不会完全取代,但“只做执行”的那部分平面设计工作会被大幅压缩。更可能发生的是角色转型:从交付像素稿,转向用AI做原型、把审美和判断变成可执行的标准,并对结果负责。
AI根据立正公开的文章和视频整理,不是他本人回复。重要的判断,请回到出处核对。
被压缩的是执行环节,不是设计判断
材料里的观点立正在讲AI Native组织时,对比了设计师的旧流程和新流程:过去是在Figma里反复做分支、拼出一版mock,再交给程序员实现,做完基本不再改;现在设计师和程序员第一天就一起用AI coding工具做出真实原型,在原型上迭代。设计师提供的是精确的prompt、审美和审核,程序员负责用agents把意图实现出来1。这说明被替代风险高的,是“把想法画成稿”的重复执行;审美判断、审核和把意图说清楚,反而更被需要。
转型方向:靠近结果、能收口的人更稀缺
立正在另一篇里提出,AI时代单一技能的可替代性提高,越靠近业务结果、越能对结果负责的人越难被取代;最后仍需要能make decision、能跟客户把事情做成的人2。访谈嘉宾Ethan的判断被转述为:AI能做80%到90%,最后5%到10%仍需人close loop,而close loop要求你是专家,能判断哪个结果更好、错在哪里3。这是嘉宾观点,不是立正本人的原话。放到设计上,含义是:会用工具但判断不了好坏的人容易停在表层,懂审美和业务、能验收AI产出的人价值更高。
可以怎么准备
AI推演立正给设计师的路径分三层:第一层,不只说会用Figma和Cursor,还能用AI做出能跑的原型,并讲清背后的设计哲学——软件的building material是代码,不是像素;第二层,能把“更高级一点”这类模糊反馈转成工程师或AI可直接执行的结构化要求;第三层,把配色原则、品牌语言、审美标准这些隐性判断外化成AI可复用的规则和上下文4。如果你正做平面设计,可以先挑一个真实小项目,用AI做出可交互版本,再记录自己每次否决AI方案的理由——这些理由就是可外化的判断标准。这是AI基于材料给出的应用建议,不是立正对个人的处方。
材料讨论的是设计师在AI Native组织中的角色变化,没有专门评估平面设计(如品牌、印刷、视觉传达)这一细分方向,也没有给出“完全取代”与否的量化预测;上述转型判断是从相邻讨论推演而来。
出处
- 1AI时代的面试,三件事让公司对我求贤若渴?
直接对比设计师旧流程与AI Native协作方式,说明哪些环节被压缩、哪些被保留。
- 2AI Agent 时代的 FDE:把模型能力落到真实业务里
提出单一技能可替代性上升、靠近结果者更难被取代的判断。
- 3AI时代,找工作和创业的有效方法|Jobright联创/CTO Ethan对话
转述嘉宾Ethan关于close loop与专家判断的观点,解释为何判断力仍稀缺。
- 42026,如何在面试中证明自己"真的懂AI"
给出设计师三层能力框架,是转型路径最具体的材料。
你也有想问的?
卡住的时候,问问立正:回答附有出处,可以点回原文核对。
也可以接着问:
别人还问了
- Ai 时代品牌设计师如何转型
转型方向不是“更会用AI出图”,而是从交付视觉稿转向对业务结果负责:定义概念与系统、直接做出可工作的东西,并用判断力承担成败。
- 我是一个设计师 该如何转型才不能被ai时代淘汰呢
设计师的转型方向不是补更多工具技能,而是从“交付一张图”转向“对结果负责”:能判断好坏、能把设计标准说清楚交给 AI 执行、能端到端把东西做出来。
- 数据分析师学习什么才能不被淘汰
把重心从“会用工具”转到“能定义问题、创造业务价值、影响决策”,并把 AI 当作放大这些能力的系统来用。
- ai能很容易的建立nlp框架来分析情感或者评论主题,那我还需要学习nlp基础么?
如果目标只是跑通情感分析或评论主题,AI 确实能大幅降低门槛;但要不要学 NLP 基础,取决于你是否需要判断结果对不对、在什么场景下失效。
- 我如果要进行这个创业 我该从什么地方开始?
先别急着做产品,先想清楚谁会在什么情况下付钱、你怎么触达他们;再结合你独有的经验和理解选赛道。
- 我是项目管理,现在有很头疼的点在于项目经历了3代,有很多的技术问题遗留,而且有很多问题都是不知道结果或者进度,以及后续的技术方向。很多信息都掌握在老的PM手上,我无从得知。我很多精力都投入到把模块搭建起来却没有很好的理解模块运行的逻辑和机构的动作,节拍这些细节内容
先把“不知道”变成可追踪的风险清单,再向能补历史信息的人定向索取;同时用“结果+进度+风险”而非“我做了123”来汇报,把模块逻辑和节拍作为要补的技术功课单独立项。