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。
- 这个课干啥的
这是一门教人真正把 AI 用进工作与项目的课,重点不是软件操作步骤,而是提需求、判断与动手做的能力;另有一门一小时小课供先试。
- 课代表在223年写的一篇文章里面有讲包括大语言模型是怎么来的呀?介绍这些背景资料的
按现有片段,无法确认“课代表”在2023年写过介绍大语言模型由来的文章;能确认的是立正在2023年有两份公开讲解,分别从生成模型原理和范式变化切入。
- 前辈想请我付费帮她做一档播客,我很愿意采访,但觉得采访完之后的剪辑和发布比较麻烦。一方面我觉得 AI 应该可以把后期做的不错,但实际上我自己的播客后期一直没有弄的很丝滑。我不太知道怎么判断这件事合适。我想的是,我可以收很低的费用,只负责采访。或者用相对高一些的费用,把采访和后期都接了。不太想接负责找外包剪辑同学以及和外包同学沟通,之前自己试过比较麻烦。
按你的约束,更稳的是低价只接采访,把后期排除在承诺之外;若想连后期一起接,就应把外包剪辑和沟通成本算进报价,而不是假设 AI 能替你消化。
- 如何做好 data agent?
做好 data agent 的关键不在模型多强,而在先把数据关系建模成图、在生成查询外加一层审计纠错,并把上线后的持续调优当成常态。