的設(shè)計(jì)師平均每周節(jié)省11.7小時。但節(jié)省下來的時間去了哪？43%的人回答"做了更多版本"，只有12%的人說"重新思考了用戶需求"。

工具在加速，但很多人的工作模式?jīng)]換。就像給馬車夫一輛汽車，他還是會揚(yáng)鞭子。

回到1983年的那個問題

蘋果Lisa的設(shè)計(jì)師當(dāng)年解決的核心問題是：人類怎么跟機(jī)器協(xié)作。四十年后，問題變了，但本質(zhì)沒變——只是機(jī)器從"聽不懂人話"變成了"太聽懂人話"。

現(xiàn)在的AI能生成一百個界面方案，但選哪個、為什么選、選完怎么驗(yàn)證，這些決策需要人來做。更準(zhǔn)確地說，需要設(shè)計(jì)師來做。

這里有個關(guān)鍵的認(rèn)知翻轉(zhuǎn)。過去設(shè)計(jì)師花時間"做"東西，現(xiàn)在要花更多時間"定"東西：定義問題邊界、定義成功標(biāo)準(zhǔn)、定義什么值得做。從執(zhí)行者變成決策者，從畫稿的變成把關(guān)的。

Google的產(chǎn)品設(shè)計(jì) VP 幾年前說過一句話：「設(shè)計(jì)師最稀缺的能力不是產(chǎn)出，而是判斷。」當(dāng)時聽起來像雞湯，現(xiàn)在成了生存指南。

判斷什么？判斷AI生成的方案是真解決了問題，還是只是看起來合理。判斷用戶說的"想要更快"背后到底是省時間，還是減少焦慮。判斷一個功能該做加法還是減法——當(dāng)所有人都在做加法的時候。

新分工正在形成

2024年，幾家頭部設(shè)計(jì)工具公司的產(chǎn)品路線圖出奇一致：弱化"怎么畫"，強(qiáng)化"畫什么"和"為什么畫"。Figma推了AI生成設(shè)計(jì)系統(tǒng)，F(xiàn)ramer上了基于用戶行為的自動優(yōu)化，Notion把數(shù)據(jù)庫和原型打通了。

這些動作指向同一個方向：工具在接管執(zhí)行層，把人往上推。

對設(shè)計(jì)師來說，這意味著知識結(jié)構(gòu)要重組。懂色彩理論不夠了，得懂業(yè)務(wù)指標(biāo)怎么拆解成體驗(yàn)指標(biāo)。會用戶訪談不夠了，得會設(shè)計(jì)實(shí)驗(yàn)驗(yàn)證假設(shè)。能畫交互流程不夠了，得能跟工程師聊模型邊界。

不是變"更硬核"——這個詞被用爛了——是變"更完整"。回到設(shè)計(jì)作為一門綜合學(xué)科的本源。

有個現(xiàn)象很有意思。2023年以來，"設(shè)計(jì)Ops"（DesignOps）崗位的招聘量漲了67%，但要求變了：以前側(cè)重流程效率，現(xiàn)在側(cè)重"設(shè)計(jì)決策的質(zhì)量控制"。企業(yè)在找人幫設(shè)計(jì)師做選擇，而不是幫設(shè)計(jì)師畫更多圖。

另一個信號來自教育領(lǐng)域。羅德島設(shè)計(jì)學(xué)院2024年課程改革，把"AI協(xié)作"設(shè)為必修，但核心課時給了"批判性系統(tǒng)思維"——教你怎么質(zhì)疑AI給出的答案，而不是怎么操作AI工具。

工具越智能，人的判斷越值錢。這個反直覺的結(jié)論，正在成為新共識。

1983年，蘋果用隱喻幫人類理解機(jī)器。2024年，設(shè)計(jì)師的任務(wù)是幫人類理解AI——包括理解它的能力邊界、失敗模式和意外后果。翻譯的對象變了，翻譯的工作還在。

設(shè)計(jì)沒有消失，只是那些被誤認(rèn)為是設(shè)計(jì)的部分正在剝離。剩下的，是1983年就在做的那件事：讓人用技術(shù)達(dá)成目標(biāo)，且感到滿意。

問題是，你現(xiàn)在的工作，屬于正在剝離的部分，還是剩下的部分？