跳转到内容
NTLx's Blog

当工程师被 AI 提速十倍，为什么 OpenAI 设计总监反而让团队“少做一点”？

科技行业正在上演一场奇特的体感撕裂。

在科技博主 Lenny Rachitsky 最新的 2026 年度科技劳动力情绪调查中，工程师们正沉浸在生产力暴涨的红利里——借助 Codex、Claude Code 和各类 Coding Agent，程序员的交付吞吐量提升了 10 倍甚至数十倍。然而，处于同一协作链条上的产品设计师与用户研究员，却在焦虑度、疲惫感和职业不确定性上全面触底，成了全行业最不快乐的群体。

操盘 ChatGPT、Codex 与 Canvas 界面体系长达三年的 OpenAI 产品设计总监 Ian Silber，近日在一场长达 70 分钟的深度对谈中打破了这种群体性恐慌。他给出了一个极其反直觉的定论：这不仅不是设计的黄昏，反而是人类历史上做产品设计师最好的黄金时代。

但要拿到通往这个时代的门票，设计团队必须先戒掉对“像素雕花”的虚荣，甚至学会在工程师每天提交 5000 个 PR 的洪流面前逆向思考——“Just do less（少做一点）”。

效率狂欢背后的职业塌陷：为什么工程师 10x 了，设计师却最焦虑？

Section titled “效率狂欢背后的职业塌陷：为什么工程师 10x 了，设计师却最焦虑？”

要理解设计师群体的群体性阵痛，首先要看清两种工种在 AI 时代遭遇的“效率剪刀差”。

代码工程具有极强的二元判定性：代码要么通过编译跑通测试，要么报错中断。这种确定性让 AI Coding Agent 能够在一个封闭的反馈环里高速执行、自愈和交付。工程师与 AI 结对时，任务边界清晰，产出直接体现在 PR 数量和代码行数上。

但产品设计完全运行在另一套物理法则下。好的交互设计是一门高维度的非线性探索：你可能需要尝试 100 个概念原型，推翻其中的 99 个，才能找到那个让用户感觉“本该如此”的交互解法。

在硅谷很多大厂里，经典的“UCD（以用户为中心）设计流程”正在被击碎：原本需要经历用户访谈、线框图推演、高保真打磨、跨部门评审的漫长周期，如今被工程师几分钟就能跑通的 Demo 直接冲垮。很多按古典体系培养起来的设计师，突然发现自己不知道明天该交付什么，甚至陷入了“我是不是必须每天提交代码才能证明价值”的自我怀疑。

正如 Anthropic 产品设计负责人 Jenny Wen 此前所指出的：“传统的设计流程已经死了。”当代码生成的门槛被彻底打平，如果设计师依然把自己定义为“画界面的人”，就会沦为整条高速列车上最显眼的刹车皮。

软件供给大爆炸下的价值位移：当界面免费，什么才真正值钱？

Section titled “软件供给大爆炸下的价值位移：当界面免费，什么才真正值钱？”

当任何一个人只要输入两句提示词就能让 AI 在几分钟内生成一套完整的 UI 时，设计的真正壁垒到底转移到了哪里？

Ian Silber 指出，过去几十年里，很多团队把“绘制高保真视觉稿的技能成本”误当成了“设计的核心价值”。当界面的边际生产成本迅速归零，行业必然迎来一轮前所未有的“软件供给大爆炸”——市场上充斥着无数由 AI 批量拼装、功能高度雷同、却毫无灵魂的平庸产品。

在供给泛滥的世界里，决定胜负的唯有人类判断力的三个终极锚点：

  1. 对隐性需求的极致同理（Deep Empathy）：AI 擅长在已知数据里寻找最大公约数，却感知不到真实用户坐在屏幕前受挫时的微小叹息；
  2. 独到的产品主张（Point of View）：伟大的产品从来不是功能的简单堆砌，而是对某种生活方式或工作范式的鲜明裁决；
  3. 未定义场景下的交互发明（Interaction Invention）：正如苹果面对多点触控屏幕时发明了双指捏合缩放、Snapchat 面对移动摄像头时发明了“打开即拍摄”，当人类第一次面对会思考的智能体与实时语音时，没有现成的交互模板可供统计学模型去模仿，一切全靠人类直觉在未知中开辟路径。

我们在站内文章《当法务开始写代码——OpenAI 这篇 Codex 数据报告，藏着比 AI 替代人更深的信号》中曾讨论过类似趋势：当技术门槛被推平，所有专业角色都会向着“问题定义者”与“体验编排者”收敛。

“Just Do Less”：用图元积木对抗功能膨胀的系统哲学

Section titled ““Just Do Less”：用图元积木对抗功能膨胀的系统哲学”

面对每天能吞吐海量代码的工程团队，设计管理者最难做出的决策往往不是“画什么”，而是“不画什么”。

Ian Silber 给 OpenAI 设计团队最核心的建议听起来甚至有些消极——“Just do less（少做一点）”。

当工程师具备了极快的新功能实现能力时，产品极其容易陷入“功能癌症”：每冒出一个新想法，就单独开辟一个二级页面、增加一组复杂的配置开关。短时间内，产品就会被堆叠成一个令人窒息的迷宫。

OpenAI 在处理 ChatGPT 界面时的思路完全相反，他们借鉴了早期 Notion 的积木哲学：不要为每个偶发场景去定制孤立的 UI，而是提炼最底层的交互图元（Primitives），让大模型在运行时根据用户上下文去自主调用与组合。

最具代表性的演进就是从单纯的“聊天框”走向 Canvas 和 Writing Blocks：

  • 极简的“空白文本框”（Blank Box）虽然门槛最低，能接纳从查询食谱到编写分布式系统的全谱系用户，但在处理结构化写作、代码重构等高密度生产力场景时，线性滚动的纯文本流会产生巨大的认知摩擦；
  • OpenAI 没有为写作单独做个 Office，也没有为编程单独塞进一个庞大的 IDE，而是设计了一个可局部修改、直接操纵的轻量级工作台容器（Canvas / Blocks）。

这种“少即是多”的图元思想，与我们在《Claude Code 正在离开聊天框》中观察到的终端 Agent 演进完全同频：真正高级的 AI 交互，绝不是给模型套上一层僵硬繁琐的定制外壳，而是赋予它轻巧变形、随需而现的自适应容器。

角色消融与超级建造者：从 1:15 到 2:1 的团队杠杆重配

Section titled “角色消融与超级建造者：从 1:15 到 2:1 的团队杠杆重配”

这种底层交互范式的重构，正在剧烈重塑科技公司的组织架构。

在传统的互联网研发模型中，一个典型的初创团队通常配备 1 名设计师对 10 到 15 名工程师。因为把一个交互构想转化为工业级代码，需要大量的前端、后端、测试人力去逐行搬砖。

但在当下的 AI 原生初创公司里，团队配比正在出现颠覆性的倒挂：2 名极具创造力与产品直觉的设计师，搭配 1 名掌控全局架构与系统稳定性的资深工程师。

出现这种结构跃迁的原因在于：一个善于使用 Coding Agent 的现代设计师，自己就能在几个小时内把脑海中的概念变成可运行的真实产品。设计师不再需要撰写厚重的说明文档去向工程团队“贩卖”想法，他们自己就是第一线的超级建造者（Super Builders）。

OpenAI 在招聘设计师时，甚至明确不要求应聘者具有深厚的技术或 AI 背景，他们唯一看重的是：对新工具不知疲倦的好奇心、极快的原型构建能力、以及穿透复杂系统的架构思考力。

正如 Ian Silber 所言，今天的 AI 模型是你这辈子能用到的“最笨的模型”，每一周技术边界都在被重新推开。在这个一切未定的开局阶段，与其为失去旧时代的像素画笔而叹息，不如拿起 AI 赋予的杠杆，去发明那些尚未存在的人机交互未来。

{在你的日常工作与创作流中，你更倾向于使用纯文本对话框，还是更依赖像 Canvas 这样可直接协同操纵的交互工作台？欢迎在评论区聊聊你的体感。}

参考资料

Section titled “参考资料”

延伸阅读

Section titled “延伸阅读”