为什么传统设计流程在AI时代⽆效？在AI时代快速建⽴品牌信任的关键是什么？视觉为何不再是设计师的⼯作重点？AI产品对设计带来了哪些冲击？Claude建⽴AI产品信誉的⽅法论是什么？
引⾔：JennyWen曾任Figma设计总监，主导FigJam和Slides两款产品从概念到发布的全流程；此前先后在Dropbox、Square、Shopify从事设计⼯作，现任Anthropic旗下Claude设计负责⼈。出于对「管理层在AI时代是否安全？」的考虑，JennyWen去年决定从管理层回到⼀线实操，并发现传统的设计流程已不再有效。她发现设计师消耗在视觉稿的时间从60-70%降到30-40%，需要开始编写代码，并发现⼈们对「品味」似乎过于执着，但构成优秀产品的部分并不是构建它本身。
为何传统设计流程在AI时代不再适⽤？
JennyWen近期接受访谈，围绕「AI时代设计流程的重塑」这⼀主题，指出传统设计流程已失效，设计师需从「交付⽅案」转向「协助执⾏」，提出「以速度建⽴信任」的核⼼⽅法论，并探讨了AI在审美判断、未来交互融合以及设计⼈才标准与技能⽅向等话题。
在访谈开始时，Claude设计负责⼈Wen指出，AI驱动的⼯程端⽣产⼒⻜跃，让设计师⻓期沿⽤的「调研-发散-收敛」流程基本失效。
由于⼯程师利⽤AI编程⼯具极⼤地提升了构建速度，传统的⻓周期推演已成为开发节奏的瓶颈，设计师已⽆暇在进⼊⼯程阶段前制作精美的视觉终态稿，必须放下旧有的交付流程。
流程失效后，Wen表示⼈⼯智能模型在相同输⼊下可能产⽣多样且不可预知的输出结果，这⼀⾮确定性特征让依赖点击跳转的静态交互模拟失去了参考意义。
由此，Wen强调设计验证的物理环境必须从静态画布向代码研发环境迁移，这要求设计活动直接调⽤底层模型，在真实运⾏状态下捕捉产品的核⼼价值。
Wen指出，产品的核⼼⽤例往往在⽤户与模型的实际交互过程中动态涌现，⽤户的使⽤⽅式可能完全脱离设计师预设。因此，只有基于底层模型调⽤开展设计，才能观察到产品在不同场景下的真实表现。
Wen认为，既然⽆法在静态环境下预判模型的所有表现，建⽴产品信誉的⽅法论也随之重构。她主张，通过发布「研究预览版」，在具备核⼼价值的功能上先⾏获取⽤户反馈。
她进⼀步解释，这种模式的核⼼逻辑在于AI本身存在不确定性，设计很难在发布前做到尽善尽美，因此品牌信誉不再由⾸发时的完美程度定义，⽽更多取决于团队发现问题并快速迭代进化的能⼒。
她补充道，ClaudeCowork的开发只⽤了⼗天，其实质上是将内部此前在任务清单、⽂件处理等领域积累的实验性⽅案进⾏最终封装，是已验证构想的集中呈现。
在她看来，这种基于真实反馈循环的研发模式，能够让设计团队从⽤户实际使⽤中捕捉有效信息，更精准地确定后续优化重点与功能优先级，从⽽实现从内部原型到成熟产品的快速转化。
随着⼯作流程被迫加速调整，Wen将设计⼯作划分为⽀持快速落地的「执⾏落地」与明确短期⽅向的「愿景指引」两类，这要求设计师从单纯的审美交付，转向深度的功能构建和共识达成。
在执⾏层⾯，她观察到设计师的⼯作重⼼从追求视觉叙事的精美演示⽂稿，转向指引技术⽅向的功能原型，节省的时间被重新分配到深度的⼯程沟通与落地实现环节。
在愿景层⾯，Wen提出设计师过去会专注制定2年、5年乃⾄10年的⻓期规划，如今愿景周期已缩短⾄3到6个⽉。
AI时代需要什么样的设计师和管理者？
在谈论AI时代需要的设计师和管理者时，Wen结合⽇常⼯作的变化，阐述了设计师的⻆⾊正从⽅案交付者转向协助执⾏者，以及随之⽽来的招聘倾向调整；同时她建议设计师将编程⼯具纳⼊⼯具箱，⽽对于管理者，她则认为亲⾃处理看似低杠杆的具体事务，有助于保持对产品与团队的深度感知。
在探讨AI开发节奏对设计职能的重塑时，Wen指出，⽬前Anthropic前沿实验室的设计师约有30%–40%的时间被重新分配⽤于与⼯程师开展⾼频协作及结对编程，剩余精⼒则直接投⼊到代码落地执⾏环节。
⼏年前，设计师通常会将60%–70%的精⼒投⼊视觉稿与原型设计，⽽如今这⼀⽐例已⼤幅降⾄30%–40%。在这种极速开发的背景下，Wen认为设计师的⻆⾊已从传统的「交付⽅案者」转向「执⾏协助者」。由于AI显著提升了⼯程产出速度，设计师的核⼼价值不再仅限于提供设计图纸。
团队更需要设计师在⾼频迭代中作为⽅向的引导者，确保每⼀个执⾏环节在逻辑上与产品初衷保持⼀致。
这种⻆⾊转变要求设计师具备更强的实时判断⼒，以匹配⼯程端的⾼速产出，从⽽消除沟通过程中的理解断层。
⼈才选拔的标准也随之发⽣演变。Wen提出当前看重强全能型⼈才、深度专业⼈才与顶级新⼈三类核⼼⼈才。
强全能型⼈才在多项核⼼技能上均能达到⾏业顶尖⽔平。相较于传统的T型⼈才，他们更趋近于「块状」（Block-shaped）结构，能够灵活拓展职责，以应对设计⻆⾊向产品管理与⼯程端延伸的趋势。
深度专业⼈才指在垂直领域钻研极深的⼈才，例如技术深度接近⼯程师⽔平，或具备极致精湛的视觉表现⼒。Wen认为，在⼈⼈均可借助AI辅助创作的背景下，这种不可替代的专业深度将成为企业的核⼼差异化优势。
顶级新⼈没有职业路径带来的思维定式，学习速度极快且韧性极强。在⾏业规则重塑的时代，他们对新⼯具、新⽅法论的快速内化能⼒，使其具备不可估量的⻓远价值。
在进⼀步分析对设计师的职业建议时，Wen强调应将编程⼯具系统化地纳⼊⽇常⼯具箱。
她认为，虽然设计师不⼀定要达到从零构建⼀切的技术程度，但掌握技术栈肯定对职业发展有所帮助。
⽬前设计师的专业词汇中，实现环节的⽐重正在持续增加。Wen建议设计师应敏锐地掌握并利⽤⼿边各种编码⼯具，⽽⾮死磕特定开发框架，重点在于利⽤⼯具提升对最终产出物的控制⼒。
在为管理者提供建议时，Wen提出管理者应当亲⾃处理看似「低杠杆」的任务。这类任务由领导者亲⾃完成，其⾏为本身会产⽣极⾼层⾯的杠杆效应。
她认为，诸如亲⾃复现产品Bug、与⼯程师⼀同查看⽇志并修复细节代码，甚⾄亲⼿为团队成员制作周年纪念卡⽚等任务，在传统观点中往往被视为低效。
Wen指出，这种亲⼒亲为不仅能最直接地展现领导者对产品的深度投⼊、传递对团队的关怀，更能帮助管理者在指挥决策时，保持对实际⼯作细节的精准感知。设计师如何发掘「难以识别」的创意？
在探讨AI能⼒持续进化对设计⼯作的影响时，Wen认为，尽管AI的品味与判断⼒可能不断提升，但决定「构建什么」的责任仍需由⼈类承担。在交互形态上，对话界⾯将持续存在，UI则将越来越多地由模型即时⽣成。此外，她提出设计师的新任务在于发掘那些暂未被⼴泛理解的「难以识别的想法」，通过叙事与交互将其转化为易解的产品。
在探讨AI时代的创意发掘时，Wen认为，AI在审美判断、设计直觉与品味上的能⼒将持续提升，甚⾄可能达到⼈类⽔平；但她同时指出，决策的最终责任仍落在⼈类肩上。
她提到，软件开发中最难的部分并⾮技术实现，⽽是⼈际分歧。例如团队成员对功能范围或优先级的持续争论。AI虽可提供数据⽀持，却⽆法消解⼈与⼈之间的价值冲突。在「由⼈决定构建什么」的准则下，Wen从内部原型中提炼出了⽤户认为有价值的信息（如任务清单），并将其整合⾄Cowork，通过对话范式与模型⽣成的交互组件相结合的⽅式呈现给⽤户。
基于此，Wen认为，未来的UI将越来越多地由模型根据具体语境即时⽣成，⽽⾮由设计师⼿动硬编码每⼀个界⾯。这⼀转变的核⼼在于，交谈作为⼀种交互⽅式，能够适配模型智能的持续提升，并持续发挥价值。
Wen认同OpenAI⾸席产品官KevinWeil曾在播客中提到的观点，即对话具备极强的扩展性，⾯对IQ200、300的智能体依然有效。
Wen指出，从OpenClaude、Claude到各类相关产品，这类交互形态允许⽤户通过WhatsApp、Telegram、SMS等渠道进⾏聊天，本质上仍是⼀种聊天机器⼈，可实现⼈与计算机之间更直接、更丰富的协作交互。
在Wen看来，当前设计师的核⼼新任务是识别并转化难以识别的想法。她推崇SPC的合伙⼈EvanTana提出的LegibilityFramework（辨识度框架），该框架以创始⼈与想法为两个轴，分别按可识别、难以识别进⾏划分，形成⼆维矩阵。
LegibilityFramework是指，当创始⼈与想法均⾼度可识别时，往往意味着该⽅向已有清晰路径与⼤量竞争者介⼊，创新空间有限；真正具备潜⼒的创意是其价值尚未被⼴泛理解，表达⽅式尚不成熟，或处于技术前沿尚未形成共识的阶段。
Wen认为，设计师的任务职能已延伸⾄对「难以识别」类信号的捕捉与转化，通过交互设计与叙事⼿段，将处于技术前沿的模糊构思转化为具备清晰认知的易⽤产品。
关于内部原型发掘，Wen以ClaudeCowork的早期阶段为例，其内部原型界⾯密集、信息复杂，初看令⼈费解，但研发⼈员仍对其保持⾼度投⼊，设计师通过观察内部使⽤反馈，识别出其中隐含的价值模块，将这些元素提炼简化后融⼊Cowork的产品结构，最终实现从「难理解」到「可接受」的转化。
参考信源
Thedesignprocessisdead.Here’swhat’sreplacingit. | JennyWen(headofdesignatClaude)-Lenny’sPodcas
既然来了，说些什么？